【AI大模型应用开发】1.2 Prompt Engineering(提示词工程)- 站在巨人的肩膀上,超实用!常用提示词整理

简介: 【AI大模型应用开发】1.2 Prompt Engineering(提示词工程)- 站在巨人的肩膀上,超实用!常用提示词整理

通过上两篇文章我们学习和实践了Prompt的书写要素、原则与技巧,以及了解了一些进阶的优化方法

本来今天是想收集一些网上比较好的Prompt提示词,来与大家共同学习下别人的书写方式,吸取别人的经验,对Prompt有个更深入的理解。

但是发现这有点不太好,直接copy别人的东西,附个链接有点枯燥,大家看起来也比较懵。并且网上专门收集Prompt的文档和网站也有很多,我就不在这里班门弄斧了。

对于想看各类Prompt最佳实践的,给大家推荐个地方,感觉已经整理的很系统了:https://waytoagi.feishu.cn/wiki/DsGRwMesSiLy8hk91gNcgwoinpe

后面我会不定时更新下我看过的觉得比较好的Prompt,与大家分享,自己也做下记录。

今天主要给大家分享几个比较好的高级提示词,也就是在一些通用场景下,加上这一句,可能会让你的Prompt效果翻倍。

高级提示词

参考:https://mp.weixin.qq.com/s/FCT2dkNr4Ms_pNRM0p35tw

1. 费曼学习法

指令:请借助费曼学习法,以简单的语言解释「特定概念」,并提供一个例子来说明它如何应用。

2. 番茄工作法

指令:结合番茄工作法,为我定制一份由浅入深地学习计划,此次学习的主题为[XX]。

3. 帕累托法则(28原则)

指令:筛选出[主题或技能]中最具挑战性的20%要点,以覆盖其80%的内容,并草拟一份专注于掌握这些要点的学习方案。

4. 艾宾浩斯遗忘曲线

指令:结合艾宾浩斯遗忘曲线的研究成果,为我量身打造一份学习计划,以便我能够对近期正在钻研的[知识/技能]有着更为持久的把握。

5. SQ3R方法

指令:我正在学习某个[知识/技能],接下来请结合SQ3R方法,整理成表格,以帮我快速掌握这个知识。

6. 主题交法

指令:创建一个学习计划,将[主题]中不同的主题或技能混合起来,帮助我更全面的理解。

7. GROW模型

指令:我最近正在学习[某个知识/技能],接下来请结合GROW模型,制定一个符合我当前情况的学习计划。

8. 双编码理论

指令:结合双编码理论,同时使用文字和视觉信息(如图表、图像)帮我快速学习、记忆[某个知识技能]。


从今天开始,持续学习,开始搞事情。踩坑不易,欢迎关注我,围观我!

本站文章一览:

有任何问题,我也是个小白,期待与志同道合的朋友一起讨论,共同进步!

相关文章
|
11月前
|
人工智能 IDE Java
AI Coding实践:CodeFuse + prompt 从系分到代码
在蚂蚁国际信贷业务系统建设过程中,技术团队始终面临双重考验:一方面需应对日益加速的需求迭代周期,满足严苛的代码质量规范与金融安全合规要求;另一方面,跨地域研发团队的协同效率与代码标准统一性,在传统开发模式下逐渐显现瓶颈。为突破效率制约、提升交付质量,我们积极探索人工智能辅助代码生成技术(AI Coding)的应用实践。本文基于蚂蚁国际信贷技术团队近期的实际项目经验,梳理AI辅助开发在金融级系统快速迭代场景中的实施要点并分享阶段性实践心得。
2223 25
AI Coding实践:CodeFuse + prompt 从系分到代码
|
11月前
|
存储 人工智能 搜索推荐
LangGraph 记忆系统实战:反馈循环 + 动态 Prompt 让 AI 持续学习
本文介绍基于LangGraph构建的双层记忆系统,通过短期与长期记忆协同,实现AI代理的持续学习。短期记忆管理会话内上下文,长期记忆跨会话存储用户偏好与决策,结合人机协作反馈循环,动态更新提示词,使代理具备个性化响应与行为进化能力。
1866 10
LangGraph 记忆系统实战:反馈循环 + 动态 Prompt 让 AI 持续学习
|
11月前
|
存储 机器学习/深度学习 人工智能
构建AI智能体:三、Prompt提示词工程:几句话让AI秒懂你心
本文深入浅出地讲解Prompt原理及其与大模型的关系,系统介绍Prompt的核心要素、编写原则与应用场景,帮助用户通过精准指令提升AI交互效率,释放大模型潜能。
1537 7
|
11月前
|
数据采集 人工智能 JSON
Prompt 工程实战:如何让 AI 生成高质量的 aiohttp 异步爬虫代码
Prompt 工程实战:如何让 AI 生成高质量的 aiohttp 异步爬虫代码
|
11月前
|
存储 人工智能 OLAP
AI Agent越用越笨?阿里云AnalyticDB「AI上下文工程」一招破解!
AI上下文工程是优化大模型交互的系统化框架,通过管理指令、记忆、知识库等上下文要素,解决信息缺失、长度溢出与上下文失效等问题。依托AnalyticDB等技术,实现上下文的采集、存储、组装与调度,提升AI Agent的准确性与协同效率,助力企业构建高效、稳定的智能应用。
|
人工智能 自然语言处理 IDE
模型微调不再被代码难住!PAI和Qwen3-Coder加速AI开发新体验
通义千问 AI 编程大模型 Qwen3-Coder 正式开源,阿里云人工智能平台 PAI 支持云上一键部署 Qwen3-Coder 模型,并可在交互式建模环境中使用 Qwen3-Coder 模型。
1571 109
|
12月前
|
分布式计算 测试技术 Spark
科大讯飞开源星火化学大模型、文生音效模型
近期,科大讯飞在魔搭社区(ModelScope)和Gitcode上开源两款模型:讯飞星火化学大模型Spark Chemistry-X1-13B、讯飞文生音频模型AudioFly,助力前沿化学技术研究,以及声音生成技术和应用的探索。
916 2
|
11月前
|
人工智能 搜索推荐 程序员
当AI学会“跨界思考”:多模态模型如何重塑人工智能
当AI学会“跨界思考”:多模态模型如何重塑人工智能
1402 120

热门文章

最新文章