|
|
.pe-note {
background: #f0f9ff;
border-left: 4px solid #3b82f6;
border-radius: 0 8px 8px 0;
padding: 14px 18px;
margin: 20px 0;
font-size: 15px;
color: #1e3a5f;
}
.pe-note strong { color: #1d4ed8; }
.pe-warn {
background: #fff7ed;
border-left: 4px solid #f97316;
border-radius: 0 8px 8px 0;
padding: 14px 18px;
margin: 20px 0;
font-size: 15px;
color: #7c2d12;
}
.pe-warn strong { color: #ea580c; }
.pe-danger {
background: #fef2f2;
border-left: 4px solid #ef4444;
border-radius: 0 8px 8px 0;
padding: 14px 18px;
margin: 20px 0;
font-size: 15px;
color: #7f1d1d;
}
.pe-danger strong { color: #dc2626; }
.pe-success {
background: #f0fdf4;
border-left: 4px solid #22c55e;
border-radius: 0 8px 8px 0;
padding: 14px 18px;
margin: 20px 0;
font-size: 15px;
color: #14532d;
}
.pe-success strong { color: #16a34a; }
.pe-svg-wrap {
margin: 28px 0;
overflow: hidden;
}
提示词工程(Prompt Engineering)
[quote][/quote]
你有没有遇到过这种情况:明明给了 AI 一个问题,得到的回答却空泛、跑题、毫无用处?
这不是 AI 的问题,往往是提问方式的问题。
提示词工程(Prompt Engineering)就是一门关于如何构造和精炼你的提示词的艺术和科学,目的是最大化 AI 模型的性能,让它产出更符合你需求的、高质量的输出。
简单来说,提示词工程是一个与 AI 高效沟通的技巧。
提示词(Prompt):就是你输入给 AI 模型(比如大型语言模型 LLM,如 GPT-4 或 Gemini)的指令、问题、或文本输入。
工程(Engineering):在这里指的是设计、优化和改进你的输入文本的过程。
提示词工程
Prompt Engineering
清晰指令
降低歧义
-
角色设定
激活专业知识
-
XML 标签
隔离数据与指令
-
思维链
先推理后作答
-
防幻觉设计
提升可信度
-
少样本示例
用例子代替描述
-
提示词链
分步链式传递
-
元提示
让 AI 优化提示词
-
本文技巧概览
|
|