干货：26个用好AI大模型的提示词技巧

创作时间:

作者:

@小白创作中心

干货：26个用好AI大模型的提示词技巧

引用

CSDN

https://blog.csdn.net/l01011_/article/details/140497832

在AI大模型的使用中，如何编写有效的提示词（prompt）是提高模型输出质量的关键。本文总结了26个优化提示词的实用策略，并探讨了AI文本工具在各行业的应用前景。

26个优化提示词策略

在研究论文“Principled Instructions Are All You Need for Questioning LLaMA-1/2，GPT-3.5/4”中，穆罕默德·本·扎耶德人工智能大学的研究团队针对大语言模型提示词优化进行了深入研究，测试了26种激励策略，并评估了它们的准确性。研究发现，所有策略均能有效运作，且部分策略显著提升了大模型回答质量，最高达45%。

以下是这26条原则的完整总结：

简洁明确：与LLM交互时，直接、清晰地提出问题。例如：“描述人体细胞的结构。”
考虑受众：明确指出预期的受众类型，例如老人或5岁儿童。你可以这样问：针对一个10岁的儿童，如何从深圳宝安机场乘坐飞机前往上海虹桥机场。
分解复杂任务：将复杂的任务拆解为一系列清晰、具体的提示，让模型能够逐步深入并准确理解。以数学表达式简化为例：“P1：将负号分配给以下等式的括号内的每个项：2x +3 y-（4x -5 y）；P2：分别组合“x”和“y”的类似项；P3：提供合并后的简化表达式。”
使用肯定性指令：采用如“做”或“执行”这样的正面指导词汇，代替“请勿”或“不要做”这样的否定性表达。
寻求解释：直接提出要求，用最简单明了的语言进行解释。比如，可以直接说：“为了更好地理解，请用初学者的角度和最简单的语言为我讲解。”
激励策略：通过承诺给予奖励来激发模型或回答者提供更为优质的答案。例如：“为了获得更加出色的解决方案，我将为满意的答案提供xxx小费作为感谢。”
示例驱动：在请求时，可以直接提供一个具体的示例，作为模型生成内容的模板或指南。
格式化提示词：使用高度结构化的指令格式，通过精心设计的分隔符，如“#Instruction#”、“#Example#”和“#Question#”，可以清晰地划分出说明、示例、问题及上下文等关键部分。
明确角色：在提示中为模型分配一个明确的角色或任务。如：“你是一位科普讲解员，任务是向一位朋友解释臭氧的奥秘。”
遵守规则：明确指出模型必须遵循的规则或关键词。
自然语言回答：要求模型以自然、类似人类的方式回答问题。
逐步思考：使用引导性的词语，如“思考步骤”。
无偏见：确保答案无偏见，避免依赖刻板印象。
互动提问：允许模型通过提问来获取必要的信息。
教学测试：通过提供一个定理或问题的教学，并在最后进行测试。
指定角色：为LLM大模型分配一个特定的角色或身份。
使用分隔符：在提示中使用分隔符来区分不同的部分。
重复关键词：在提示中多次重复特定的单词或短语。
输出引导：在提示的结尾处提供期望输出的开头。
详细说明：要求模型提供详细的文本，包括所有必要的信息。
修改文本：在不改变风格的情况下修改特定文本。
代码生成：对于涉及多个文件的复杂编码提示，生成可以自动创建或修改文件的脚本。
继续文本：使用特定的单词、短语或句子来启动或继续文本。
明确要求：清楚地陈述模型为了产生内容必须遵循的要求。
模仿样本：如果希望生成的文本类似于提供的样本，则包括相应的指令。
结合思维链：将思维链（CoT）与少量示例提示结合起来。