提示词工程（Prompt Engineering）
目录
是不是很多人和我一样第一次看见这个词会想，和AI对话还需要专门研究这个？但是大家有没有遇到这种情况，用豆包生成图片时，自己写的简单提示词可能效果不理想，而采用他人精心设计的复杂提示词却能产出高质量结果，实际使用中确实存在明显差异。
什么是提示词
Prompt 工程（Prompt Engineering）又叫提示词工程，它是一门较新的学科，主要关注提示词的开发和优化，帮助用户将大模型用于各场景和研究领域。
那么Prompt又是什么，简单来说就是给大模型输的命令。就是我们在使用大模型时，用于明确地告诉大模型我们需要解决的问题或者是要完成的任务，同时也是大模型理解用户需求并生成相关、准确回答或内容的基础。
提示词工程在大模型的应用中至关重要。研究人员借助这项技术，能够显著提升大语言模型应对复杂任务的能力，比如问答理解、算术推理这类场景。而开发人员则可以通过提示词工程的设计与研发，打造出更实用的工程技术方案，让大语言模型与各类生态工具实现高效协同。
提示词分类
通常我们将提示词分为三类：
1）用户 Prompt (User Prompt)：这个就是大部分同学在使用大模型时使用的提示词类型，即用户向 AI 提供的实际问题、指令或信息，传达了用户的直接需求。
用户 Prompt 告诉 AI 模型 “做什么”，比如回答问题、编写代码、生成创意内容等。
2）系统 Prompt (System Prompt)：如果有些同学在一些智能体平台上定制过一些智能体，就会涉及到，这是设置 AI 模型行为规则和角色定位的隐藏指令，用户通常不能直接看到。不同的系统 Prompt 可以让同一个 AI 模型表现出完全不同的应用特性，这是构建垂直领域 AI 应用（如财务顾问、教育辅导、医疗咨询等）的关键。
系统 Prompt 相当于给 AI 设定人格和能力边界，即告诉 AI “你是谁？你能做什么？”。
3）助手 Prompt (Assistant Prompt)：这是 AI 模型的响应内容。在多轮对话中，之前的助手回复也会成为当前上下文的一部分，影响后续对话的理解和生成。某些场景下，开发者可以主动预设一些助手消息作为对话历史的一部分，引导后续互动。
在实际应用中，这些不同类型的提示词往往会组合使用。
| 类型 | 核心定义 | 核心作用 | 典型使用场景 |
| 用户提示词（User Prompt） | 用户向 AI 发起的问题、指令或提供的信息 | 明确告诉 AI 要做什么，传递直接需求 | 日常提问、编写代码、生成文案、信息查询 |
| 系统提示词（System Prompt） | 设定 AI 行为规则与角色定位的后台指令，用户通常不可见 | 定义 AI 是谁、能做什么，划定能力边界 | 构建垂直领域 AI 应用（财务顾问、教育辅导、医疗咨询）、定制智能体 |
| 助手提示词（Assistant Prompt） | AI 模型输出的响应内容 | 构成多轮对话上下文，影响后续互动方向 | 多轮对话承接、预设回复引导对话、上下文关联问答 |
当然还有其他分类方法，这里简单介绍一种
基于复杂度的分类
| 类型 | 核心定义 | 典型示例 |
| 简单提示词（Simple Prompts） | 单一指令或问题，无复杂背景、约束条件 | 什么是人工智能？ |
| 复合提示词（Compound Prompts） | 包含多个相关指令或步骤的提示词 | 分析下面这段代码，解释它的功能，找出潜在的错误，并提供改进建议 |
| 链式提示词（Chain Prompts） | 一系列连续、相互依赖的提示词，后一个基于前一个的输出 | 1. 生成一个科幻故事的基本情节2. 基于情节创建三个主要角色（含背景、动机）3. 利用角色和情节撰写故事开篇 |
