什么是提示工程？
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。
提示的核心要素
一个高质量的提示通常包含以下三个关键元素：
- 任务（Task）：清晰简洁地陈述希望模型完成的具体工作。
- 指令（Instructions）：明确模型在生成内容时应遵循的规则、约束或格式要求。
- 角色（Role）：设定模型的身份或视角，使其输出更符合特定语境的专业风格。
指令提示技术
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。
角色提示技术
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：
- 任务：为新智能手机生成产品描述
- 指令：描述应提供信息、具有说服力并突出智能手机的独特功能
- 角色：营销代表
- 种子词：创新
- 提示公式：
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]
标准提示技术
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。
