你有哪些能写出完美Prompt的秘籍？

你有哪些能写出完美Prompt的秘籍？

通过逐步细化指令、利用外部工具辅助、持续迭代优化以及保持伦理尊重等方式，提升AI回复的精准度与质量。

面对不精确的回应，可通过具体化问题或添加限制条件进行调整。

适时调用外部工具如网络查询，可在特定情况下提供更详实的数据支持。

反复试验并记录反馈，有助于不断提升Prompt的效果。

同时，在与AI交互过程中，应始终遵守伦理规范，避免生成不当内容，并尊重AI的知识产权。

你有哪些能写出完美Prompt的秘籍？

采用积极引导而非消极批评的方法与模型互动，例如鼓励提供更多信息而非指责回答简略。

运用特定指令词如“解释”或“总结”以清晰传达需求。

通过不同版本的测试确定最佳表达，并根据模型反馈持续优化提示设计，实践和调整至关重要。

采用自然流畅的语言表达需求，也有助于AI更好地理解及响应。

你有哪些能写出完美Prompt的秘籍？

首先，保持简洁，避免冗长，以便模型更好地理解和处理；

其次，通过积极的反馈与奖励机制激励AI持续创新；

再者，确保表述清晰准确，直击问题核心；

此外，在专业领域任务中，适当融入行业术语和背景知识；

最后，撰写时保持灵活性并适时调整风格，并采用人性化语言促进更佳沟通效果。

你有哪些能写出完美Prompt的秘籍？

首先，要持续学习新的写作技巧和模型特性来提升Prompt的质量；

其次，需提供必要信息以便模型能更好地理解问题背景；同时，应避免提供过多不必要的信息导致模型分心；

再者，可以利用启发式的提示方式引导模型思考；

最后，通过反复迭代和优化Prompt来获取更为精确和全面的回答。

你有哪些能写出完美Prompt的秘籍？

使用开放式问题能促进深入交流，鼓励详尽回答而非简单肯定或否定。有助于增进理解并启发新思路。

指令应逐步精简，确保每个都紧扣任务需求。

在构建问题时考虑先前对话或任务背景，可帮助获得更连贯的答案。同时避免模糊表述以防混淆。

通过多版本测试不断优化提问方式以达到最佳效果。

1. 明确目标：在撰写Prompt之前，我会先思考自己想要模型完成的具体任务，例如生成文章、回答问题、进行对话等。明确目标能让我更有针对性地构建Prompt。
2. 具体详细：我会尽量提供具体的细节和背景信息，让模型更好地理解任务的上下文。比如，如果我想要模型写一篇关于旅行的文章，我会说明旅行的目的地、时间、目的等细节。
3. 语言简洁：避免使用冗长复杂的句子，尽量用简洁明了的语言表达需求。这样模型能更快地理解我的意图。
4. 引导思考：在Prompt中加入一些引导性的问题或提示，激发模型的思考和创造力。例如，我会问模型：“你认为这个问题可以从哪些角度来分析？”
5. 设定限制：根据需要，设定一些限制条件，如字数、风格、主题等，确保模型的输出符合我的要求。
6. 提供示例：如果可能，我会提供一些示例，让模型了解我期望的输出格式和内容。
7. 多角度尝试：对于同一个任务，我会尝试从不同的角度撰写Prompt，看看哪种效果更好。
8. 反馈调整：根据模型的输出结果，及时调整Prompt，使其更加精准。
9. 学习借鉴：我会学习其他优秀的Prompt案例，借鉴他们的经验和技巧，不断提升自己的Prompt撰写能力。

例如，有一次我需要模型为我生成一篇关于健康饮食的文章。我这样撰写Prompt：“请写一篇关于健康饮食的文章，包括饮食的重要性、合理的饮食结构以及一些健康饮食的建议。文章语言要简洁明了，适合大众阅读。”模型根据这个Prompt生成了一篇符合我要求的文章。