| 模板提示词（Template Prompts） | 含可替换变量的标准化结构，适用于大规模应用 | 你是一位专业的 {领域} 专家。请回答以下关于 {主题} 的问题：{具体问题}。回答应包含 {要点数量} 个关键点，并使用 {风格} 的语言风格 |
Prompt技巧
设计 Prompt 是一门艺术，高质量的 Prompt 可以显著提升 AI 输出的质量，因此我们需要重点掌握 Prompt 优化技巧。
一、基础提示技巧：把需求说清楚，AI才好干活
1. 明确任务和角色，给AI定好位
给AI讲明白要做什么，同时指定它的“身份”，能帮它快速get背景和你的期待。
示例：
系统：你是经验丰富的Python入门老师，擅长用简单的话讲编程概念。
用户：请解释Python里的列表推导式，包括基本用法和2-3个实用例子。
2. 补充详细信息和示例
把相关背景、需要包含的内容，还有希望的输出格式说清楚，减少AI的猜测。
示例：
请帮我做一份新上市智能手表的社交媒体营销计划，要包含这些内容：1. 目标人群描述；2. 3个内容主题；3. 不同平台的内容类型建议；4. 发布频率建议。
参考格式：
目标受众：[具体描述]
内容主题：[主题1]、[主题2]、[主题3]
平台策略：[平台名称] - [内容类型] - [发布频率]
3. 用结构化格式
用列表、表格这类有条理的格式提要求，AI更容易理解，输出的结果也会更规整。
示例：
分析特斯拉公司的优势和劣势，请用表格回答，表格要包含这些列：1. 优势（至少3项）；2. 每项优势的简要分析；3. 劣势（至少3项）；4. 每项劣势的简要分析；5. 应对建议。
4. 明确输出格式要求
提前说清楚输出的格式、长度、语言风格等，能拿到更符合你需求的结果。
示例：
写一篇关于气候变化的科普文，要求：1. 语言通俗易懂，适合高中生读；2. 包含5个小标题，每个标题下写2-3段；3. 总字数800字左右；4. 结尾给出3个普通人能做到的行动建议。
二、进阶提示技巧：应对复杂任务，提升输出质量
1. 思维链提示法
引导AI把思考过程说出来，一步步解决问题，能提高复杂问题的回答准确性。
示例：
作为一个 AI 助手，你的任务是帮助用户解决复杂的数学问题。对于每个问题，你需要首先独立解决它，然后比较和评估用户的答案，并最终提供反馈。在这个过程中，请展示你的每一步推理过程。我有一个数学问题需要帮助:"""问题是：一个农场有鸡和牛共 35 头，脚总共有 94 只。鸡和牛各有多少头？我的答案是鸡有 23 头，牛有 12 头"""。
2. 少样本学习
先给AI几个“输入-输出”的例子，帮它搞懂任务模式和你想要的输出风格，再让它完成任务。
示例：
模仿这种风格 ''' 1、三杯鸡在锅中欢跃，是岁月的篝火，是浪漫的乐章。 2、炖排骨的滋味，是冬日的棉被，是乡土的回响。 3、红烧勤鱼的鲜香，是海洋的密语，是大海的情书。''' 生成新的句子。
3. 分步骤指导
把难办的大任务，拆成一个个简单的小步骤，确保AI能完成每个关键环节。
示例：
请帮我做一个简单的网站落地页设计方案，按以下步骤来：
步骤1：分析目标受众（要考虑年龄、职业、需求等）；步骤2：确定页面核心信息（主标题、副标题、核心卖点）；步骤3：设计页面结构（至少包含哪些板块）；步骤4：制定视觉引导策略（建议颜色、图片）；步骤5：设计行动召唤按钮（CTA）和按钮文案。
4. 自我评估和修正
让AI先给出答案，再自己检查是否有问题，然后修正，能提高回答的准确性和质量。
示例：
解决这个概率问题：从一副标准扑克牌里随机抽两张，抽到至少一张红桃的概率是多少？
请先给出解答，然后完成这些检查：1. 看看推理过程有没有逻辑错误；2. 验证用的概率公式对不对；3. 检查计算步骤有没有错；4. 如果发现问题，给出修正后的答案。
5. 知识检索和引用
引导AI查找相关信息，并且明确说明信息来源，能让回答更可靠。
