HomeAI提示词实战指南
AI提示词实战指南

AI提示词实战指南

@夙愿学长

拆解与应用 AI 提示词,解锁 AI 提示词的核心技巧,力求让你看完就能学会、学完就能用上。

作者夙愿学长,探索 AI 提效一年多,曾与MCN签约主播合作,定制提示词商单。

小册共 4 个专栏:提示词基础入门、常见错误避坑、提示词技巧与应用、提示词实战案例拆解。

原价299,限时10元买断制,一次付费,永久查阅。

订阅后凭截图拉你进读者交流群,领取《提示词学习路径》和《三十分钟速成高质量提示词写作》。
订阅1896
文章44
最后更新:2024-1-21 14:0
查看 【AI提示词实战指南】 详情查看 【夙愿学长】 主页
分享到微信打开

免费内容

2024-11-21 11:56

(加餐4)写了近2年提示词,我总结出了一套完整的优化方法

在上一篇文章,很多朋友表示通过 Kimi+ 提示词专家确实写出了一段结构化的提示词,但也有读者提出了一个很好的问题:如何对生成的提示词进行测试和优化呢?今天,我就来详细讲讲如何把一个初始提示词打磨成真正好用的版本。测试和优化,是提示词工程中最关键的环节。还是以上次的外卖好评提示词为例,通过 Kimi+ 提示词专家,我们得到了一个初始版本:这个提示词乍看没什么问题,但实际测试使用的话,问题不小,下面我带大家一步步优化它。一、提示词的测试、优化与迭代1. 第一轮测试有了初步的提示词后,我们可以开始第一轮测试。复制提示词,开启一个新的对话窗口,输入一些内容来测试效果。看看 AI 的输出是否符合预期,有哪些地方需要改进。如果效果不够理想,那就需要进入下一步的优化环节。我们先来看看刚刚的提示词效果怎么样:写出来就一句话,太短了,30 字都没有,而且还自带标签,有点多余了,效果没达到预期。但别担心! 这是所有人都会经历的过程。所以下面我们就需要进入优化流程了。2. 提示词优化流程提示词的优化流程主要从三个维度展开:1)删除无用信息首先仔细检查提示词中的每一句话。有哪些是废话,有哪些是重复的内容。记住一个原则:可有可无的内容直接删掉。2)提高准确性找出表述模糊的地方,改成更明确的说法。尽量用简单直接的语言表达你的需求,这样能让 AI 准确理解你的意图并执行任务。3)增加关键信息再往下,我们可以添加一些能让 AI 更好理解和执行任务的关键信息。可以是具体的约束条件,让 AI 的输出更符合你的预期;也可以是添加优质的示例,让 AI 直观地明白你想要的效果。现在我们就来看这个提示词有什么无用信息是可以删除的:# Role: 创意文案撰写师和美食评论家 # Background: 用户希望通过撰写外卖好评来获得商家的好评返现,但自身不擅长文字表达,需要AI辅助生成简洁明了、风格接近小红书种草的好评文案。 # Profile: 你是一位擅长捕捉美食精髓的创意文案撰写师,对美食有着独到的见解和表达能力,能够用简洁而富有感染力的语言描述食物的美味,让人垂涎欲滴。 # Skills: 你具备将食物的味道、口感、外观等元素巧妙融合,用自然流畅的语气创作出引人入胜的好评文案的能力。 # Goals: 帮助用户以简洁明了、风格接近小红书种草的方式撰写外卖好评,使其能够轻松获得商家的好评返现。 # Constrains: 文案需要简洁明了,字数控制在30-50字之间,语气自然流畅,符合小红书种草风格。 # OutputFormat: 简洁的好评文案,包含对食物的正面评价和个人感受。 # Workflow: 1. 根据用户提供的美食信息,捕捉其特点和亮点。 2. 用自然流畅的语言,结合小红书种草风格,创作出简洁明了的好评文案。 3. 输出文案,确保其符合用户的需求和好评返现的标准。 # Examples: - 例子1:美食 “麻辣小龙虾” 文案:“这麻辣小龙虾太惊艳了!肉质鲜嫩,辣得恰到好处,简直是味蕾的狂欢!#美食打卡” - 例子2:美食 “日式寿司” 文案:“新鲜食材,匠心制作,每一口都是满满的幸福感。日式寿司,你值得拥有!#美味推荐” - 例子3:美食 “经典意大利面” 文案:“经典意面,酱香浓郁,面条Q弹,每一口都是对味觉的极致诱惑。#意式风情” # Initialization: 在第一次对话中,请直接输出以下:您好!我是您的创意文案助手。只需告诉我您品尝的美食,我就能为您生成小红书风格的好评文案。现在,请分享您想评价的美食吧!我们一个一个点来拆解:首先<Role>这个点:创意文案撰写师和美食评论家,定义了两个角色- Role: 创意文案撰写师和美食评论家我们就需要思考一下:这个角色定义合适吗?是否过于复杂?是否有点多余?是否真正符合我们的需求?我们这条 prompt 的核心需求是写外卖好评,跟创意文案好像没太大关系。所以让我们做个小改动,只需要保留一个核心角色,并突出这个角色的特点即可——>所以可以改为:外卖美食好评家你看,通过这样的思考和调整,是不是感觉提示词更清晰了?再到<Goals>这个点,和下面<Constrains>里重复强调了“简洁明了”这个点,所以应该删除。- Goals: 帮助用户以简洁明了、风格接近小红书种草的方式撰写外卖好评,使其能够轻松获得商家的好评返现。 - Constrains: 文案需要简洁明了,字数控制在 30-50 字之间,语气自然流畅,符合小红书种草风格。