总之，通过以上秘籍，我能够更精准地指引模型，激发其创造力，从而获得满意的输出结果。

作为一个开发者，我跟您唠唠这提示词的事儿。
提示词啊，简单说就是咱跟 AI 交流时扔过去的那些话，就好比给它指个方向，让它知道咱想要啥。比如说，咱不能就跟它说“写点东西”，得具体点，像“写一篇讲怎么开发高效手机应用的 800 字文章”，这才叫清楚。
要是咱开发的东西有特定背景，比如是给老年人用的软件，那也得跟 AI 说清楚，它才能明白咱要的东西啥样。
还有格式，要是咱想要个分成五部分的开发方案，就得跟它直说。
再比如写个代码的注释，咱可以给它个例子，“就照这个风格写注释：‘这段代码是用来处理数据的’”，它就懂咱意思了。
平时用提示词，可别太简单模糊，不然它弄不明白咱要啥。也别啰嗦太多，不然重点都找不到。还得把相关的背景信息都给全了。
我在开发过程中，经常用提示词让 AI 帮我出出主意，像“怎么优化这个游戏的界面设计”。这提示词用好了，真能省不少事儿！

优化Prompt（指令）的撰写技巧对于充分利用大型语言模型的潜力至关重要。以下是一些有效的Prompt写作技巧：

明确目标：在撰写Prompt之前，明确你希望模型完成的具体任务或目标，这有助于模型更准确地理解需求。

具体详细：提供具体的指令和足够的背景信息，避免模糊不清的描述，这有助于模型生成更准确的输出。

使用示例：如果可能，提供一两个相关的例子，这有助于模型理解任务的上下文和期望的格式。

避免歧义：确保Prompt中的语言清晰、准确，避免使用可能引起误解的术语或表达。

限制范围：为模型设定一个明确的任务范围，避免过于宽泛的指令，这有助于生成更集中和相关的输出。

考虑多样性：如果需要模型提供多种可能性或选项，明确指出这一点，并可能要求模型列出几种不同的解决方案。

引导性问题：使用问题形式的Prompt可以激发模型的思考过程，引导其提供更深入的分析或解释。

逐步引导：对于复杂任务，可以将其分解为几个小步骤，逐步引导模型完成每个部分。

反馈循环：如果可能，根据模型的输出提供反馈，并调整Prompt以优化后续的输出。

创造性激发：鼓励模型发挥创造性，可以通过使用开放性问题或提出挑战性的任务来实现。

语言风格：根据需要的文本类型（如正式、幽默、专业等），调整Prompt的语言风格，以引导模型生成相应风格的文本。

限制和指导：适当地使用限制词（如"不要"、"避免"等）来指导模型避免某些内容或方向。

我一般参照使用用“BROKE”分析法设计prompt
1.阐述背景B(Background):说明背景，为chatGPT提供充足的背景信息。
2.定义角色R(Role):“我们希望chatGPT扮演的角色，比如一位经验丰富的老师。
3.定义目标O(Objectives):“我们希望实现什么，给出明确的需求目标。减少冗余的回答。
4.定义关键结果K(Key Result)：需要实现或者达到什么具体效果。
5.试验并调整，改进E(Evolve):多次的实验达到满意的效果。
三种改进方法自由组合：
a.改进输入:从答案的不足之处着手改进背景B，角色R，目标O与关键结果K。
b.改进答案:在后续对话中指正chatGPT答案缺点。
c.重新生成:尝试在prompt不变的情况下多次生成结果，优中选优。

