用Prompt 技术【提示词】打造自己的大语言智能体

机器如何按照人类的指令执行任务的探索

• 机器需具备理解任务叙述的能力，以便能够按照人类的指令执行任务，为机器提供一些范例作为参考，使其能够理解该执行的任务类型。
• 这样的学习方式称为“Instruction learning”，透过精心设计的叙述与范例来引导机器的行為，使其更像人类。

大型语言模型LLM - Finetuning vs Prompting_llm 里的prompt和instruction, context 的区别-CSDN博客https://blog.csdn.net/chenchihwen/article/details/144070460?spm=1001.2014.3001.5502

本文深入探讨了AI大模型Prompt的定义、基本框架、撰写原则、技术剖析与应用。Prompt是“提示”模型唤起特定能力以解决问题的提问方式，对用好大语言模型意义重大。文章介绍了多种Prompt框架，如RTF、RISEN等，并提出了打造高效Prompt的两大核心原则：编写明确和具体的指令、给予模型充足的思考时间。同时，剖析了零样本提示、少样本提示等关键技术，还介绍了如何应对模型“幻觉”现象的策略，以及多种提升模型性能的提示技术。

Prompt定义及基本框架

Prompt是什么？​​

想象你正在用遥控器选择电视频道——Prompt就是人类与大模型沟通的“遥控器按钮”。这个特殊的指令能唤醒AI预先学习的能力，像钥匙解锁保险箱一样，让模型精准调用文本理解、逻辑推理等技能解决实际问题。

​​通俗理解：​​

1. ​​不是​​简单提问：不是让AI当知识库查资料（如直接问"北京人口多少"）
2. ​​而是​​操作手册：像教新人做事般明确指令（如"用小学生能听懂的话，把量子力学解释成3个生活例子"）
3. ​​核心作用​​：把AI的"知识储备"转化为"解题能力"（如将万亿级参数转化为写邮件/做报表/编代码的实用技能）

---

​​Prompt的四大要素​​

要素	功能说明	生活化示例
​​指令​​	明确任务目标	"写一封英文商务邮件"（而非"帮我处理邮件"）
​​背景​​	补充关键信息	"客户投诉物流延迟，需安抚情绪并承诺补偿"
​​输入​​	提供处理对象	附上客户原始邮件内容
​​格式​​	规定输出样式	"用三段式结构：致歉→解决方案→优惠券"

---

​​为什么重要？​​

1. ​​效率倍增器​​：网页1案例显示，客服场景中设计良好的Prompt可提升80%工单处理速度
2. ​​质量控制器​​：通过格式约束（如要求"分点陈述+数据支撑"）减少AI的"胡说八道"
3. ​​能力扩展器​​：同一模型通过不同Prompt既能写诗歌也能生成SQL代码（网页6的RTF框架案例）

---

​​比喻理解​​：
把大模型比作天才实习生——Prompt就是你的任务说明书。模糊的指令（"做个报告"）会得到混乱结果，而清晰的Prompt（"用PPT大纲格式整理上周销售数据，标注同比增幅前三名"）才能激发其真正潜力。

这种重构方式通过生活场景类比降低理解门槛，同时保留技术准确性。如需更深入框架解析（如RTF/RISEN等进阶技巧）。

Prompt技术核心应用场景及实践案例

---

一、教育领域场景

1. ​​人机协同学习​​

   • ​​写作辅导​​：通过Prompt引导模型生成写作框架，如"扮演小学语文老师，用比喻手法重写'黄沙百战穿金甲'的诗句"
   • ​​数学解题​​：输入"用Python编写递归函数计算阶乘，要求添加类型注解和异常处理"
     ，模型生成带注释的规范代码
   • ​​深度阅读​​：Prompt设计提问链，如"请提出三个关于量子力学的哲学思考问题，并给出参考回答视角"

2. ​​自适应评估系统​​

   • 使用RISEN框架设计评分Prompt："分析学生作文中的逻辑漏洞，按批判性思维（30%）、论据支撑（40%）、语言表达（30%）生成评估报告"

---

二、企业服务场景

1. ​​智能客服优化​​

   • ​​多轮对话管理​​：

     角色设定：资深保险顾问
     任务：解释重疾险条款差异
     约束：每次回复不超过3个知识点，使用汽车保养类比
     示例：用户问"等待期是什么？" → 回复"如同新车磨合期，前90天出险不赔付..."
     ```[4,8](@ref)  

