CHA1
一．提示词的概念
1.提示词（Prompt）是用户发送给大语言模型的问题、指令或请求
二．提示词技巧
1.直接提问/零样本提示：不提供案例→目标明确、问题简单、答案确定且唯一等场景
原则：简洁、具体、详细上下文、避免歧义、逻辑清晰
2.增加示例/少样本提示：少量（通常几个或几十个）示例（规范、格式、概念、文法、语气）→翻译量不大，且示例的数量可穷举的场景，可以轻量、快速地完成翻译工作
If大量→接入专业的术语库→检索增强生成RAG 技巧：精选代表性样本、精选代表性样本、使用相似的格式和结构、让大语言模型生成示例
3.分配角色：专业、特定视角，语言风格，游戏创作，特定行业
技巧：设定角色目标与动机、设定角色语言风格、设定角色规则约束、动态调整角色设定
4.限定输出风格/格式 技巧：明确类型、形容词、列举示例、设定色彩、规定特点
5.拆解复杂任务/思维链提示：分布思考，要求模型解释其得出答案的步骤（零样本→错误→少样本）
6.使用分隔符号区分单元（#=>）
CHA2
一．提示词工程：研究如何构建和调整提示词，从而让大语言模型实现各种符合用户预期的任务的过程。理解任务需求→构建有效提示词→评估提示词效果→持续迭代改进
二．设计和优化 Prompt
1.设计：任务描述（Prompt）越清晰、具体、没有歧义
2.使用 Prompt 框架优化提示词：背景，目标，风格，语气，受众，输出。（ICIO/CRISPE/RASCEF）
三．百炼平台的系统模板和自定义模板功能
四．一个提示词优化案例-跨国公司 AI 助手稳定地输出多语言内容
CHA3
一．大模型辅助生产课程
1.目标设定：开发目标、解决问题
2.构建科普课程的提示词策略：确定主题和目标群体→“直接提问”、“分配角色”和“限定输出格式/风格”等提示词技巧设计初步提示词→据反馈不断调整和优化提示词
3.优化提示词：1° 深入学习高级提示词技巧（逐步提示、条件提示和上下文关联提示）2°应用工具与资源（百炼平台及其提供的提示词模板（ICIO、CRISPE、RASCEF））3°持续优化
二．利用提示词让大模型识别意图
1.原因：提升用户体验、提高交互效率、支持多样化应用
2.有效提示词：明确输出格式、Few-shot 示例
三．大模型的典型应用场景：1°文本生成与创作（影视剧脚本创作、营销文案广告生成、代码生成与软件开发）2°文本内容润色与转换（用户反馈润色为标准化格式、多语言文本翻译、代码改写与注释）3°文本摘要与信息提取（学术文章总结、医疗信息提取）4°信息推理与表格解读（法律案件分析）
