掌握 AI 提示词技巧，提升大模型回答质量
引言
在使用人工智能工具时，许多用户常遇到回答质量不佳的情况：生成的内容空洞、逻辑混乱或偏离需求。这通常源于提问方式不够精确。Prompt Engineering（提示词工程）是解决这一问题的关键，通过优化输入指令，可以显著提升大语言模型生成内容的准确性和可用性。
什么是 Prompt
Prompt 即提示词或指令，用于引导 AI 做出特定回应。一个清晰的 Prompt 能让 AI 理解上下文并给出对应答案；而模糊的提问则可能导致 AI 需要猜测意图，从而产生不准确的回复。
例如，向 ChatGPT 提问'解释万有引力'是一个清晰的 Prompt，AI 会直接给出定义和公式。若提问模糊不清，AI 可能需要更多辅助信息才能准确回答。
核心技巧详解
1. 提供详细背景与上下文
当与 AI 交流时，提供问题的细节、背景信息和上下文至关重要。这能帮助 AI 充分理解你的需求，生成更有用的回答。
实践要点：
- 明确问题背景：说明场景、目的和约束条件。
- 具体描述需求：避免宽泛的词汇，使用具体的指标或标准。
- 提供相关领域信息：补充必要的专业知识背景。
示例对比：
不佳提问： 女朋友生气了怎么办？ 改进后提问： 女朋友好不容易抢到回家的车票，结果领导临时要求节假日加班，她现在很生气且情绪低落，请给出安抚建议及沟通话术。
2. 指定角色设定
让 AI 扮演某个特定的角色来回答问题，可以极大增强交互体验和回答的相关性。不同角色的知识结构和表达风格不同，指定角色能引导 AI 输出更专业的内容。
实践要点：
- 明确指定角色：如作家、医生、历史学家、资深工程师等。
- 提供角色背景：简要说明该角色的经验年限或专长领域。
- 调整问题风格：根据角色调整语气和深度。
示例对比：
无指定角色： 请解释第二次世界大战的原因。 指定角色： 作为一名专注于 20 世纪欧洲历史的历史学家，请从地缘政治和经济角度解释第二次世界大战爆发的原因。
此外，在技术场景中也可应用此技巧，例如：'你是一名资深 Python 开发工程师，能否为我推荐学习 Python 编程的入门资源？'
3. 使用分隔符明确结构
在处理包含不同部分请求或者复杂输入时，合理使用分隔符明确界定输入的不同内容，能让 AI 更容易处理每个部分的回答，避免混淆。
实践要点：
- 选择合适的分隔符：如三引号 (
```)、XML 标签、Markdown 标题等。 - 明确标注各部分的开始和结束。
- 提供说明：告诉 AI 如何处理被分隔的内容。
实践示例：
区分不同主题：
请解答下面两个问题：
问题 1：请说明 AIGC 的基本概念是什么
问题 2：请列举减肥有哪些措施
区分指令与背景：
## 背景
公司正计划扩张海外市场，特别是东南亚一带，目前团队规模较小。
## 请求
基于此背景，提出一个进军海外市场的初步计划，包括市场调研、人员配置和预算预估。