   • ​​工单分类​​：输入"将用户反馈'APP闪退'归类至[系统故障/网络问题/设备兼容]，置信度>90%时自动转技术组"

2. ​​数据分析自动化​​

   • ​​销售报告生成​​：

     分析2024Q1销售数据，输出：
     1. 区域TOP3及增长率（表格）
     2. 异常波动归因（箭头符号标注关键指标）
     3. 下季度策略建议（分点陈述）
     ```[6,8](@ref)  

   • ​​市场洞察​​：Prompt设计"提取竞品公告中的关键技术参数，对比我方产品优劣势，生成SWOT分析矩阵"

---

三、技术开发场景

1. ​​代码生成与审查​​

   • ​​全栈开发​​：

     生成SpringBoot+React的电商系统模块：
     1. 用户鉴权接口（JWT实现）
     2. 商品搜索组件（Elasticsearch集成）
     3. 支付回调处理（支付宝沙箱）
     ```[5,7](@ref)  

   • ​​代码审查​​：输入"检测Python函数中的安全漏洞，按CWE标准输出风险等级和修复建议"

2. ​​多模态交互​​

   • ​​图文混排报告​​：

     根据气象数据生成台风路径分析：
     • 可视化路径图（SVG格式）
     • 影响城市清单（Markdown表格）
     • 防御措施建议（分点陈述）
     ```[7](@ref)  

   • ​​语音助手优化​​：设计语音Prompt"用李白的豪放风格，将技术文档《5G网络架构》改编成3分钟科普音频"

---

四、创意生产场景

1. ​​营销内容创作​​

   • ​​爆款文案生成​​：

     角色：资深4A文案
     任务：为智能手表X200设计短视频脚本
     要求：
     • 突出"健康监测+时尚设计"卖点
     • 包含3个使用场景（运动/办公/社交）
     • 结尾添加行动号召（CTA）
     示例参考：网页6的智能手表JSON模板
     ```[6,8](@ref)  

   • ​​品牌故事​​：输入"用王家卫电影风格，描述咖啡品牌'山野间'的创立故事"

2. ​​多语言本地化​​

   • ​​文化适配翻译​​：

     将营销文案"Just Do It"本地化为：
     1. 中文（成语化表达）
     2. 日语（二次元语境）
     3. 阿拉伯语（诗歌体）
     ```[8](@ref)  

   • ​​法律文书校对​​：设计Prompt"对比中英文合同条款差异，标注可能产生歧义的条款"

---

五、前沿探索方向

1. ​​复杂决策支持​​

   • ​​医疗诊断辅助​​：

     输入患者血检报告+主诉症状，要求：
     1. 生成鉴别诊断列表（按概率排序）
     2. 推荐检查项目（标注必要性和费用）
     3. 患者沟通话术（非专业术语）
     ```[7](@ref)  

   • ​​金融风控​​：Prompt设计"分析企业财报，识别粉饰报表的10个预警信号，输出风险评级"

2. ​​自动化测试革新​​

   • ​​智能测试用例生成​​：

     基于API文档自动生成：
     1. 正常流程测试用例（含预期状态码）
     2. 边界值测试数据集
     3. 安全性测试方案（SQL注入/XSS检测）
     ```[4,8](@ref)  

---

​​技术选择建议​​：

• 简单任务优先采用​​零样本提示​​（Zero-Shot），如基础信息查询
• 专业领域使用​​少样本提示​​（Few-Shot），提供3-5个范例提升准确性
• 复杂场景建议结合​​思维链提示​​（Chain-of-Thought）和​​模板引擎​​，例如医疗诊断的逐步推理流程

​​RTF框架说明书（厨房版）​​

想象你要教一个天才实习生做菜——RTF就是你的「傻瓜式操作手册」：
1️⃣ ​​系上围裙（Role）​​

• 指定AI的「工作制服」："你现在是米其林三星主厨"（而不是普通帮厨）
• 效果参考网页4的案例：当要求生成菜谱时，角色设定能让AI像专业厨师般考虑火候搭配

2️⃣ ​​写下任务单（Task）​​

• 明确具体工序："用牛肉+番茄设计三道融合菜，标注烹饪难点"
• 对比网页6的代码案例：就像让程序员"用Python写语音转换程序"而非笼统说"做个软件"

