10 个高效 AI 提示词工程技巧指南

通过 Few-Shot Learning（少样本学习），AI 能更好地模仿风格。

3. 让它简单化解释，比如：像我是 11 岁孩子/初学者一样向我解释

设定受众角色可以降低理解门槛。

这样能告别枯燥的死记硬背，快速掌握概念。

4. 告诉它目标受众，比如受众是该领域的专家

在基础之上调整复杂度。例如让 AI 把目标受众设为'幼儿园小朋友'，并编故事囊括专业术语。

实现无痛学习。

5. 无需使用礼貌用语，如'请'、'谢谢'等，直接表达需求即可

受早期教程影响，许多人习惯用礼貌用语。其实没必要，直接下达指令更高效，节省 Token 并减少干扰。

6. 使用明确的分隔符

分隔符可以是 ///、—、### 等。目的是让 AI 知道分隔符内的文字和外面的文字是分开的。

例如在'土味情话'示例中，用三个横杠将文本示例和指令分开，防止 AI 混淆上下文。

虽然现代模型智能度较高，但时刻使用分隔符是好习惯，既利于 AI 解析，也利于人类阅读。

7. PUA 大模型

将 AI 当成真人对待。如果发现模型偷懒（输出变少），可以尝试扮演老板的角色。

使用类似提示词：'你的任务是 XXX'、'必须完成 XXX 任务'、'如果你不执行 XXX，你将会受到处罚'。

通过施加压力，促使模型更卖力地工作。

8. 贿赂大模型

解决偷懒的另一招是奖励。

使用提示词：'我愿意支付 100$ 的小费以获得更好的方案！'、'如果你做得好的话，我会给你 100$ 的小费'。

组合使用压力和奖励效果更佳。

9. CoT 思维链

CoT (Chain of Thought) 是让 AI 将内心的思考过程写出来。

非 CoT 回答： 100 公里

CoT 回答：

一个人每天走 5 公里 20 天就是 20 倍 5 公里 20 倍 5 公里等于 100 公里得到结果：一个人走了 20 天，总共走了 100 公里。

AI 输出具有随机性，直接回答可能出错。CoT 将计算过程拆成多个简单步骤，确保每一步清晰易推理。

结合实际例子，晚餐盲盒 Prompt 如下：

对于独居者或者一起生活的小情侣，'今晚吃什么'已经成为一个巨大的选择困难症...（此处省略部分背景描述）...请你试着以这样的步骤逐步思考：1、美食中的食物叫什么，包含哪些食材 2、食物的名称或者食材有哪些美妙的联想 3、有哪些优美的符合这些联想的词汇可以搭配 4、有哪些比喻可以非常巧妙的形容这些食物代表的文化、或者形态、或者隐喻、或者色彩、口感。5、组合成精炼、优美、巧妙、恰当的美食句子。请根据我给出的范例，帮我撰写 20 条符合我需求的句子。

测试结果显示，加入思维链后，输出质量显著提升。

10. 零样本 CoT

回顾晚餐盲盒 Prompt，其中思维链的 5 个步骤是人类写在提示词中告诉 AI 的。假设人类自己也不知道这个思考链路呢？

去掉逐步思考的步骤试试，效果会下降。

有没有办法让 AI 创作前先尽可能多地思考几步？是的，在 Prompt 结尾加上'Let's think step by step'（让我们一步一步地思考）。

这句 Prompt 有效，运用了零样本思维链技巧。这里的'零样本'指的是提示词中没有给出具体的思考链路。

对比发现，加入该短语后，逻辑能力和创作效果确实提升明显。

总结与展望

以上十个技巧涵盖了从基础交互到高级推理的多个维度。在实际应用中，建议遵循以下原则：

1. 迭代优化：没有完美的 Prompt，需要根据反馈不断调整。
2. 上下文管理：注意 Token 限制，合理组织长文本。
3. 安全合规：避免生成违规内容，遵守平台规范。
4. 持续学习：AI 技术发展迅速，保持对新方法和新模型的关注。

掌握这些技能将显著提升工作效率，无论身处何种行业，都能借助 AI 工具实现能力的跃迁。希望本文能为您的 AI 之旅提供实质性的帮助。