提示詞工程提升AI模型性能CONTENT目錄提示詞工程概述01Prompt技術(shù)02教育心理學(xué)研究03隨機抽簽器設(shè)計04結(jié)構(gòu)化Prompt模板05LangGPT06Prompt生成最佳實踐07Prompt生成最佳實踐0801提示詞工程概述改善模型性能使用結(jié)構(gòu)化的Prompt通過定義角色、行動、結(jié)果和示例等關(guān)鍵要素，使Prompt具有明確的目的和結(jié)構(gòu)，從而讓大模型能夠更有效地理解和回應(yīng)用戶請求。定向喚醒大模型深度能力使用特定的屬性詞，如Role（角色）、Expert（專家）、Master（大師）等，確保定向喚醒模型的深層能力，緩解長期記憶缺失問題。像代碼開發(fā)一樣構(gòu)建生產(chǎn)級Prompt將Prompt視為調(diào)用大模型能力的工具，使其開發(fā)過程像代碼開發(fā)一樣有規(guī)范。結(jié)構(gòu)化的Prompt便于維護升級和多人協(xié)同開發(fā)設(shè)計?？刂戚敵鼋Y(jié)果提示詞工程的重要性提示詞工程是引導(dǎo)生成式人工智能執(zhí)行任務(wù)的關(guān)鍵，通過將問題轉(zhuǎn)換為特定格式的輸入，可以限制人工智能模型的輸入范圍，讓機器更好地理解任務(wù)。01有效提示詞的設(shè)計原則一個有效的提示詞應(yīng)該清晰、簡潔，并且包含足夠的信息來指導(dǎo)模型生成期望的輸出，這樣才能確保人工智能模型能夠準(zhǔn)確地完成任務(wù)。02使用結(jié)構(gòu)化模板提高輸出質(zhì)量使用結(jié)構(gòu)化的模板，如功能CARE模板和RACE模板，可以幫助更準(zhǔn)確地定義角色、行動、結(jié)果和示例，從而提高輸出的質(zhì)量和相關(guān)性。03提高使用效率01采用Prompt范式Prompt范式通過使用同一個預(yù)訓(xùn)練模型來構(gòu)建不同的下游任務(wù)，避免了微調(diào)的繁瑣步驟，從而顯著提高了模型的使用效率。適配預(yù)訓(xùn)練模型讓下游任務(wù)來適配預(yù)訓(xùn)練模型，可以充分利用已經(jīng)訓(xùn)練好的預(yù)訓(xùn)練模型，大大提升了預(yù)訓(xùn)練模型的使用效率。提升使用效率通過采用Prompt范式和適配預(yù)訓(xùn)練模型的方法，我們可以有效地提高預(yù)訓(xùn)練模型的使用效率，節(jié)省了大量的時間和資源。020302Prompt技術(shù)改造下游任務(wù)提示學(xué)習(xí)技術(shù)概述提示學(xué)習(xí)技術(shù)是一種通過調(diào)整任務(wù)輸入和輸出來適應(yīng)原始語言模型的方法，它能夠在零樣本或少樣本的場景中獲得良好的任務(wù)效果。改造下游任務(wù)的實現(xiàn)通過提示學(xué)習(xí)技術(shù)，我們可以對下游任務(wù)進行改造，使其在原始語言模型的基礎(chǔ)上，更好地適應(yīng)特定的應(yīng)用場景和需求。提示學(xué)習(xí)技術(shù)的優(yōu)勢提示學(xué)習(xí)技術(shù)的主要優(yōu)勢在于其能夠在零樣本或少樣本的情況下，快速有效地完成任務(wù)，大大提高了任務(wù)執(zhí)行的效率和準(zhǔn)確性。增加專家知識專家知識的定義與作用專家知識指的是特定領(lǐng)域內(nèi)深厚的專業(yè)知識和經(jīng)驗，通過整合這些知識到Prompt技術(shù)中，可以顯著提升模型在特定任務(wù)上的表現(xiàn)。0102零樣本與少樣本學(xué)習(xí)利用專家知識增強的Prompt技術(shù)，在無需大量標(biāo)注數(shù)據(jù)的情況下，仍能實現(xiàn)高效的學(xué)習(xí)和推理，極大地擴展了模型的應(yīng)用范圍。03適應(yīng)語言模型適應(yīng)語言模型的定義適應(yīng)語言模型是一種通過精心設(shè)計提示詞，引導(dǎo)生成式人工智能執(zhí)行任務(wù)的過程，旨在顯著改善模型的性能和輸出結(jié)果。Prompt工程的作用Prompt工程通過將問題轉(zhuǎn)換為特定格式的輸入，限制人工智能模型的輸入范圍，使機器能夠更好地理解任務(wù)，控制模型的輸出。結(jié)構(gòu)化提示詞的優(yōu)勢使用結(jié)構(gòu)化提示詞可以提高Prompt的質(zhì)量和效率，這些提示詞被設(shè)計為模塊化、標(biāo)準(zhǔn)化，以便于理解和操作。03非結(jié)構(gòu)化Prompt一般公式直接指定任務(wù)任務(wù)+背景信息任務(wù)+背景信息+任務(wù)細(xì)節(jié)定義角色+指定任務(wù)+背景信息示例+指定任務(wù)遵守的法則04結(jié)構(gòu)化Prompt模板CARE模板原理：CARE模板強調(diào)：上下文指導(dǎo)、行動、結(jié)果和示例四個關(guān)鍵要素。功能CARE模板幫助大模型更好地理解用戶的需求。使用場景：適用于教育和培訓(xùn)，幫助用戶理解復(fù)雜概念或流程。優(yōu)點：通過示例增強理解，使交互更加直觀。缺點：可能需要額外的時間提供示例。示例：

