一个精心设计的提示词能够显著提高AIGC工具天生内容的质量。本文将详细先容如何编写精良的AI提示词（Prompt），并供应一些实用的建媾和策略。
一、什么是提示词（Prompt）
提示词（Prompt）是用户在利用人工智能模型供应给模型的输入语句或短语，目的是勾引模型天生特定类型或风格的输出。大略来说，提示词便是给模型的指令，见告模型我们期待得到什么样的回答或天生什么样的文本、图片或者视频。
提示工程（Prompt Engineering）是一种优化技能，紧张用于改进人工智能模型（尤其是自然措辞处理模型，如GPT-4等）的输入数据，以提升模型的表现和结果准确性。在此过程中，可能须要对输入数据进行预处理、选定特定的输入格式，或设计谋略以实现预期目标。
提示词紧张由以下元素构成：
指令：明确奉告模型须要实行的详细任务。高下文：供应额外的背景信息，帮助措辞模型作出更得当的相应。输入数据：用户供应的问题或内容。输出指示：定义输出的类型或格式。二、如何有效地编写提示词
以下是一些能够帮我们得到更好结果的策略：
01、让AI模型扮演特定角色
不同的角色给出的答案会有所不同，以ChatGPT为例，为AI提示语授予一个角色将有助于我们获取更为准确的结果。
比如：你是一位资深广告文案策划，根据我供应的产品信息，提炼10个产品卖点。
或者：你是一名中英翻译，根据我输入的中文内容，翻译成对应英文。
02、明确指出期望的输出长度
明确指出期望的输出长度有助于AI天生更符合需求的内容。比如：将以下文本总结为约100个单词。
03、供应参考文本
给模型供应参考文本可以勾引它更好地天生内容。
例如，如果我们希望ChatGPT编写一段有关最新数字化营销的大略先容。可以给出一些参考文本，提示词可以是：
“参考以下现有的内容，编写一段有关最新数字化营销的大略先容。150字旁边。”
（参考文本来源：ChatGPT天生，图片来自官网）
04、通过示例表达期望的输出格式
当我们向AI展示并指出详细的格式哀求时，AI可能会给出更符合需求的回答。
比如：列出环球五座最高的山峰，并分别罗列它们的名字和海拔。期望的格式：
（1）名称：山峰1，海拔：X米
（2）名称：山峰2，海拔：X米
（3）名称：山峰3，海拔：X米
（4）名称：山峰4，海拔：X米
（5）名称：山峰5，海拔：X米
05、在必要时供应参考样本提示
先只供应指令，如果效果不佳，再供应少量参考范例，如果效果仍不理想，再适当调度。
零样本提示(zero-shot)例子：
从下方文本中提取关键词：
文本：{文本}
关键词：
少样本提示（few-shot）例子：
从相应的文本中提取关键字：
文本1：Python是一种盛行的高等编程措辞，适用于许多不同的运用，包括网页开拓，数据科学，人工智能，机器学习等。
关键词1：Python，高等编程措辞，网页开拓，数据科学，人工智能，机器学习。
##
文本2：Facebook是一种社交媒体平台，许可用户创建个人资料，分享照片，视频，发送，并保持与其他用户的联系。它还为企业供应广告平台，以便企业能够打仗到环球的潜在客户。
关键词2：Facebook，社交媒体平台，个人资料，分享，照片，视频，，用户，企业，广告平台，环球，潜在客户。
##
文本 3：{文本}
关键词3：
此处“##”被用作分隔符。
06、利用分隔符区分指令和高下文
将指令放在提示的开头，并利用分隔符如 ### 或者三重引号 """ 来区分指令和高下文。以下是一个指令示例，仅供参考：
帮我对以下文本进行归纳总结。
文本：""" {文本指令} """
“{}”是一个占位符，表示须要剖析的实际文本内容将在这里添补。
（图片来自官网）
然而，如ChatGPT自己所言，在一些内容边界和语境比较清晰的情形下，###和三重引号 """并非是必需的。聚加团队的建议是：在得当位置多利用分隔符，从而提升回答内容的准确性。
（图片来自官网）
07、减少暗昧的和禁绝确的描述
尽可能详细、描述性和详细地阐述哀求和期待的结果等。减少指令中的暗昧表达。
示例1：
效果较差的提示词：这篇文章该当包含一些引用，但不要插入太多。
效果更好的提示词：在您的文章中至少包含3个干系的文献引用，但不要超过5个。
示例2：
效果较差的提示词：为XXX公司的耳机产品写一段发卖推广文案。
效果更好的提示词：撰写一段引人入胜的发卖文案来推广我们新发布的无线耳机产品，150字旁边，突出其噪音肃清和舒适佩戴的特点。
08、指定适当的措辞风格
可以通过指定措辞风格来改变模型的回答，例如正式、非正式、诙谐、严明等。
例如：“你能够以一种诗意的办法描述这个场景吗？”或者“用普通易懂的办法阐明这个科学观点”，“请以小红书风格撰写”。
09、用问题勾引答案的方向
当想要得到一个特定的答案或不雅观点时，可以以问题的形式提出提示，这将更可能勾引模型给出期待的回答。