3️⃣ ​​选择餐盘（Format）​​

• 规定摆盘样式："用表格对比三种做法，包含耗时/热量/成本三列"
• 如网页5所示：表格格式让信息像分类整理好的食材，一目了然

---

​​为什么这方法好用？​​

🍳 ​​防错设计​​：

• 角色像「安全围栏」：让医生AI不会突然聊股票（领域限定原理）
• 任务如「导航仪」：避免AI像无头苍蝇乱猜需求（参考网页的代码生成案例）

 如何让 ChatGPT 更懂你：使用 RTF 提示词https://mp.weixin.qq.com/s?__biz=MzkwNzU3MDYxMg==&mid=2247483896&idx=1&sn=5dadc3269cce33390a01234180b50c1f&chksm=c13f626d5250830d1d71f2f819f52de8a95b99910c64d28b4b8854e299bf6587d2bc4add148e#rd

📦 ​​效率升级​​：

• 格式即「包装盒」：要菜谱给表格，要故事给剧本（如网页的营销策略案例）

  最实用的ChatGPT使用思维框架：RTFhttp://mp.weixin.qq.com/s?__biz=Mzg5MTE0MzEwNQ==&mid=2247490984&idx=1&sn=c121e464488804aa8aaedd26305d9c67&chksm=cee7d675c13554fb4fed72d7b003420c3595e7b312aabf1027a6972b86fe3812a43714b9f483#rd

• 结合RAG像「智能冰箱」：直接从知识库调取最新食材数据（网页上下文优化）

  RTF框架：简化对话场景下的输出_模型_角色_任务https://www.sohu.com/a/734631933_121718251

---

​​生活案例对比​​：

❌ 模糊指令：  
用户："做个健康餐"  
AI输出：杂乱无章的食材清单  ✅ RTF优化版：  
角色：营养师  
任务：设计3道高蛋白低脂午餐（30分钟内完成）  
格式：带热量标注的步骤清单  
结果：专业级减脂餐方案（如网页的食谱案例）  

 RTF框架：和机器人聊天的聊法https://mp.weixin.qq.com/s?__biz=MzUxMjA0NTU4Mw==&mid=2247512302&idx=1&sn=ddb9f13e6c02b572897b87525ed9e52b&chksm=f8dc2ada6ac3a2f38f3ea36b813554a2465182fccca0c415b644d6f9bfd590f1b3ddfe7bffea#rd

---

​​工程师都怎么用？​​

1. ​​医疗诊断​​：

   角色：三甲医院主任医师  
   任务：分析血检报告中的异常指标  
   格式：风险等级表（附参考值范围）  

2. ​​代码审查​​：

   角色：10年资历的Python架构师  
   任务：检测这段API代码的安全漏洞  
   格式：Markdown清单（含CWE编号和修复建议）  

---

RISEN框架说明书（导航系统版）​​

想象你给AI装了一套智能导航——RISEN就是精准到达目的地的「五步操作法」：

1️⃣ ​​设定驾驶员身份（Role）​​

• 给AI「职业定位」：
  "你是有10年经验的营养师"（而非普通路人）
  效果参考案例：当要求设计食谱时，专业角色让AI像营养师般考虑热量搭配

2️⃣ ​​输入导航地址（Instructions）​​

• 明确具体需求：
  "用牛肉+番茄设计三道低脂菜"（而非笼统说"做几个菜"）
  具体指令让AI像收到详细订单的外卖平台

3️⃣ ​​规划行车路线（Steps）​​

• 拆分操作步骤：

  1. 分析代餐粉市场竞争情况  
  2. 确定核心卖点  
  3. 制定线上线下推广策略  

  对比客服案例：步骤拆解让AI输出如组装好的乐高积木般工整

4️⃣ ​​标注终点坐标（End Goal）​​

• 定义成功标准：
  "最终需包含市场分析报告+1000字宣传文案"
  如医疗问答案例：明确目标后AI像经验丰富的医生写诊断书般严谨

5️⃣ ​​设置道路限制（Narrowing）​​

• 划定行驶禁区：
  "用表格呈现/避开专业术语/字数≤500"
  参考约束设置：如同导航避开拥堵路段，让AI输出更符合实际需求

---

​​为什么这方法好用？​​

📌 ​​防偏航设计​​：

• 角色像「职业装」：让律师AI不会突然聊菜谱（领域限定原理）
• 步骤如「路标指引」：避免AI像新手司机绕弯路（参考代码审查案例）

📊 ​​效率倍增器​​：

• 据网页[2]测试，使用RISEN框架后：
  • 任务理解准确率提升58%
  • 格式错误率下降至3%以下
  • 用户满意度从45%跃升至92%

---

​​生活案例对比​​：

❌ 模糊指令：  
用户："写个产品方案"  
AI输出：杂乱无章的思路清单  ✅ RISEN优化版：  
角色：快消品营销总监  
指示：为无糖气泡水制定推广计划  
步骤：市场分析→核心卖点→渠道策略→文案设计  
目标：包含SWOT分析+3套宣传海报  
限制：用PPT大纲格式+数据可视化图表  
结果：可直接汇报的专业方案（代餐粉案例）  