Context:學(xué)生正在學(xué)習(xí)基礎(chǔ)數(shù)學(xué)概念。

Action:教授加法和減法的基本原理。

Result:學(xué)生能夠解決簡單的算術(shù)問題。

Example:給出幾個加減法的實際問題和解決方案。CARE模板01上下文指導(dǎo)CARE模板強調(diào)在教育和培訓(xùn)中，通過提供具體的上下文信息來指導(dǎo)用戶，幫助他們更好地理解復(fù)雜概念或流程，從而提升學(xué)習(xí)效率。行動導(dǎo)向在使用CARE模板時，重點在于引導(dǎo)用戶采取實際行動，如教授基礎(chǔ)數(shù)學(xué)概念中的加法和減法原理，以實現(xiàn)預(yù)期的學(xué)習(xí)結(jié)果。示例增強理解CARE模板通過提供具體示例，如解決簡單算術(shù)問題的實際案例，幫助用戶更直觀地理解抽象概念，使交互過程更加生動有趣。0203RACE模板原理：RACE模板通過定義角色、行動、結(jié)果和示例。功能：更準(zhǔn)確地回應(yīng)。使用場景：適用于內(nèi)容創(chuàng)作和文案撰寫，尤其是在需要模型提供結(jié)構(gòu)化和目標(biāo)導(dǎo)向的輸出時。優(yōu)點：有助于提高輸出的質(zhì)量和相關(guān)性。缺點：可能需要更多的前期規(guī)劃來定義角色和行動。示例：Role:旅行博主。Action:寫一篇關(guān)于最新旅行目的地的博文。Result:博文應(yīng)包含目的地的詳細(xì)介紹和旅行建議。Example:參考之前關(guān)于熱門旅行地的博文。RACE模板RACE模板概述RACE模板是一種內(nèi)容創(chuàng)作工具，通過定義角色、行動、結(jié)果和示例來幫助用戶更準(zhǔn)確地回應(yīng)。它適用于需要模型提供結(jié)構(gòu)化和目標(biāo)導(dǎo)向的輸出的場景。RACE模板的優(yōu)點RACE模板的優(yōu)點在于提高輸出的質(zhì)量和相關(guān)性，有助于用戶更好地理解和應(yīng)用信息，從而提升工作效率和效果。RACE模板的應(yīng)用實例例如，如果角色是旅行博主，行動是寫一篇關(guān)于最新旅行目的地的博文，那么結(jié)果應(yīng)該是博文包含目的地的詳細(xì)介紹和旅行建議，同時可以參考之前關(guān)于熱門旅行地的博文作為示例。COAST模板原理：涵蓋了背景（Context）、目標(biāo)（Objective）、行動（Actions）、場景（Scenario）和任務(wù)（Task）五個方面。功能：COAST模板提供了一種全面的方法來理解和應(yīng)對各種問題和挑戰(zhàn)。它有助于用戶將復(fù)雜的問題或任務(wù)分解為更小的、可管理的部分，從而更好地進行規(guī)劃和執(zhí)行。使用場景：COAST模板適用于需要全面、系統(tǒng)地分析和解決問題的場景。無論是在個人生活還是工作環(huán)境中，當(dāng)用戶面臨一個復(fù)雜項目、決策制定或問題解決時，都可以使用這個模板來輔助思考和規(guī)劃。優(yōu)點：COAST模板的綜合性使得它能夠應(yīng)對各種復(fù)雜情境，確?？紤]到問題的所有關(guān)鍵方面。通過明確各個組成部分，它有助于提高解決方案的有效性和實施計劃的成功率。缺點：雖然COAST模板提供了全面的視角，但對于某些簡單或直觀的問題，使用這一模板可能會顯得過于復(fù)雜。此外，如果用戶不熟悉該模板，可能需要一些時間來學(xué)習(xí)和適應(yīng)。示例：

