与大模型互动编写prompts的26个高效技巧

飞书用户7250

2024年5月28日修改

📌

原创：AI 洞察笔记

随着AI的快速发展，大语言模型（LLM）已成为我们获取信息、解决问题的得力助手。但你知道怎样才能更高效地与这些先进的AI系统交流吗？本文将介绍26个实用的提示技巧，助你在与这些智能系统的对话中如鱼得水。​

1.
简洁直接： 与LLM交流时，无需使用“请”或“谢谢”等礼貌用语，直接表达需求更有效率。​

2.
明确受众： 在提示中指出目标受众，如“该领域专家”，能获得更精准的回答。​

3.
任务拆解： 将复杂任务分解为简单提示，进行交互式对话，以步骤方式解决问题。​

4.
肯定用语： 使用“执行”等肯定指令词，避免“不要”等否定表达。​

5.
清晰理解： 需要深入理解时，可以这样提问：​
◦
简单解释[具体主题]。​
◦
像对11岁孩子一样解释。​
◦
像对[领域]新手一样解释。​
◦
用浅显易懂的语言写作。​

6.
激励小费： 添加“愿意支付$xxx小费以获得更好方案”以激发更佳输出。​

7.
示例驱动： 采用示例驱动的提示方式，使用少样本提示法以提高效率。​

8.
格式化提示： 使用‘###指令###’格式化提示，必要时添加‘###示例###’或‘###问题###’，并适当使用空行分隔。​

9.
任务指令： 使用“你的任务是”和“必须完成”等短语，明确指示模型的任务。​

10.
提及后果： 使用“将会受到处罚”等短语，指出不遵守指令的潜在后果。​

11.
人性化回答： 提示时使用“以自然且类似人类的方式回答问题”，以获得更生动、贴近人类的回答。​

12.
引导性词汇： 使用“逐步思考”等引导性词汇，引导模型按步骤逻辑思考。​

13.
无偏见要求： 在提示中加入“确保你的回答无偏见，不依赖于刻板印象”，以促使公正、中立的回答。​

14.
互动澄清： 让模型通过提问澄清细节和需求，例如：“从现在开始，请向我提出问题以便......”。​

15.
教学模式： 当想学习特定主题时，使用“教我[某主题]，结束时包含测验，但不要直接告诉我答案。等我回答后再告诉我是否正确”。​

16.
指定角色： 为大型语言模型指定一个特定角色，以适应不同的应用场景。​

17.
明确分隔符： 使用明确的分隔符来区分不同部分的提示。​

18.
重复强调： 在一个提示中重复特定单词或短语多次，以强调重点。​

19.
结合CoT与少样本： 结合思维链路和少样本提示方法，以提高回答的深度和广度。​

20.
使用输出引导符： 在提示末尾加上期望回答的开头，引导输出内容的方向。​

21.
详细写作指示： 撰写详细文本时，指示“请为我详细写一篇关于[主题]的[类型]，并添加所有必要的信息”。​

22.
文风修改指令： 指示“尝试修改每个段落的语法和词汇，确保文本听起来自然，但不改变其原有的写作风格”。​

23.
复杂编程任务提示： 面对涉及多文件的编程任务时，使用“创建一个[编程语言]脚本，自动处理文件和代码”的指示。​

24.
特定词汇起始： 当想用特定词汇开始文本时，使用“我为你提供了开头：[插入的词句]。请根据这些词句继续写下去”。​

25.
明确生成要求： 明确说明生成内容时必须遵循的要求，如关键词、规则等。​

26.
风格模仿指示： 撰写文本时，指示“请根据提供的样本风格撰写”，以保持风格一致性。​

本文内容过于精炼，大家可以点赞收藏，也欢迎大家转发、分享。​

与大模型互动编写prompts的26个高效技巧​