<think>在构思这篇文章的时候，我在考虑该从什么角度去阐述Prompt原理，首先要理解什么是Prompt，Prompt与大模型有什么关系，为什么大模型要做Prompt，怎样去做好Prompt提示词，带着这些疑问，我也浮现出曾经走过的弯路，吸取的教训以及总结的经验，希望能简洁、通俗而又带有启发的做一个有意义的分享！</think>
故事从这里开始
随着DeepSeek的火热，很多人都体验了和DeepSeek交互带来的便利，通过输入自己的问题，获得想要的结果，这个过程中有些人会觉得实实在在带来了方便，提问后分析过程，不仅让自己的思维更加开阔，让自己脑洞大开，但也有人觉得回答的和自己想要的天差地别，完全不是自己想要的答案，为什么同一个工具，有人觉得好，有人觉得不好，这里有个至关重要的原因，就是我们在提问时有没有精准的表达我们的意思，有没有让大模型更清楚的知道我们想要什么，如何让我们更好的表达，如何让大模型更深的理解，这就是我们不得不做的Prompt提示词工程。
一、Prompt几个疑问
1. 什么是Prompt
Prompt是用户根据自己的需求给AI大模型编辑的一段指令性文字，引导大模型生成预期的输出结果。
2. Prompt和大模型有什么关系
Prompt主要是对大模型发送指令和引导交互，通过精确的指令或结构化的语言引导大模型领会我们的意图，大模型将输入的文本进行分解，转化为向量表示，通过自然语言处理让计算机有更准确的理解，最大限度的符合我们的思想所表达的语义。
3. 为什么大模型要做Prompt
大模型存储积累了海量的数据，通过Prompt指令主要是为了引导模型理解用户意图，明确指令和结合上下文分析，快速的定位用户的需求，减少误差，给出针对性的解答，实践证明高质量的提示词能提高准确度，减少歧义内容。
4.为什么我们要了解Prompt工程？
- 减少无效沟通和反复试错的时间浪费，降低挫败感；
- 显著提升输出质量，获得更相关、更精准、更有创意的回答；
- 拓宽AI应用范围，能用AI完成更复杂、更定制化的任务；
- 提升个人竞争力，AI工具是必备技能，Prompt工程是基础。
二、Prompt的核心要素
1. Prompt原理
- 引导模型激活相关知识：
- 模型在训练过程中学习了海量的文本数据（书籍、文章、代码、对话等），形成了一个包含广泛知识和语言模式的庞大神经网络；
- 当你输入一个 Prompt 时，它本质上是在激活模型中与这个 Prompt 最相关的部分知识、模式和参数。
- 就像在搜索引擎输入关键词，Prompt 是给模型输入的“关键词+上下文+指令”，告诉它：“请调用与**相关的知识，以何种的方式，生成一个什么样的任务”。
给模型定义任务和输出，模型在收到指令后会明白需要做什么，比如：
- 回答问题： “最近火爆的大模型有哪些？”
- 生成文本： “秋天就要来了，帮我写一首带有秋风扫落叶的唯美意境古诗。”
- 段落翻译： “将以下英文句子翻译成中文：...”
- 文章总结： “用三句话总结这篇文章的核心观点和中心思想。”
- 代码生成： “写一个Python文件，调用电脑摄像头，实现人像的检测，输出属于哪一种情绪。”
- 扩展推理： “'好的事务都是缓慢到来的'，继续完成后面的内容。”
- 赋予角色： “我的女朋友生气了，我想安稳好她，有什么好的方法和建议！”
一个明确而又不繁杂的Prompt，能极大地提高模型输出符合预期的概率。
- 提供上下文和约束：
- 参考背景：“比如代码生成时，可指定参考某一文件，或者基于某文章内容得出总结；或者秋天来了，创造关于秋天的诗句......”