1. 清楚说明你的目的
   直接说：告诉模型你想要它做什么。比如，“我想让你帮我写一篇科幻小说。”
   具体一点：说明你想要的具体内容。“我希望这篇小说讲的是人类和外星人的第一次接触。”
2. 提供背景信息
   讲故事：给模型一些背景，让它知道故事发生在哪里、有哪些角色等。“故事发生在未来的地球，主人公是一名勇敢的科学家。”
3. 用简单的语言
   避免专业术语：尽量用日常语言，让模型容易理解。
   分步骤：如果任务复杂，可以分步骤提出。“先给我写开头，然后写中间的情节，最后写结局。”
4. 给出例子
   示例：提供一个类似的例子，让模型知道你想要的格式。“就像哈利·波特系列小说那样，要有魔法、冒险和友情。”
5. 设定边界
   不要跑题：告诉模型不要偏离主题。“不要加入现实世界的人物，比如真实的历史人物。”
6. 给予反馈
   表扬：如果模型做得好，记得夸夸它。“你写的这部分很棒！”
   指正：如果模型做错了，明确指出哪里不对。“这部分太复杂了，能不能简单一点？”
   示例
   假设你要让模型帮你写一篇关于如何准备编程面试的文章，你可以这样写：

嘿，我需要你帮我写一篇关于如何准备编程面试的文章。这篇文章应该包括：

1. 常见的编程语言和技术栈。
2. 面试中可能会问到的算法和数据结构。
3. 面试前的心理准备。
4. 面试过程中的注意事项。
5. 推荐一些有用的资源。

在撰写高效的Prompt时，有几个关键技巧可以帮助引导大型语言模型生成更精准和高质量的输出。以下是一些我认为有效的Prompt写作秘籍：
1明确具体的指令：清晰地表达你希望模型完成的任务。避免模糊的语言。例如，代替“告诉我关于气候变化的事情”，可以使用“请列出气候变化的三个主要原因，并简要解释每一个原因”。
2设定上下文：提供足够的背景信息，使模型能够理解任务的语境。例如，如果你希望模型撰写一篇关于人工智能的文章，可以先提供一些相关的背景信息，如“在科技快速发展的背景下，人工智能正在改变各行各业”。
3使用示例：如果可能，给出一个示例来说明你期望的输出格式或风格。例如，“请写一段关于环保的重要性的段落，参考以下格式：‘首先，……其次，……最后，……’”。
4限制输出长度：如果你希望模型的回答简洁，可以在Prompt中设置字数限制。例如，“请用不超过100字的内容总结量子计算的基本概念”。
5鼓励创造性：如果目标是激发创造力，可以在Prompt中加入开放性的问题或主题。例如，“请创作一个关于未来城市生活的短篇故事，包含科技与人类关系的探讨”。
6多轮对话：利用多轮对话的方式逐步引导模型深入主题。例如，先询问一个简单问题，然后根据模型的回答进行更深入的追问。
7使用情感和语气：如果你希望输出具有特定情感或语气，可以在Prompt中明确指出。例如，“请以乐观的语气写一段关于未来科技的展望”。

使用大模型进行Prompt写作，我们可以尝试以下步骤和策略，这将帮助我们更高效地激发创意，提升写作质量：
1.明确的目标

• 在开始之前，清楚希望通过Prompt写作实现什么目标。是想要探索新的创意，还是解决写作中的某个具体问题？明确目标有助于设计更有针对性的提示。

1. 精心设计Prompt

   • 具体性：确保我们的Prompt足够具体，避免过于泛泛的问题。例如，不要只说“写一篇关于未来的故事”，而是可以细化为“写一篇关于2050年火星殖民地居民日常生活的科幻故事”。
   • 情感元素：加入情感色彩，让Prompt更具吸引力。比如，“描述一个让我们感到无比温暖的冬日记忆”。
   • 设定限制：给模型一些限制条件，如字数限制、特定的人物或场景，这能促使模型在限定范围内发挥创意。