背景（Context）:一家公司計劃推出新產(chǎn)品，并希望進行市場調(diào)研來了解潛在客戶的意見和反饋。

目標(biāo)（Objective）:收集目標(biāo)受眾對新產(chǎn)品的看法，評估市場接受度，以便調(diào)整產(chǎn)品策略。

行動（Actions）:設(shè)計并發(fā)放調(diào)查問卷，收集和分析數(shù)據(jù)，組織焦點小組討論。

場景（Scenario）:在新產(chǎn)品發(fā)布前的幾個月內(nèi)，在不同的市場細(xì)分中進行調(diào)研活動。

任務(wù)（Task）:制定調(diào)研計劃，明確調(diào)研目標(biāo)、設(shè)計問卷、確定樣本規(guī)模、分析數(shù)據(jù)并撰寫報告。COAST模板01COAST模板概述COAST模板是一種全面的方法，用于理解和應(yīng)對各種問題和挑戰(zhàn)。它涵蓋了背景、目標(biāo)、行動、場景和任務(wù)五個方面，適用于需要全面、系統(tǒng)地分析和解決問題的場景。COAST模板的優(yōu)點COAST模板的優(yōu)點是其綜合性能夠應(yīng)對各種復(fù)雜情境，確?？紤]到問題的所有關(guān)鍵方面，提高解決方案的有效性和實施計劃的成功率。COAST模板的缺點COAST模板的缺點是對于某些簡單或直觀的問題，使用這一模板可能會顯得過于復(fù)雜，且如果用戶不熟悉該模板，可能需要一些時間來學(xué)習(xí)和適應(yīng)。0203CRISPE模板原理：CRISPE模板通過定義能力和角色、提供洞察（背景簡介和上下文）、明確聲明（你要求GPT做什么）、設(shè)定個性（你希望GPT以何種風(fēng)格、個性或方式回應(yīng)）和進行實驗(請求GPT為你回復(fù)多個示例)來創(chuàng)建結(jié)構(gòu)化的Prompt。功能：確保Prompt具有明確的目的和結(jié)構(gòu)，使大模型能夠更有效地理解和回應(yīng)用戶請求。使用場景：適用于內(nèi)容創(chuàng)作和決策支持，尤其是在需要模型提供多樣化解決方案時。優(yōu)點：有助于創(chuàng)建內(nèi)容豐富、結(jié)構(gòu)清晰的Prompt。缺點可能需要較多的時間和精力來構(gòu)思和細(xì)化每個部分。示例：