---

​​工程师都在哪些场景用？​​

1. ​​商业计划书撰写​​

角色：投行分析师  
指示：制定新能源汽车融资方案  
步骤：行业趋势→竞品分析→财务模型→风险控制  
目标：30页PDF报告+5分钟路演PPT  
约束：使用专业术语+附带Excel数据表  

2. ​​法律文书起草​​

角色：知识产权律师  
指示：拟定APP用户协议  
步骤：条款框架→风险点标注→合规性检查  
目标：覆盖数据隐私+版权声明+免责条款  
约束：符合《网络安全法》+口语化解释专业条款  

---

---

​​高效Prompt设计说明书（厨房版）​​

想象你在教AI做饭——这两个原则就是你的「智能菜谱设计指南」：

---

​​原则一：把菜谱写得像IKEA说明书​​

（对应：编写明确和具体的指令）

AI就像刚入职的厨房小白，需要用「毫米级指示」避免灾难：
​​🍳 生活案例对比​​：

❌ 失败指令："做个番茄炒蛋"  
结果：蛋壳在锅里，番茄没切片  
✅ 优化版："用2个鸡蛋+1个番茄，先热油煎蛋再炒番茄，最后混合翻炒"  

​​🔑 核心策略：食材分隔术​​
（对应：使用分隔符）
就像用不同碗分装调料，避免手忙脚乱放错盐和糖：

【食材区】  
"""  
番茄 300g  
鸡蛋 2个  
"""  
【操作区】  
1. 番茄切块（1cm见方）  
2. 鸡蛋打散加1g盐  

技术原理：分隔符如同厨房的收纳盒，让AI准确区分指令、数据和格式要求（网页1、网页5）。常用「分隔工具包」：

• 三引号 """：圈定待处理的文本块（如客户投诉内容）
• XML标签 <数据>：结构化处理复杂信息（如订单详情）
• 破折号 ---：划分操作步骤（网页7案例）

---

​​原则二：给AI戴上厨师帽​​

（对应：编写明确和具体的指令扩展）

​​🥘 进阶技巧：身份绑定法​​
让AI化身专业人士，如同给厨师颁发资格证书：

👨🍳 角色设定：  
"你是米其林三星中餐主厨"  
📝 任务指令：  
"设计三道低卡年夜菜，每道≤500大卡"  
📦 输出格式：  
"用表格对比食材/耗时/营养含量"  

效果验证：某餐饮集团使用该策略后，菜单设计效率提升73%。

---

​​灾难预防指南​​

（对应：避免提示词冲突）

​​💥 常见翻车现场​​：

错误案例：  
"分析'''2024销售数据'''并写报告（附：2024销售数据.xls）"  
AI困惑：该处理引号内文字还是附件？  

​​🛡️ 防护方案​​：

1. 用符号墙隔离不同内容区：

   <<指令>>  
   分析以下销售数据：  

   <<数据>>
   """
   季度,销售额
   Q1,¥520万
   Q2,¥680万
   """

   undefined

2. 格式预警机制：

   警告！不要直接复制数据，需转换为折线图  

---

​​技术延伸​​

• ​​动态分隔术​​：像乐高积木拼装般组合分隔符

  ## 客户需求 ##  
  [产品]智能手表  
  [功能]心率监测+睡眠分析  
  ---  
  ## 输出要求 ##  
  {表格对比竞品参数}  

• ​​元数据标记​​：用#标签实现精准定位

  #紧急工单#  
  <问题>APP支付失败</问题>  
  <期望>1小时内给出解决方案</期望>  

---

​​实践工具包​​：

1. 新手套装：三引号+箭头符号（适合简单任务）
2. 专家套装：XML+Markdown（适合数据报表）
3. 大师套装：自定义标签+条件约束（适合复杂系统）

通过这种「厨房管理思维」，即使是AI小白也能设计出米其林级的Prompt。下次给AI派任务时，记得先问自己：我的指令够像IKEA说明书吗？