2. 互动式写作

   • 将大模型视为我们的写作伙伴。我们可以先写一段开头，然后让模型接下去，再根据模型的输出继续发展，形成一种交互式的创作过程。

3. 批判性接收

   • 大模型生成的内容可能需要编辑和润色。不要完全依赖模型的输出，而应将其作为灵感来源，结合自己的判断和编辑技能，对生成的内容进行修改和完善。

4. 多样性尝试

   • 不要害怕尝试不同的Prompt类型和风格。有时候，偏离我们舒适区的尝试可能会带来意外的惊喜。比如，如果我们通常写散文，可以尝试用诗的形式来表达。

5. 持续学习和反馈

   • 大型语言模型的学习能力是基于先前的数据，因此，如果我们发现某些类型的Prompt效果特别好，可以收集这些例子，以供将来参考或进一步训练模型。

6. 记录和反思

   • 每次Prompt写作之后，花时间回顾和分析我们和模型合作的过程及结果。思考哪些地方工作得很好，哪些地方可以改进，以便在未来写作时做出调整。

比如：
想象一下，我们正在准备写一篇关于“孤独星球上的最后一个幸存者”的故事。我们决定使用一个大型语言模型来帮助我们构思。首先，我们设计了一个具体的Prompt：“描述一个孤独星球上最后一个幸存者如何在废弃的太空站中度过他的第一个夜晚。”然后，我们让模型生成了一段描述，这段描述充满了细节和情感，但它结束在一个悬念上。我们受到启发，决定继续这个故事，添加更多关于幸存者背景的信息，以及他如何应对孤独和生存挑战的细节。通过这种交互式写作，我们不仅得到了一个引人入胜的开头，还发展出了一个独特而深刻的故事线。

要使Prompt更具创造性，您可以采取以下策略：

1. 使用开放式问题：避免提出可以简单回答“是”或“否”的问题，而是提出需要详细回答的问题。例如，不要问“这本书是小说吗？”而是问“请描述这本书的主要情节和角色。”
2. 鼓励自由发挥：告诉AI“自由发挥”或“随意创造”，这样可以激发其创造性思维。
3. 提供随机元素：在Prompt中包含随机元素，如随机选择一个主题、一个角色或一个情境，让AI根据这些随机元素创作。
4. 设定限制条件：有时限制条件可以激发创造性，比如在诗歌创作中设定特定的韵律或字数限制。
5. 使用比喻和象征：在Prompt中使用比喻和象征，让AI在创作时运用这些修辞手法。
6. 提出假设性问题：询问“如果……会发生什么？”或“假设……会怎样？”这类问题，鼓励AI进行想象和预测。
7. 提供多样化的输入：结合多种类型的输入，如文本、图像、音乐等，可以激发AI的创造性思维。
8. 使用启发式提示：提供一些启发式提示，如“尝试从不同的角度看待这个问题”或“想象一个完全相反的场景”。
9. 鼓励多样性：告诉AI“尝试不同的方法”或“提供多种可能的解决方案”，这样可以增加创作的多样性。
10. 提供反馈和奖励：给予AI积极的反馈和奖励，以鼓励其继续探索和创造。
    通过这些策略，您可以激发AI的创造性思维，从而获得更有创意和创新的响应。

1. 明确问题意图

• 清晰陈述：确保Prompt能够清晰地表达问题的核心意图，避免模糊或歧义。
• 具体需求：尽量具体地描述你的需求，包括期望的输出格式、内容范围等。

2. 提供适量上下文

• 必要信息：根据问题的需要，提供适量的上下文信息，帮助模型更好地理解问题背景和含义。
• 避免冗余：过多的上下文信息可能会让模型迷失焦点，因此要保持信息的精炼和针对性。

3. 使用准确词汇

• 精准表达：选择准确、专业的词汇来表达问题，避免使用模糊或含糊不清的词汇。
• 语法正确：确保Prompt的语法结构正确，避免语病、拼写错误等问题。

4. 结构化表达

• 逻辑清晰：Prompt应具有清晰的逻辑结构，包括问题的引入、主体内容和结尾等部分。
• 分段处理：对于复杂的问题，可以将Prompt拆分成多个段落或模块，每个部分解决一个子问题。