例如，如果想让模型给出正面的评论，可以问：“这个方案有哪些令人印象深刻的优点？”而不是开放式的：“你对这个方案的评价是什么？”
10、添加天生代码的特定“勾引词”
在利用AI工具进行代码天生时，利用“勾引词”来勾引模型沿着特定模式天生。“SELECT”是SQL语句的一个好提示。同样，添加“import”提示模型应开始用Python编写，“function”是JavaScript中用来声明函数的关键字。下面为相应比拟示例：
效果较差的提示词：
# 编写一个大略的JavaScript函数
# 1. 让输入一个数字
# 2. 打算该数字的平方
效果更好的提示词：
# 编写一个大略的JavaScript函数
# 1. 让输入一个数字
# 2. 打算该数字的平方
function
11、将繁芜任务分解为更大略的子任务
正如在软件工程中将繁芜系统分解为一组模块化组件是一种好的做法一样，提交给措辞模型的任务也是如此。建议先对繁芜的任务进行分解，再让AI天生内容。
以编写一个全面的产品营销操持为例。这个繁芜的任务可以被分解为以下大略的子任务：
（1）首先，我须要你为这个产品编写一个吸引人的概述，突出产品的核心特性和上风。
（2）然后，为产品的各个特性和功能编写详细的先容。
（3）接下来，想出一系列的标语或口号，这些标语或口号该当能够准确地传达产品的代价和吸引客户的把稳力。
（4）末了，列出几种可能的发卖策略，包括潜在的渠道和客户群的建议。这些策略该当根据产品的特点和目标市场进行定制。
12、给模型韶光“思考”
在让AI给出答案之前讯问“思路链”的话，可以帮助ChatGPT推理出更可靠的答案。
例如说：如果想要让ChatGPT帮忙制作月度目标，可以先问一下是否有通用的目标制订理论模型，再供应一些背景资料和历史数据，让ChatGPT扮演一个角色，再一步步勾引它给出答案。
再以辩论赛准备为例，我们可能会这样讯问模型：“在我开始辩论之前，我须要确定我的论点是什么？有哪些证据或者论据可以支持我的不雅观点？我对手可能会提出哪些回嘴论据？我若何提前准备以回嘴他们的不雅观点？有没有什么我可能忽略的要点？”
在全体过程中，我们并没有直接让ChatGPT办理问题，而是勾引它沿着一个思路链一步一步地进行思考。这样可以确保AI有足够的韶光考虑问题的各个方面，并且逐步构建起对问题的理解。末了，我们再让AI根据前面的步骤和理解来得出结论。
13、利用外部工具
通过将其他工具的输出供应给模型来填补模型的弱点。例如，一个文本检索系统供应给模型关于干系文档的信息。一个代码实行引擎，如OpenAI的代码阐明器（Code Interpreter），可以帮助模型进行数学运算和运行代码。
策略：
（1）利用基于嵌入的搜索来实现有效的知识检索；
（2）利用代码实行来进行更准确的打算或调用外部APIs；
（3）给模型访问特定功能的权限。
聚加互动的指令工具也将会在不久后正式上线，助力企业更高效、便捷地利用AI工具进行营销内容的天生。我们已经开放内测窗口，感兴趣的读者可以关注聚加互动"大众号，与我们联系。
14、利用最新的模型
为了得到更精准的结果，我们常日建议利用最新、功能强大的模型。新模型常日更易于进行提示工程。
例如：相对付ChatGPT3.5，ChatGPT 4.0的功能更为强大，对付指令的回答也更好些。
写在末了
总的来说，一个有效的提示词能够让AI工具更加理解我们的需求，并天生更高质量的内容。节制如何写出精准的提示词将有助于提高利用AI工具的效率和准确性。
AI工具拥有巨大的潜力和能力。但正如任何强大的工具一样，学习如何精确利用它是至关主要的。如果能够精确地利用Prompt，它将成为我们强大的助手。随着技能的不断进步，利用好AI工具将会是一项主要的能力。
随着深度学习和人工智能的发展，不少企业都在努力寻求利用人工智能来办理问题和优化决策，对付能有效地驱动这些模型并优化输出的人才需求也在不断增长。
Prompt Engineer就属于此类人才，其在人工智能领域中扮演主要的角色。Prompt Engineer的紧张职责是设计和优化输入数据，以提高模型输出结果的精准度。他们须要理解数据、模型以及模型和数据之间的关系，然后选择或制订最佳的提示策略。
未来，随着人工智能的进一步发展，Prompt Engineer将会有更广阔的前景。
参考资料：
https://platform.openai.com/docs/guides/prompt-engineering/six-strategies-for-getting-better-results
https://help.openai.com/en/articles/6654000-best-practices-for-prompt-engineering-with-the-openai-api
https://www.promptingguide.ai/zh/introduction/tips