提示工程是通过设计特定指令来引导语言模型生成高质量输出的技术。本文详细介绍了提示的核心要素，包括任务、指令和角色，并系统梳理了多种提示技术，如零样本、少样本、思维链、自洽性、种子词及知识整合等。文章提供了各类场景下的具体应用示例，涵盖文本生成、摘要、分类、情感分析及对话模拟等。此外，还总结了提示工程的通用最佳实践，帮助开发者更有效地控制模型行为，解决实际业务问题。
提示工程（Prompt Engineering）是指通过设计和优化输入指令，引导大型语言模型（LLM）生成符合特定需求的输出文本。有效的提示工程能够帮助用户更好地控制模型的输出质量、风格和逻辑，使其适应各种应用场景。
一个高质量的提示通常包含以下三个关键元素：
指令提示技术的核心在于向模型提供明确的任务描述和具体的执行指令。清晰的指令能显著减少模型的幻觉和无关输出。
示例：
场景：生成客户服务响应
任务：生成对客户咨询的响应
指令：回答应当专业，提供信息应当准确
提示公式：按照这些指令，对客户咨询做出专业的、准确的回复：回答应当专业，提供信息应当准确。
场景：生成法律文件
任务：生成法律文件
指令：文件应当符合相关法律法规
提示公式：按照以下指令，生成符合相关法律法规的法律文件：该文件应当符合相关法律法规。
角色提示通过赋予模型特定身份，指导其输出更具针对性的内容。这有助于模型模拟特定领域的专业知识。
示例：
场景：生成客户服务响应
任务：生成对客户咨询的响应
角色：客户服务代表
提示公式：作为客户服务代表，生成对客户咨询的响应。
场景：生成法律文件
任务：生成法律文件
角色：律师
提示公式：作为律师，生成法律文件。
结合指令、种子词与角色提示，可以进一步增强输出的精准度。
综合示例：
作为营销代表，生成内容丰富、有说服力的产品描述，突出新智能手机的创新功能。智能手机具有以下功能 [插入您的功能]标准提示是一种基础且常用的默认方式，直接为模型指定任务目标。
示例：
场景：生成一篇新闻摘要
任务：总结这篇新闻文章
提示公式：生成这篇新闻文章的摘要
场景：生成一篇产品评论
任务：写一篇新智能手机的评论
提示公式：生成对这款新智能手机的评论
这三种技术根据提供的示例数量进行分类，适用于不同数据可用性的场景。
'让我们想一下'（Let's think step by step）提示旨在激发模型的推理能力，使其进行深度思考。这对写作、逻辑推理及创意任务非常有效。
要点：
示例：
让我们想一下：个人成长让我们讨论下人工智能的现状让我们谈一下远程工作的好处和坏处自洽性提示用于确保模型输出的一致性，常用于事实核查、数据验证等场景。通过要求模型检查前后文是否矛盾，提高内容的可靠性。
示例：
生成与以下产品信息 [插入产品信息] 一致的产品评论请确保以下文字自洽：文章说这个城市的人口是 500 万，但后面说人口是 700 万。请确保以下文字自洽：数据显示 7 月平均气温为 30 度，最低气温记录为 20 度。种子词提示通过提供特定的关键词或短语，限制或引导模型生成的方向。结合角色和指令使用效果更佳。
示例：
请根据以下种子词生成文本：龙以诗人的身份生成与种子词'爱'相关的十四行诗以与种子词'科学'相关的方式，作为研究人员论文的风格，补全以下句子：[插入句子]生成关于 [特定主题] 的新的准确信息。将以下信息与关于 [特定主题] 的现有知识相结合：[插入新信息]。当输出需限定在特定选项内时使用，如问答、分类任务。
示例：
通过选择以下选项之一回答以下问题：[插入问题] [选项 1] [选项 2]通过选择以下选项之一将以下文本分类为正面、中性或负面：[插入文本] [正面] [中性] [负面]根据以下人物生成故事：[插入人物] 和主题：[插入主题]。根据以下模板生成故事：[插入模板]。定义以下词：[插入词]用一句话总结以下新闻文章：[插入文章]在以下上下文 [插入上下文] 中生成以下字符 [插入字符] 之间的对话生成难以归类为 [插入标签] 的文本根据情绪将以下客户评论分组：[插入评论]使用强化学习生成符合以下风格的文本 [插入风格]使用课程学习按以下顺序 [插入顺序] 生成符合以下样式 [插入样式] 的文本对以下客户评论 [插入评论] 进行情绪分析，并将其分类为正面、负面、中性。对下面的新闻文章 [插入文章] 进行命名实体识别，并对人员、组织、地点、日期，进行识别、分类。对以下顾客评论 [插入评论] 进行文本分类，根据内容，将其分为电子、服装、家具的不同类别。文本生成是提示工程的基础应用，涉及故事创作、翻译、补全等。
示例：
根据以下提示 [插入提示]，生成一个至少 1000 字的故事，包括人物 [插入人物] 和情节 [插入情节]。将以下文本 [插入文本] 翻译成 [插入目标语言] 并确保它是准确和地道的。完成以下文字 [插入文字]，并确保与输入的文字连贯一致。为了获得更稳定的输出，建议遵循以下原则：
提示工程是驾驭大语言模型的关键技能。通过掌握任务、指令、角色等核心要素，灵活运用零样本、思维链、自洽性等高级技术，开发者可以显著提升 AI 应用的智能化水平。随着模型能力的演进，提示工程的方法论也将持续更新，建议持续关注最新研究与实践案例，不断优化交互策略。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online
将 HTML 片段转为 GitHub Flavored Markdown，支持标题、列表、链接、代码块与表格等；浏览器内处理，可链接预填。 在线工具，HTML转Markdown在线工具，online