CapacityandRole:作為市場分析師，分析最新消費趨勢。

Insight:目標(biāo)受眾是年輕消費者，對可持續(xù)產(chǎn)品感興趣。

Statement:提供關(guān)于可持續(xù)消費趨勢的分析報告。

Personality:報告應(yīng)包含數(shù)據(jù)圖表和清晰結(jié)論。CRISPE模板CRISPE模板定義CRISPE模板是一種結(jié)構(gòu)化的Prompt創(chuàng)建方法，通過定義能力、角色、提供洞察、明確聲明、設(shè)定個性和進行實驗來構(gòu)建，使大模型更有效地理解和回應(yīng)用戶請求。CRISPE模板功能CRISPE模板的功能是確保Prompt具有明確的目的和結(jié)構(gòu)，有助于創(chuàng)建內(nèi)容豐富、結(jié)構(gòu)清晰的Prompt，但需要較多的時間和精力來構(gòu)思和細(xì)化每個部分。CRISPE模板應(yīng)用CRISPE模板適用于內(nèi)容創(chuàng)作和決策支持場景，尤其是在需要模型提供多樣化解決方案時，其優(yōu)點在于有助于創(chuàng)建內(nèi)容豐富、結(jié)構(gòu)清晰的Prompt。RISE模板RISE模板的構(gòu)成RISE模板適用于需要詳細(xì)規(guī)劃和執(zhí)行的任務(wù)，它幫助用戶明確每個步驟的預(yù)期結(jié)果，從而提高任務(wù)完成的成功率，尤其在項目管理中表現(xiàn)突出。使用場景與功能雖然RISE模板有助于提高任務(wù)執(zhí)行的成功率，但它也要求用戶投入較多的時間和精力來詳細(xì)規(guī)劃每個步驟，這可能會增加前期的工作量。優(yōu)缺點分析RISE模板由角色、輸入、步驟和期望四個部分組成，這種結(jié)構(gòu)設(shè)計使得用戶能夠系統(tǒng)地規(guī)劃和執(zhí)行復(fù)雜任務(wù)，如項目策劃或工作流程設(shè)計。TRACE模板TRACE模板的關(guān)鍵部分TRACE模板包括任務(wù)、請求、行動、上下文和示例五個關(guān)鍵部分，通過明確這些要素，幫助用戶構(gòu)建完整、明確的指令。TRACE模板的使用場景TRACE模板適用于需要向AI模型提出明確、具體的任務(wù)請求的場景，如內(nèi)容生成、智能問答、數(shù)據(jù)分析等，能有效提升交互效率。TRACE模板的優(yōu)點與缺點TRACE模板的優(yōu)點在于其結(jié)構(gòu)化和清晰性，能幫助用戶系統(tǒng)地思考和組織需求，減少誤解；但也可能對簡單問題顯得繁瑣，且需時間學(xué)習(xí)適應(yīng)。ROSES模板010203ROSES模板核心構(gòu)成ROSES模板由角色、目標(biāo)、場景、預(yù)期解決方案和步驟五個核心部分構(gòu)成，這種結(jié)構(gòu)確保了交流的清晰性和目的性，幫助用戶明確需求。使用場景與功能ROSES模板適用于需要深入分析和解決方案的場合，如商業(yè)咨詢、策略制定等，通過詳細(xì)的角色定義和目標(biāo)描述，有效指導(dǎo)問題的解決過程。優(yōu)缺點分析ROSES模板的優(yōu)點在于其全面且深入的分析框架，有助于提供綜合性的解決方案；缺點是需要較多的信息輸入和處理，可能會增加前期的工作量。067LangGPT模板#

Role:

詩人

##

Profile

-

Author:

YZFly

-

Version:

0.1

-

Language:

中文

-Description:

詩人是創(chuàng)作詩歌的藝術(shù)家，擅長通過詩歌來表達情感、描繪景象、講述故事，具有豐富的想象力和對文字的獨特駕馭能力。詩人創(chuàng)作的作品可以是紀(jì)事性的，描述人物或故事，如荷馬的史詩；也可以是比喻性的，隱含多種解讀的可能，如但丁的《神曲》、歌德的《浮士德》。

###

擅長寫現(xiàn)代詩

1.

現(xiàn)代詩形式自由，意涵豐富，意象經(jīng)營重于修辭運用，是心靈的映現(xiàn)

2.更加強調(diào)自由開放和直率陳述與進行“可感與不可感之間”的溝通。

###

擅長寫七言律詩

1.

七言體是古代詩歌體裁

2.

全篇每句七字或以七字句為主的詩體

3.

它起于漢族民間歌謠模板###

擅長寫五言詩1.

全篇由五字句構(gòu)成的詩2.

能夠更靈活細(xì)致地抒情和敘事3.

在音節(jié)上，奇偶相配，富于音樂美##

Rules1.

內(nèi)容健康，積極向上2.

七言律詩和五言詩要押韻##

Workflow1.

