虽然 AI 有可能胡说八道，而且，可以说是很多场景下，都会输出一些毫无关联的内容，但是通过精心设计Prompt，可以大大提高输出内容的准确性。而且，或许你们已经听说过了，或者说正在做类似的事情，那就是现在 AI 衍生出了一个职业，叫做 Prompt Engineer。

本文将带你使用五个步骤来编写 Prompt，让 AI 发挥最佳效用，为你提供最合适的回答。

本文所有的 AI 回答，都将使用 Google Gemini 为示例。每一个 ChatAI 回答的情况不尽相同，可根据自己的需求选择最适合的 ChatAI。

与 AI 对话就跟人一样，自然点就对了

我们日常会跟人说话，那么，我们就自然地会预料到对方一开始可能会曲解你的意思，需要你再三的澄清。你也会遇到对方跑题的情况，这时候就需要你把它拉回正题。

提供背景故事、问复杂问题，以及根据收到的答案重新措辞提问都是很正常的。

其实，有一个术语来形容这个过程，叫做 Interactive Prompting。不要害怕问多个问题，或者问多次问题。问了第一个问题之后，我们就能得到回答。然后根据这个回答，再继续问下一个问题。

我自己亲身试过，在我连续问了 ChatGPT 多个问题之后，才得到了让我比较满意的结果。所以，其实这也很符合「跟人聊天」的情况。你不会只跟你的朋友同事这些问一个问题然后就不问了吧？我们会跟人进行对话，同样地，也要跟 AI 进行对话。

提供背景，上下文，目标

写 Prompt 跟单纯的问一句话问题不一样，通常需要我们给 AI 提供相应的背景信息以便于它能够在对应的上下文中去查询你想要的内容。

举个例子，比如你想要去参加一场马拉松比赛，你可以这样问：

How can I prepare for a marathon?
我要怎么准备参加一场马拉松比赛?

这样问有问题吗？没问题。只是说，这样问得到的回答可能会比较宽泛，没有特别侧重的点。

如果想要得到一个更加细致并且符合我们个人需求的回答，那就需要将问题细化一下，提供相应的背景以及上下文。

I am a beginner runner and have never run a marathon before, but I want to complete one in six months. How can I prepare for a marathon?
我是一名跑步入门选手，以前从没参加过马拉松比赛。但是我想用六个月的时间来准备完成一次马拉松比赛，我应该做些什么呢？

你看，如果我们为 AI 提供更多信息，它就能够针对你的需求提供更聚焦、更有用的回答内容。

再来看几个例子：

I am planning to travel to Spain in a few months and would like to learn some basic Spanish to help me communicate with local residents. I am looking for online resources that are suitable for beginners and provide a structured and comprehensive approach to learning the language. Can you recommend some online resources for learning Spanish as a beginner?
我打算几个月后去西班牙旅行，想学一些基本的西班牙语以便跟当地居民交流。现在我在寻找适合初学者的一些在线学习资源，这些资源应该提供结构化和比较系统化的学习方法。你可以推荐一下吗？

I am a business owner interested in exploring how blockchain technology can be used to improve supply chain efficiency. I am looking for a clear and concise explanation of the technology and examples of how it has been used in the context of supply chain management. Can you explain the concept of blockchain technology and its potential applications in supply chain management?
我是一名业务负责人，对区块链技术很感兴趣，想要知道如何能将这门技术用于提高供应链效率。我现在在寻找一份清晰简洁的关于该技术的解释，以及它在供应链管理方面的一些应用案例。你可以解释一下区块链技术的概念及其在供应链管理中的潜在应用吗？

在这两个例子中，我们都不只是单纯的问一句话就完了，而是提供了非常详细的上下文、背景信息和目标，这样我们得到的回答才是非常精准详细的。

让 AI 扮演特定的角色或者职业

现在的 ChatAI 比较炫酷的功能之一就是，它可以按照既定的角色或者职业的写作风格来输出内容。你可以让它像老师、记者、老板甚至任何角色都可以。

如果你不清楚关于**角色（Role）**相关的内容，可以移步我的另一篇文章 # AI 入门：从 ChatGPT 开始。

我们直接来看例子。我现在要让 Gemini 分析一下 2024 年的水果市场情况。

From the point of view of a professional market researcher, give a report about the fruit market report in 2024.
以一名专业市场调研人员的角度，给我一份 2024 年的水果市场报告。

我们再来看一个例子，我们在上文中参加马拉松的例子的基础之上，再修改一下：

I am a beginner runner and have never run a marathon before, but I want to complete one in six months. Now, from the point view of a experienced marathon coach, tell me how can I prepare for a marathon?
我是一名跑步入门选手，以前从没参加过马拉松比赛。但是我想用六个月的时间来准备完成一次马拉松比赛。现在，请你从一名经验丰富的马拉松教练的角度来告诉我，我应该做些什么呢？

