在人工智能的协同作业中，精确地与大模型进行交流是成功的关键。本文深入探讨Prompt的艺术和科学，旨在提升您与大模型合作的效率和成效。
有效交互的关键
策略一：构建明确指令
清晰明确的指令并不意味着与短句子， 在实践中， 简单句比长句子更容易表达。 使用英文的表达方法更容易被模型辩识。
细节丰富的指令：
提供具体的操作步骤和目标，确保指令既清晰又详尽，以引导模型输出期望的结果。例如，明确指示模型以特定格式（如列表、摘要或报告）回应。
逻辑分隔：
采用可识别的符号（如“—”、“###”等）明确区分指令、背景信息和查询内容，有助于模型更准确地解析和响应。
常用的分割符有：
复制
三个引号： """ {text} """
三个反引号： ``` {text} """ 三个连字符： --- {text} --- 尖括号: < {text} > xml 标记： <tag> {text} </tag>
三个引号： “”” {text} “”” 三个反引号： “` {text} “”” 三个连字符： — {text} — 尖括号: < {text} > xml 标记： <tag> {text} </tag>
其中{text} 是文本的内容
结构化输出：
明确要求模型以特定的数据结构（如表格、JSON对象）输出，这不仅方便阅读理解，也适于后续的数据处理。
例: 输出一个json格式的文本
prompt
复制
生成三本虚构书籍的标题，作者和类型，并以json格式提供，包含以下键：book_id，title，author，genre。
生成三本虚构书籍的标题，作者和类型，并以json格式提供，包含以下键：book_id，title，author，genre。
json是在软件开发常用一种数据组织形式。
输出
复制
[
{
"book_id": 1,
"title": "The Secret Garden",
"author": "Frances Hodgson Burnett",
"genre": "Children's Literature"
},
{
"book_id": 2,
"title": "The Martian",
"author": "Andy Weir",
"genre": "Science Fiction"
},
{
"book_id": 3,
"title": "Murder on the Orient Express",
"author": "Agatha Christie",
"genre": "Mystery"
}
]
[ { “book_id”: 1, “title”: “The Secret Garden”, “author”: “Frances Hodgson Burnett”, “genre”: “Children’s Literature” }, { “book_id”: 2, “title”: “The Martian”, “author”: “Andy Weir”, “genre”: “Science Fiction” }, { “book_id”: 3, “title”: “Murder on the Orient Express”, “author”: “Agatha Christie”, “genre”: “Mystery” } ]
策略二：模型深度思考
神经网络模型本质上还是一个算概率的活， 因此如果直接让模型给出答案， 他给出的答案可能是过去训练时， 输入了大量错误的答案。
因此， 大模型也会给你一个概值值大的答案， 但不一定正确的答案。
不要让模型直接给你答案， 而是把解决问题的方法一步一步拆解开， 指导模型帮最终推导出答案。
分步解析：
指导模型分步骤处理问题，类似于手把手教学，有助于提升解决问题的准确性和深度。
复制
步骤1: ...
步骤2: ...
步骤3: ...
...
步骤N: ...
步骤1: … 步骤2: … 步骤3: … … 步骤N: …
条件判断：
引导模型评估特定条件是否满足，这对于决策支持和问题分析尤为重要。
复制
供的文本将用三个引号括起来。如果它包含一系列的指示，那么请按以下格式重新编写这些指示：
步骤1 - ...
步骤2 - …
…
步骤N - …
如果文本中不包含一系列的指示，则简单地写上 "未提供步骤"
''' 今天阳光明媚，鸟儿在歌唱。今天是个美好的日子，适合去公园散步。花儿盛开，树木在微风中轻轻摇曳。人们外出享受着宜人的天气。一些人在野餐，而其他人则在玩游戏或者简单地躺在草地上放松。这是一个完美的日子，可以在户外享受并欣赏大自然的美丽。 '''
供的文本将用三个引号括起来。如果它包含一系列的指示，那么请按以下格式重新编写这些指示： 步骤1 – … 步骤2 – … … 步骤N – … 如果文本中不包含一系列的指示，则简单地写上 “未提供步骤” ”’ 今天阳光明媚，鸟儿在歌唱。今天是个美好的日子，适合去公园散步。花儿盛开，树木在微风中轻轻摇曳。人们外出享受着宜人的天气。一些人在野餐，而其他人则在玩游戏或者简单地躺在草地上放松。这是一个完美的日子，可以在户外享受并欣赏大自然的美丽。 ”’
输出
复制
未提供步骤
未提供步骤
案例分析：
提供样本或示例，帮助模型理解任务背景和目标，从而生成与给定样本风格一致的回应。
复制
你的任务是以下面的一致的格式回答
<child>: 教我耐心。
<grandparent>: 雕刻最深峡谷的河流源自一处不起眼的泉水；最宏伟的交响乐始于一声孤独的音符；最复杂的织锦始于一根孤独的线。
<child>: 教我韧性。
你的任务是以下面的一致的格式回答 <child>: 教我耐心。 <grandparent>: 雕刻最深峡谷的河流源自一处不起眼的泉水；最宏伟的交响乐始于一声孤独的音符；最复杂的织锦始于一根孤独的线。 <child>: 教我韧性。
输出
复制
<grandparent>: 最坚固的树木从最强烈的风暴中生长出来；最坚定的人生理由从最艰难的时刻中诞生；最耀眼的钻石经历最高温度和最大压力而成。
<grandparent>: 最坚固的树木从最强烈的风暴中生长出来；最坚定的人生理由从最艰难的时刻中诞生；最耀眼的钻石经历最高温度和最大压力而成。
提升交互效率
- 口语化表达： 采用口语化、易于理解的语言，避免过度专业或复杂的词汇，以促进更自然、高效的交流。
- 避免多主题混淆： 为确保交流的准确性，建议每个会话专注于一个主题。如需转换话题，最好开启新的会话。
- 实例引导： 提供具体实例，帮助模型准确把握问题的核心，特别是在处理抽象概念或复杂任务时。
模型幻觉
在与模型的互动过程中，我们可能会遇到所谓的“模型幻觉”，即模型基于其训练数据集生成的虚假或不准确的信息，就是他会一本正经的胡扯。面对这一挑战，我们需要学会批判性地分析模型的回答，以确保信息的准确性和可靠性。
prompt
复制
请介绍一下 Boie 推出的 AeroGlide UltraSlim 智能牙刷。
请介绍一下 Boie 推出的 AeroGlide UltraSlim 智能牙刷。
输出
复制
AeroGlide UltraSlim智能牙刷是Boie推出的一款高科技产品。它采用先进的技术设计，拥有超薄的刷头，可有效清洁牙齿表面和牙缝。此外，它还配备了智能功能，如定时提醒和连接手机应用程序，帮助用户更好地监控和改善口腔健康。这款牙刷的设计简洁时尚，易于使用，是现代生活中口腔护理的理想选择。
AeroGlide UltraSlim智能牙刷是Boie推出的一款高科技产品。它采用先进的技术设计，拥有超薄的刷头，可有效清洁牙齿表面和牙缝。此外，它还配备了智能功能，如定时提醒和连接手机应用程序，帮助用户更好地监控和改善口腔健康。这款牙刷的设计简洁时尚，易于使用，是现代生活中口腔护理的理想选择。
Boie不是一个真实存在的公司， 更没有AeroGlide UltraSlim 这款产品。
掌握与大型语言模型有效交互的技巧，能够提升任务完成的效率和质量，还能在数据分析、内容创作等多个领域发挥巨大潜力。后续教程会更加详细的介绍各类方法。
阅读全文
温馨提示：