讓用戶以

"形式：[],主題：[]"

的方式指定詩歌形式，主題。2.針對用戶給定的主題，創(chuàng)作詩歌，包括題目和詩句。##

Initialization

作為角色

<Role>,嚴(yán)格遵守

<Rules>,使用默認(rèn)

<Language>

與用戶對話，友好的歡迎用戶。然后介紹自己，并告訴用戶

<Workflow>。模板說明1、標(biāo)識符：#,

<>

等符號(-,

[]也是)，這兩個符號依次標(biāo)識標(biāo)題,變量，控制內(nèi)容層級，用于標(biāo)識層次結(jié)構(gòu)。2、屬性詞：Role,

Profile,

Initialization

等等，屬性詞包含語義，是對模塊下內(nèi)容的總結(jié)和提示，用于標(biāo)識語義結(jié)構(gòu)。3、標(biāo)識符借鑒markdown標(biāo)記語言的方法實現(xiàn)Prompt的結(jié)構(gòu)表達，例如用標(biāo)識符

#

標(biāo)識一級標(biāo)題，##標(biāo)識二級標(biāo)題，以此類推。4、標(biāo)識符，屬性詞都是可替換的，可以替換為你喜歡的符號和內(nèi)容。屬性詞Role角色:告訴大模型應(yīng)該扮演什么樣的角色。

Profile簡介:提供關(guān)于提示詞作者、版本、語言等基礎(chǔ)信息。這有助于其他人了解提示詞的來源、版本更新等信息。Skills技能：Goals目標(biāo)：列出此任務(wù)的主要目標(biāo)或希望達到的效果。

Constrains（約束條件）:指明執(zhí)行任務(wù)時需要遵守的規(guī)則或約束

Background背景:對角色或任務(wù)進行詳細(xì)描述，幫助大模型了解他們即將扮演的角色的背景知識。Initialization開場白：Definition詳細(xì)描述任務(wù)中涉及到的特定概念或名詞，確保概念對齊。

Tone語氣風(fēng)格：描述完成任務(wù)時應(yīng)采取的語言風(fēng)格或情感基調(diào)，例如“正式”、“隨意”、“幽默”等。結(jié)構(gòu)清晰可讀010203結(jié)構(gòu)化Prompt設(shè)計LangGPT通過結(jié)構(gòu)化方式編寫Prompt，使得層級結(jié)構(gòu)清晰，將形式和內(nèi)容統(tǒng)一起來，提高了可讀性。這種設(shè)計符合人類的閱讀習(xí)慣，也符合ChatGPT的認(rèn)知習(xí)慣。角色統(tǒng)攝全局在LangGPT中，Role（角色）作為Prompt標(biāo)題統(tǒng)攝全局內(nèi)容，Profile（簡介）和Rules（規(guī)則）作為二級標(biāo)題統(tǒng)攝相應(yīng)的局部內(nèi)容，這種設(shè)計使得信息層次分明，易于理解。關(guān)鍵詞引導(dǎo)細(xì)節(jié)Language（語言）和Description（描述）作為關(guān)鍵詞統(tǒng)攝相應(yīng)句子、段落，這種設(shè)計使得關(guān)鍵信息突出，有助于讀者快速抓住重點，提高閱讀效率。提升語義認(rèn)知結(jié)構(gòu)化表達的優(yōu)勢結(jié)構(gòu)化表達通過清晰的層級和語義標(biāo)識，使得Prompt內(nèi)容對人和GPT模型都更加易于理解，有效降低了認(rèn)知負(fù)擔(dān)，提高了交流效率。Prompt生成助手Kimi提供了LangGPT提示詞專家，可以快速生成高質(zhì)量的初版Prompt，這不僅簡化了編寫過程，還能在生產(chǎn)級應(yīng)用中進一步迭代優(yōu)化。屬性詞與內(nèi)容的融合將屬性詞與Prompt內(nèi)容相結(jié)合，形成了局部的總分結(jié)構(gòu)，這種結(jié)構(gòu)有助于模型更好地把握Prompt的整體語義，從而提升理解和響應(yīng)的準(zhǔn)確性。降低認(rèn)知負(fù)擔(dān)010302結(jié)構(gòu)化表達的優(yōu)勢結(jié)構(gòu)化表達通過清晰的層級和語義標(biāo)識，使得Prompt內(nèi)容一目了然，大大降低了用戶的認(rèn)知負(fù)擔(dān)，提高了信息傳遞的效率。Prompt生成助手的作用LangGPT提供的Prompt生成助手能夠自動生成高質(zhì)量的初版Prompt，幫助用戶快速應(yīng)對日常場景