除了 From the point view of xxx 的句式，你也可以直接使用 You are a/an xxx 的句式来直接指定 AI 的角色

有一个小窍门是，一般情况下，微调你的 Prompt 就能够显著的改变 AI 的回答内容，如果不满意的话，可以多尝试几次。

不要让 AI 跑偏了

正如上文提到的，AI 有时候会跑偏，跟不上讨论的话题，甚至完全胡说八道。 所以，我们要使用一些小技巧来避免这种情况。

比如，我们可以使用「Why do you think that？你为什么这样认为？」或「What evidence supports your answer? 有什么证据支持你的答案？」之类的说法。通常情况下，AI 会为胡说八道道歉（这是真的），然后重新给出一个答案。

但是这其实很正常，我们跟人对话的时候，对方还有可能走神儿了呢！

大胆尝试，多次试验

试试向 AI 抛出各种有趣的问题，看看它会给出什么样的内容。然后改变问题的内容和形式，看看它又能有些什么样的反应。

不要只关注 AI 生成的内容，还要关注它生成内容的方式、它所犯的错误以及它遇到的限制。所有这些细节都能够帮助你拓宽你写 Prompt 的视野。

编写 Prompt 的 Tips

• 尽可能的让 Prompt 具体、清晰，并简洁地说明你的目标
• 提供积极的指令，而不是消极的指令，比如：让 「AI 做什么」，而「不是不要做什么」
• 直接使用「你」来称谓 AI 即可，比如：「你应该…」「你必须…」

总结

Microsoft 的文档网站上有一张这样的图来总结和说明一个精准、高效、可靠的的 Prompt 应该包含哪些元素。同理，按照下图这样的说明，在 Prompt 编写的时候包含这些元素，每个人都能写出精准的，适合自己的 Prompt。

如何系统的去学习大模型LLM ？

作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的 AI大模型资料 包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

😝有需要的小伙伴，可以V扫描下方二维码免费领取🆓

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

四、AI大模型商业化落地方案

阶段1：AI大模型时代的基础理解

• 目标：了解AI大模型的基本概念、发展历程和核心原理。
• 内容：
  • L1.1 人工智能简述与大模型起源
  • L1.2 大模型与通用人工智能
  • L1.3 GPT模型的发展历程
  • L1.4 模型工程
    - L1.4.1 知识大模型
    - L1.4.2 生产大模型
    - L1.4.3 模型工程方法论
    - L1.4.4 模型工程实践
  • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

• 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
• 内容：
  • L2.1 API接口
    - L2.1.1 OpenAI API接口
    - L2.1.2 Python接口接入
    - L2.1.3 BOT工具类框架
    - L2.1.4 代码示例
  • L2.2 Prompt框架
    - L2.2.1 什么是Prompt
    - L2.2.2 Prompt框架应用现状
    - L2.2.3 基于GPTAS的Prompt框架
    - L2.2.4 Prompt框架与Thought
    - L2.2.5 Prompt框架与提示词
  • L2.3 流水线工程
    - L2.3.1 流水线工程的概念
    - L2.3.2 流水线工程的优点
    - L2.3.3 流水线工程的应用
  • L2.4 总结与展望

阶段3：AI大模型应用架构实践

• 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
• 内容：
  • L3.1 Agent模型框架
    - L3.1.1 Agent模型框架的设计理念
    - L3.1.2 Agent模型框架的核心组件
    - L3.1.3 Agent模型框架的实现细节
  • L3.2 MetaGPT
    - L3.2.1 MetaGPT的基本概念
    - L3.2.2 MetaGPT的工作原理
    - L3.2.3 MetaGPT的应用场景
  • L3.3 ChatGLM
    - L3.3.1 ChatGLM的特点
    - L3.3.2 ChatGLM的开发环境
    - L3.3.3 ChatGLM的使用示例
  • L3.4 LLAMA
    - L3.4.1 LLAMA的特点
    - L3.4.2 LLAMA的开发环境
    - L3.4.3 LLAMA的使用示例
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。
• 内容：
  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

学习计划：

• 阶段1：1-2个月，建立AI大模型的基础知识体系。
• 阶段2：2-3个月，专注于API应用开发能力的提升。
• 阶段3：3-4个月，深入实践AI大模型的应用架构和私有化部署。
• 阶段4：4-5个月，专注于高级模型的应用和部署。

这份完整版的大模型 LLM 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

😝有需要的小伙伴，可以Vx扫描下方二维码免费领取🆓