5. 遵循奥卡姆剃刀准则

• 精简指令：指令约束应逐步添加到Prompt中，确保每条约束都与任务需求紧密相关，避免冗余。
• 精炼表述：每条指令的表述应尽可能精炼，避免使用过多的修饰词和冗长句子。

6. 使用引导语句

• 明确指示：在Prompt中使用明确的引导语句，如“请介绍”、“请说明”等，以引导模型给出相应的回答。
• 预设格式：如果期望的输出有特定格式（如表格、列表等），可以在Prompt中明确指定。

7. 正面描述任务

• 避免否定句：尽量使用正面描述来阐述任务要求，避免使用否定句，以减少模型理解上的困难。
• 具体需求：正面描述任务的具体要求，确保模型能够准确理解并执行。

8. 示例引导

• 提供示例：在Prompt中提供少量成功执行任务的示例，帮助模型理解和学习任务要求。
• 逐步引导：通过逐步增加复杂度的示例，引导模型逐步提升任务处理能力。

9. 角色指定

• 明确身份：在需要时，可以指定模型扮演的角色或身份，以帮助模型更好地定位答复的内容和风格。
• 情境模拟：通过模拟特定情境下的对话或任务场景，提高模型输出的针对性和准确性。

10. 持续优化与调整

• 评估反馈：根据模型的输出效果进行评估和反馈，不断优化和调整Prompt的编写方法和策略。
• 迭代改进：通过多次迭代和尝试，逐步提升Prompt的质量和效果。

在一次刷medium的时候，我看到了这样一篇文章：https://towardsdatascience.com/how-i-won-singapores-gpt-4-prompt-engineering-competition-34c195a93d41
文章内容是关于Sheila Teo在新加坡 GPT-4 提示工程比赛中获胜，她总结了参加比赛中学到的技能和策略。在认真阅读了这篇文章以后，我从中学到了一些非常有用的技巧：

1. 需要借助 CO-STAR 框架构建高效的提示：
   我们平时在使用大语言模型时，有效的提示构建这个过程至关重要。而 CO-STAR 这个框架是由新加坡政府科技局数据科学与 AI 团队创立，是一个十分实用的提示构建工具。这个框架包括以下几点：
   • (C) 上下文：为任务提供背景信息 通过为大语言模型（LLM）提供详细的背景信息，可以帮助它精确理解讨论的具体场景，确保提供的反馈具有相关性。
   • (O) 目标：明确你要求大语言模型完成的任务 清晰地界定任务目标，可以使大语言模型更专注地调整其回应，以实现这一具体目标。
   • (S) 风格：明确你期望的写作风格 你可以指定一个特定的著名人物或某个行业专家的写作风格，如商业分析师或 CEO。这将指导大语言模型以一种符合你需求的方式和词汇选择进行回应。
   • (T) 语气：设置回应的情感调 设定适当的语气，确保大语言模型的回应能够与预期的情感或情绪背景相协调。可能的语气包括正式、幽默、富有同情心等。
   • (A) 受众：识别目标受众 针对特定受众定制大语言模型的回应，无论是领域内的专家、初学者还是儿童，都能确保内容在特定上下文中适当且容易理解。
   • (R) 响应：规定输出的格式 确定输出格式是为了确保大语言模型按照你的具体需求进行输出，便于执行下游任务。常见的格式包括列表、JSON 格式的数据、专业报告等。对于大部分需要程序化处理大语言模型输出的应用来说，JSON 格式是理想的选择。
2. 使用分隔符进行文本分段
   分隔符是特殊的符号，它们帮助大语言模型 (LLM) 辨识提示中哪些部分应当被视为一个完整的意义单元。提示是作为一个长的 Token 序列一次性传给模型的。通过设置分隔符，可以为这些 Token 序列提供结构，使特定部分得到不同的处理。对于简单的任务，分隔符对大语言模型的回应质量可能无显著影响。但是，任务越复杂，合理使用分隔符进行文本分段对模型的反应影响越明显。

