三年前我第一次接触GPT-3时,只是简单输入问题就获得了惊人回复。但随着使用深入,发现同样的模型在不同人手里效果天差地别——有人能生成专业级报告,有人却连基础问答都做不好。这中间的差距,就在于Prompt(提示词)的设计能力。
Prompt工程本质是"用模型能理解的语言描述需求"。就像教新人做事:模糊的指令得到随机结果,清晰的步骤说明才能产出预期成果。在AI领域,Prompt就是人与大模型沟通的"工作说明书"。
给模型明确角色定位能显著提升输出质量。比如:
python复制# 普通提问
"解释量子计算"
# 角色设定版
"你是一位诺贝尔物理学奖得主,正在给高中生科普量子计算原理。请用比喻方式解释量子比特和经典比特的区别,并举例说明量子纠缠现象"
实测发现,增加角色描述可使回答专业度提升40%以上。我在金融分析任务中,通过设定"拥有20年经验的投行分析师"角色,模型生成的报告直接达到可交付水准。
优秀Prompt通常包含以下要素:
示例:
code复制你是一位资深美食评论家,正在为《米其林指南》撰写餐厅点评。请根据以下用餐体验:
- 餐厅:上海外滩某法餐厅
- 菜品:鹅肝、龙虾汤、和牛牛排
- 服务:专业但略显匆忙
撰写300字左右的评论,需包含:
1. 菜品口味分析(突出酱汁运用)
2. 环境氛围评价
3. 服务改进建议
要求使用专业餐饮术语,避免主观情绪词
Prompt设计是个迭代过程。我的工作流通常是:
为开发团队设计的Prompt模板:
code复制你是一位CTO,需要向董事会汇报新项目技术方案。请用非技术语言解释:
1. 系统架构设计(对比微服务vs单体架构)
2. 关键技术选型原因(如为什么选MongoDB)
3. 实施里程碑规划
要求:
- 每部分配1个现实案例
- 风险说明单独成段
- 输出Markdown格式带二级标题
化妆品文案生成Prompt:
code复制作为国际4A广告公司创意总监,为新品"深海修护精华"创作:
1. 小红书风格种草文案(带emoji)
2. 天猫详情页卖点罗列(FAB法则)
3. 朋友圈广告短文案(20字内)
需包含:
- 成分党专业术语(如"5D玻尿酸")
- 使用场景联想(熬夜、出差等)
- 禁止出现"第一""最"等违禁词
实测案例:当需要生成法律合同时,温度设为0.3;创作诗歌时调到1.2效果最佳。
通用计算公式:
code复制基础需求:max_tokens ≈ 单词数 × 1.3
复杂任务:max_tokens ≈ (段落数×100) + (列表项×30)
重要提示:始终预留20%余量防止截断。
当模型虚构事实时:
使用这类指令立竿见影:
我的日常Prompt开发环境:
特别技巧:用ChatGPT分析自己的Prompt,输入"请诊断这个Prompt有哪些优化空间:[你的Prompt]"能获得专业改进建议。
最近帮某律所设计合同生成系统时,我们在Prompt模板最前面固定添加:"根据中国现行有效法律,特别是《民法典》第XXX条规定...",这样生成的文本合规性大幅提升。