- 格式要求：“代码生成可指定文件格式；内容生成可指定Markdown文档等”
- 模仿风格：“指定幽默风气的语气”、“专业严谨的学术语言”
- 长度限制：“回答100字以内”，“一段简短的模式”，“一首诗”
- 技巧方式：比如生成视频时"广角镜头缓慢推进，由远及近徐徐展现出山脉雪景.....",
2.提示词的策略
- 采用Cot(Chain-of-Thought) 显示的展示推理过程，要求模型在输出最终答案之前，明确要求它“逐步推理”、“展示思考过程”，跟着思路一步步得出结论，从而判断结论是否准确和符合预期。
- 提供 Few-Shot 参考示例，在给模型的提示中，包含几个输入-输出的示例，这些示例展示了你期望模型如何处理类似的任务（包括格式、推理步骤、风格等）。
例如在第一篇博文中我们指定让模型输出是属于正向还是负向：帮我判断产品表达的意思是正向还是负向，回复请用一个词语：正向 或者 负向
3.Prompt的主要类型
- 指令型：直接明了的知道要做什么，“输出滕王阁序全文以及说明创作背景”
- 问答型：为什么....；....是什么；
- 补全型：”月黑风高时，继续扩写，一个人走在黑夜的马路上“
- 创意型：给一个简单的故事情节，或诗句、文字内容输出一段文本
4.Prompt编写基本原则
- 清晰明确：避免使用不清楚、有歧义的语言，让任务更清晰
- 具体详细：落实细节，指明约束条件，场景具体化，风格要求等
- 上下文： 当任务需要特定视角或知识时，明确设定背景
- 输出要求： 明确希望答案以什么形式呈现（表格、JSON、Markdown等）
- 迭代优化：在结果欠缺的情况下，可以在上一次的指令上迭代，优化每次的输出
三、Prompt的应用场景
1.生成图片
简单版：一缕微黄的阳光洒下林间小路
精致版：铺满金黄、火红落叶的林间小径蜿蜒曲折，柔和的光束透过色彩斑斓的树冠洒下，形成梦幻的光柱，远处薄雾弥漫。逆光拍摄风格，温暖色调，秋日氛围浓郁，超真实细节。
总结：每一个Prompt都会生成结果，但什么样是符合预期，需要更细致的描述，提示词不同，结果差异也会很大。
参考：湿漉漉的青石板路反射着昏黄温暖的灯笼光芒，古色古香的建筑屋檐滴落雨滴，一把油纸伞在朦胧雨雾中渐行渐远。氛围神秘而浪漫，电影感构图，胶片质感。
2.生成网页代码
起初需要一个操作成功的弹窗提示，还没明确具体需要什么样式，打算看看生成出来的效果逐步优化：
step1：一个处理成功后的弹窗提示特效
step2：再多家一些文字内容和处理按钮
setp3：再加一个倒计时提醒10s后将自动关闭窗体
step4：在操作成功下面加一行有底色的特殊说明的文字
step5：再增加一段标题和大段文本的特别说明 整体宽度加宽
step6：右上角加一个关闭按钮
总结：在不清楚细节前，可以先输入简单指令，逐步迭代优化，达到预期的效果
3.生成视频
提示词：广角镜头缓慢推近，展现冬季雪山夜景，宁静祥和。月光洒在白雪覆盖的山峰上，冰冷的河水倒映着闪耀的星空，营造出梦幻而神秘的氛围。
超强提示词：（暮春时节的宋代沈园：一场穿越时空的惊鸿一瞥）
核心画面：
青石板小径在江南烟雨中泛着釉色水光，九曲回廊两侧垂丝海棠落英缤纷，池塘倒映着黛瓦粉墙与漫天绯云。陆游（四十岁模样）身着褪色青衫立于醉月亭，手持竹节杖凝望水面涟漪，眼角细纹盛满十年离殇。唐琬（三十许）穿着藕荷色对襟襦裙从葫芦门廊转角走来，云鬓微松簪着珍珠步摇，怀抱的琵琶柄端系着半旧同心结，抬眼时惊起廊下白鹭，裙裾拂过青苔的瞬间定格永恒。
光影特效：
夕阳穿过镂花窗棂形成丁达尔光柱，照亮空中旋转的海棠花瓣与雨丝，池面泛起星芒般的光点。采用浅景深镜头聚焦人物微表情，背景虚化的假山竹影呈现水墨晕染效果，人物衣袂纹理可见苏绣针脚与雨渍浸染的细节。
情感符号：
亭角风铃凝固在将响未响的姿态，石桌上半阙《钗头凤》墨迹未干，锦鲤衔着落花潜入深水。两人目光交汇处形成空气的波纹扰动，琵琶弦上凝结着晶莹水珠，陆游指节发白攥着未能送出的玉簪。
高级参数：
宋代院画美学结合4K电影级渲染，绢本设色质感与光学镜头感叠加，人物皮肤保有体温感与呼吸起伏，环境粒子效果包含2000万级花瓣/雨丝/光尘独立运算。色彩系统遵循宣和画谱色谱，动态范围覆盖暮光至烛光的17档亮度。
负面提示词：
现代物品、艳丽色彩、夸张表情、肢体接触、完满结局、晴空万里、对称构图、塑料质感、服装错误、字体显现、人群干扰、幸福氛围
最后，掌握Prompt工程能极大释放大型语言模型的潜力，让你更高效、更精准地获得所需结果。它是一个需要持续学习和实践的动态过程。