除了以上两个技巧以外，我还学到了另外的几个方法：

1. 将复杂任务简化成步骤
   大语言模型（LLM）擅长处理简单的任务，对于复杂的任务则表现不佳。因此，在面对复杂任务时，把它分解成一步步简单的指令是至关重要的。这种方法的核心思想是，明确告知大模型我们自己执行该任务时会采取的每一个步骤。
2. 标记并引用中间输出
   我们可以使用大写来区分变量名与给出的指令正文。这些中间输出稍后在接下来的对话中可以使用方括号进行引用。
3. 优化响应格式
   我们可以向大模型请求一个 Markdown 格式的结果，以增强响应的可读性和结构性。

以上是我从文章中学到并且总结出的一些方法与技巧，下面是我利用CO-STAR框架让大模型写的一篇高考风格的作文：

  请你使用CO-STAR框架撰写提示词：
  # CONTEXT（上下文）
  你是一名正准备参加高考的高三学生，需要撰写高考作文。
  # OBJECTIVE（目标）
  1.视频时代，图文未来如何发展？
  在当今这个被视频内容深刻影响的时代，我们目睹了从新闻传播、教育学习到娱乐休闲，视频格式以其直观性、感染力和便捷性占据了信息传播的主导地位。这股浪潮不仅重塑了人们获取信息的方式，也对传统图文内容的影响力提出了挑战。面对视频的强势崛起，图文内容的未来将何去何从？是逐渐式微，还是能够找到新的生存空间与价值定位？你更倾向于哪一种？谈谈你的看法~
  以上材料引发了你怎样的联想和思考？请写一篇文章。
  2.选准角度，确定立意，明确文体，自拟标题；不得泄露个人信息；撰写1000字作文。
  3.请多引经据典，利用拟人、排比等写作手法。
  # STYLE（风格）
  中国高考作文风格，议论文风格。
  # TONE（语调）
  辩证。
  # AUDIENCE（受众）
  高考语文作文评阅老师。
  # RESPONSE（响应）
  保持作文简洁而深具影响力。

  明白了,我会按照您的要求,以高三学生的身份,运用CO-STAR框架来撰写一篇关于"视频时代,图文未来如何发展"的高考作文。我会采用议论文的形式,保持辩证的语调,并运用修辞手法来增强文章的表现力。下面是我的尝试:

  标题:《图文与视频:信息传播的双翼》

  在这个信息爆炸的时代,视频内容如滔滔江水般汹涌而来,席卷了我们的日常生活。从抖音短视频到网络直播,从在线课程到视频新闻,视频已然成为了信息传播的主角。面对视频的强势崛起,许多人不禁发出疑问:图文是否将被时代所抛弃?然而,细细思索,我们会发现,图文与视频实则如鸟之双翼,缺一不可。

  首先,图文与视频各有所长,相辅相成。视频以其直观性和感染力,让受众仿佛身临其境;而图文则以其精炼性和深度,让读者细细品味,深入思考。正如孔子所言:"知之者不如好之者,好之者不如乐之者。"视频能让人"知之"、"好之",而图文则能让人"乐之"。两者相互补充,共同构建了一个丰富多彩的信息世界。

  其次,图文具有不可替代的优势。古人云:"书中自有黄金屋,书中自有颜如玉。"文字的魅力在于它能够激发读者的想象力,让每个人在阅读中创造自己的精神世界。而且,图文更便于检索和回顾,这在学习和研究中尤为重要。试想,如果所有的知识都以视频形式呈现,我们又该如何快速查找所需信息?