示例：
请解释光合作用的过程以及它对植物生长的作用，回答里要包含：1. 光合作用的科学定义；2. 主要的化学反应；3. 影响光合作用效率的关键因素；4. 对生态系统的重要性。
注意：如果涉及具体数据或研究结论，请说明信息来源，以及这些信息的可靠性。
6. 多视角分析
引导AI从不同立场、不同专业角度分析问题，能得到更全面的见解。
示例：
分析“城市应该禁止私家车进入市中心”这个提议，请从以下4个角度展开：1. 环保专家视角；2. 经济学家视角；3. 市中心商户视角；4. 通勤居民视角。
每个视角要包含：1. 支持这个提议的2个理由；2. 反对这个提议的2个理由；3. 可能的折中方案。
7. 多模态思维
引导AI结合文字、图表、代码等不同形式思考，能拓展解决问题的思路。
示例：
设计一个智能家居系统的基础架构，请按以下要求完成：1. 先用文字描述系统的主要功能和组成部分；2. 再用文字或ASCII码画一个系统架构图；3. 接着说明用户的交互流程；4. 最后简单说说实现这个系统可能遇到的技术难题。
思考时可以从这些角度出发：功能实现、用户体验、技术落地、安全性等。
三、提示词调试与优化：好提示是改出来的
很难一次性写出完美的提示词，所以我们要学会不断调试和优化。
1. 迭代式优化：慢慢修改完善
通过一次次修改提示词，逐步提升输出质量，这个在我们日常中也会经常用到。
2. 边界测试：找到AI的能力极限
用难度高的问题测试AI的能力边界，从中找到优化提示词的方向。
3. 提示词模板化：让同类任务更一致
制作结构化的模板，用于处理类似任务，能保证提示的一致性，也方便后续调试（避免每次输出差异太大）。
通用模板：
【专家角色】：{具体领域}专家
【任务描述】：{详细说明要做的事}
【所需内容】：- {要点1}；- {要点2}；- {要点3}
【输出格式】：{具体格式要求}
【语言风格】：{比如专业友好、通俗易懂等}
【限制条件】：{比如字数、时间、预算等}
示例应用：
【专家角色】：营养学专家
【任务描述】：给想减重的上班族设计一周健康饮食计划
【所需内容】：- 七天的三餐安排；- 每餐大致卡路里；- 准备建议和购物清单
【输出格式】：按日期分段，每餐列出具体食物
【语言风格】：专业且友好
【限制条件】：考虑准备时间短、预算有限
4. 错误分析与修正：针对性优化
仔细分析AI回答里的错误，然后针对性地修改提示词，这点在用Cursor等AI开发工具生成代码时特别有用。
示例：
我发现你之前生成的Python代码有这些问题：1. 没处理文件不存在的情况；2. 数据处理逻辑里有边界条件错误；3. 代码注释不够详细。
请重新生成代码，重点注意这几点：1. 添加完整的异常处理；2. 测试并确保所有边界条件都考虑到；3. 给每个主要函数和复杂逻辑加详细注释；4. 遵循PEP 8编码规范。
5.让AI优化
可以和AI直接描述自己的需求，让AI 帮我们直接生成一份提示词，或者将原来的提示词直接丢给AI ，让他帮我们优化一下。
四、核心总结
上面说了这么多提示词优化技巧，核心就一句话：任务越复杂，给提示词补充的细节就要越全。
我们可以把AI当成普通人来沟通——如果你的问题含糊不清、没说透，那得到的答案自然也没法让你满意。
相关文章
- Prompt Engineering Guide 提示工程指南
- OpenAI 提示词工程指南
- Spring AI 提示工程指南
- Authropic 提示词工程指南
- Authropic 提示词工程指南（开源仓库）
- 智谱 AI Prompt 设计指南
- 文本对话：Authropic 提示词库
- AI 绘画：Midjourney 提示词库
Agent 垂直技术社区，欢迎活跃、内容共建。
更多推荐
22
0- 0
已为社区贡献1条内容
所有评论(0)