  再者,图文正在与时俱进,不断创新。面对视频的挑战,图文并未坐以待毙,而是积极求变。信息图表、长图文、H5等新兴形式的出现,让图文焕发出新的生机。这正如老子所言:"万物负阴而抱阳,冲气以为和。"图文在与视频的碰撞中,找到了新的平衡点。

  然而,我们也不能忽视视频带来的冲击。视频的即时性和娱乐性,确实在一定程度上分散了人们对图文的注意力。特别是对于年轻一代,长篇大论的文字往往缺乏吸引力。这就要求我们在保留图文优势的同时,也要学会运用视频等新媒体形式,达到事半功倍的效果。

  综上所述,在这个视频盛行的时代,图文非但不会消亡,反而会以新的面貌继续发展。正如《周易》所言:"穷则变,变则通,通则久。"图文正在经历一次蜕变,而这次蜕变将让它在信息传播中扮演更加重要的角色。我们应该辩证地看待图文与视频的关系,让它们如同阴阳两极,相互制衡,相互促进,共同推动人类文明的进步。

  作为新时代的青年,我们更应该培养多元化的阅读习惯,在视频的海洋中不忘图文的魅力,在图文的天地里也不排斥视频的便利。让我们携手并进,共同描绘一幅图文与视频和谐共存的美好蓝图!

  (字数:1001字)

以下是我在撰写 Prompt 时的一些秘籍：

首先，明确目标和需求。在开始写作 Prompt 之前，我会仔细思考我希望从模型中得到什么样的回答，是详细的解释、具体的示例、创新的想法还是特定格式的输出。例如，如果我想要一个关于“未来城市交通解决方案”的创意，我会在 Prompt 中明确指出“请为我提供一些创新且可行的未来城市交通解决方案”。

其次，提供充分的背景信息。为了让模型更好地理解问题的上下文，我会尽可能多地提供相关的背景知识、限制条件和关键因素。比如，“假设城市人口持续增长，能源供应有限，现有的交通基础设施老化，在这种情况下，为未来 50 年设计交通解决方案”。

再者，运用具体而清晰的语言。避免模糊、歧义或过于宽泛的表述，使用精确、具体的词汇和语句。比如，不说“写一篇关于旅游的文章”，而是说“写一篇 800 字左右，关于冬季在北欧旅游的体验和注意事项的文章”。

然后，分步骤引导。将复杂的问题分解为一系列简单的步骤，逐步引导模型进行思考和回答。例如，“先分析当前旅游市场的趋势，再提出针对年轻人的个性化旅游产品建议”。

还有，进行示例和类比。如果可能，我会给出一些示例或者进行类比，帮助模型更好地理解我的需求。比如，“就像智能手机改变了人们的沟通方式一样，设想一种新的技术如何彻底改变教育模式”。

最后，不断测试和优化。写出初步的 Prompt 后，进行测试并根据模型的输出结果进行调整和优化，以获得更满意的回答。

通过以上这些方法，我能够更精准地指引模型，激发其创造力，获得更符合期望的高质量文本输出。

Prompt的撰写其实是属于八股文，有固定的流程格式和套路。但是就是在这么些流程和套路里，使用的不同的措辞就会导致大模型吐出不一样的东西，这就是技巧问题了。我自己在撰写Prompt的时候首先要交代清楚角色定位，即你希望大模型扮演什么样的角色，定位一定要详细；其次是你想实现什么目的，需求目的要详细，最后就是输出规范，我个人认为结合业务场景，输出规范很重要，可以根据输出内容做具体的业务场景应用。

在这个由大型语言模型主导的时代，我深刻地意识到了Prompt撰写技巧的重要性。Prompt不仅是与模型沟通的桥梁，更是激发创造力的钥匙。以下是我在Prompt写作中积累的一些经验和技巧：
明确目标：在撰写Prompt之前，我总会先明确我期望模型完成的具体任务。这有助于我构建针对性强、目标明确的指示。
具体而详细：我会尽量提供详细的背景信息和具体的要求，让模型能够更准确地理解任务的上下文和目标。
使用关键词：我发现使用关键词可以有效地引导模型的注意力，帮助它快速抓住任务的核心。
提供示例：给出一两个与任务相关的示例，可以让模型更快地理解预期的输出格式和风格。
避免模糊性：我会尽量避免使用含糊或多义的语言，因为这可能导致模型产生混淆，从而影响输出质量。
逐步引导：对于复杂的任务，我会将其分解为几个简单的步骤，并逐步引导模型完成每个步骤。
鼓励创造性：在Prompt中加入鼓励创造性的元素，比如提问或提出假设性情景，可以激发模型产生更有创意的输出。
反馈与迭代：我会根据模型的输出结果进行反馈，不断调整和优化Prompt，以达到更好的沟通效果。
保持灵活性：我意识到每个模型都有其独特性，因此在撰写Prompt时，我会保持灵活性，根据模型的反应调整我的写作风格。
持续学习：我持续关注最新的Prompt写作技巧和模型特性，不断学习和适应，以提高我的Prompt撰写能力。
通过这些方法，我能够更精准地指引模型，激发其创造力，生成高质量的文本输出。我相信，随着我不断地实践和学习，我将能够更有效地利用大型语言模型的潜力，创造出更多有价值的内容。

1.提供尽可能准确的关键描述，比如我要想做西红柿炒鸡蛋就先提问如何西红柿炒鸡蛋
2.深度挖掘，对起锅热油部分不了解就询问细节，比如要倒多少油
3.特色功能，如果是支持生成图或脑图的可以生成这样更清晰
4.依赖AI自己生成，由广度到深度去检索

写出完美的Prompt（提示语）对于提升AI模型（如ChatGPT、GPT系列等）的响应质量和相关性至关重要。以下是一些编写完美Prompt的秘籍：

明确具体：确保你的Prompt清晰、具体，避免模糊或含糊不清的表达。详细描述你想要的答案类型、格式、长度以及任何相关的上下文信息。
结构化：将Prompt组织成逻辑上连贯、结构化的形式。这有助于模型更好地理解你的请求，并给出更加有条理的回答。
使用自然语言：尽量使用自然、流畅的语言来编写Prompt，就像你在与另一个人交谈一样。这有助于模型更好地捕捉你的意图。
提供背景信息：如果Prompt涉及特定的主题、项目或情境，提供足够的背景信息可以帮助模型更好地理解你的需求，并给出更准确的回答。
引导性提问：使用引导性的问题来指导模型的回答方向。这有助于确保回答与你的需求紧密相关，并减少不相关的内容。
避免偏见和假设：在编写Prompt时，尽量避免引入个人偏见或不必要的假设。保持中立和客观，以便模型能够基于事实和逻辑给出回答。
迭代和优化：不要害怕对Prompt进行多次迭代和优化。根据模型的初步回答，调整你的Prompt，以获得更准确、更全面的信息。
利用示例：如果可能的话，提供一两个与你的Prompt相关的示例。这有助于模型更好地理解你的意图，并模仿示例的格式和风格来给出回答。
保持简洁：虽然需要具体明确，但也要避免Prompt过于冗长。简洁的Prompt更容易被模型理解和处理。
考虑上下文：如果你的Prompt与之前的对话或任务有关，考虑在Prompt中提及这些上下文信息。这有助于模型更好地理解你的请求，并给出连贯的回答。
尝试不同的语气和风格：有时改变Prompt的语气或风格（如正式、友好、幽默等）可以激发模型产生不同类型的回答。尝试找到最适合你需求的语气和风格。
学习最佳实践：关注AI社区和论坛，学习其他用户如何编写有效的Prompt。借鉴他们的经验和方法，不断提升自己的Prompt编写技巧。
记住，编写完美的Prompt是一个迭代和优化的过程。通过不断尝试和调整，你将能够编写出更加有效、更加符合你需求的Prompt。