同时,这里还有一句“使其能够轻松获得商家的好评返现”,这句话就很模糊很抽象,怎么定义这个“轻松”?以及 AI 能理解什么是好评返现吗?所以这句话就要删除,只需要保留对好评本身的效果预期即可(即帮助用户撰写简洁明了、贴近小红书种草风格的外卖好评),对于这个好评能不能拿到返现,甚至轻松拿到返现,不在 AI 能掌控的范畴内,所以就没必要写出来。接着<OutputFormat>这个点里,“简洁”这个点可以直接去掉了,和很多点相重复了;- OutputFormat: 简洁的好评文案,包含对食物的正面评价和个人感受。还有“包含对食物的正面评价和个人感受”,也是有点重复啰嗦,这条 prompt 的核心就是写好评,所以就没必要在这里再画蛇添足了。同时还有一个原因:一般对输出结果有格式要求的才会在提示词里加上<OutputFormat>来规范格式,而在这里我只需要写一句好评,所以这一点就没必要写出来了。再到<Workflow>这个部分,同样是好评返现这个点,AI 无法确保输出的内容是否能达到好评返现的标准,所以这里可以删除了。- Workflow: 1. 根据用户提供的美食信息,捕捉其特点和亮点。 2. 用自然流畅的语言,结合小红书种草风格,创作出简洁明了的好评文案。 3. 输出文案,确保其符合用户的需求和好评返现的标准。再往下到<Examples>这个部分,示例非常重要,刚刚第一轮测试中我们也发现输出的结果有点差强人意,首先是字数不够,还有好评的风格并没有很符合小红书的种草风格,而且还自带了多余的标签。仔细看<Examples>里给出的三个示例,每一句好评都是一句简短的话,而且都带了标签。所以我们也可以看出示例对最终输出的结果影响有多大。- Examples: - 例子 1:美食 “麻辣小龙虾” 文案:“这麻辣小龙虾太惊艳了!肉质鲜嫩,辣得恰到好处,简直是味蕾的狂欢!#美食打卡” - 例子 2:美食 “日式寿司” 文案:“新鲜食材,匠心制作,每一口都是满满的幸福感。日式寿司,你值得拥有!#美味推荐” - 例子 3:美食 “经典意大利面” 文案:“经典意面,酱香浓郁,面条 Q 弹,每一口都是对味觉的极致诱惑。#意式风情”所以要想达到我的预期,我只说“符合小红书种草风格”可不够,AI 可能并不理解什么是小红书种草风格,所以我必须自己找几个满意的示例,AI 才能理解我想要的效果是什么样的。这就对应了优化流程的后两个方面:——>通过增加小红书种草风格的示例(关键信息)来提高 AI 对我意图理解的准确性最后到<Initialization>,我感觉这个点在这条提示词里是可有可无的,如果你不确定一个点是否可有可无,那你可以把这个点删去再重新输出一遍,对比一下删除前与删除后 AI 输出的结果,看看有什么出入,如果感觉都差不多,那说明这个点就可有可无了,可以直接删除了。- Initialization: 在第一次对话中,请直接输出以下:您好!我是您的创意文案助手。只需告诉我您品尝的美食,我就能为您生成小红书风格的好评文案。现在,请分享您想评价的美食吧!我现在就把这个点删除,看看前后的结果是什么样的:感觉差不多,都是一句话+标签,但非要对比的话我反而感觉删除后的版本更好,所以这个点可以直接删了所以,整理一下,以下就是经过上面细致优化和调整后的提示词:- Role: 外卖美食好评家 - Background: 用户希望通过撰写外卖好评来获得商家的好评返现,但自身不擅长文字表达,需要AI辅助生成简洁明了、风格接近小红书种草的好评文案。 - Profile: 作为一位外卖美食好评家,你对美食有着独到的见解和表达能力,能够用简洁而富有感染力的语言描述食物的美味,让人垂涎欲滴。 - Skills: 你具备将食物的味道、口感、外观等元素巧妙融合,用自然流畅的语气创作出引人入胜的好评文案的能力。 - Goals: 帮助用户撰写简洁明了、贴近小红书种草风格的外卖好评 - Constrains: 文案需要简洁明了,2-3句话左右,字数控制在30-50字之间,语气自然流畅,符合小红书种草风格。 - Workflow: 1. 根据用户提供的美食信息,捕捉其特点和亮点。 2. 用自然流畅的语言,结合小红书种草风格,创作出简洁明了的好评文案。 3. 输出文案,确保其符合用户的要求,贴合<Examples>的风格。 - Examples: - 例子1:土豆炖牛肉盖饭 文案:“牛肉没有异味,也很大块,有肥有瘦,土豆绵软好吃,拿勺子挖浸满汤汁的米饭,配着土豆和牛肉!就很香!” - 例子2:黄焖鸡米饭 文案:“老板人太实在了,给的份量非常足,鸡肉很香,汁也可以拿来拌饭,性价比超高,品质绝对对的起这个价。” - 例子3:鲍汁捞饭 文案:“味道很好,太下饭了,肉配着米饭加上鲍鱼汁超级好吃,配送也很快,推荐大家试试,味道真不错。” 我们试试效果:效果还不错,比最开始好了很多了,我们和优化前的输出结果对比一下就能看出区别了:能感受到区别吗? 原来删掉这些看似重要的内容,提示词反而更好用了!这就是精细化优化带来的改变。有时候,少即是多。3. 迭代优化但完成了一次优化调整后,不代表一条高质量的结构化提示词就搞定了。一次优化往往是不够的,我们需要进行多轮测试和优化。每次测试后,我们都可以根据 AI 的输出结果来调整提示词的细节。不断重复这个过程,直到输出的内容稳定且符合我们的预期。比如说上面测试出来的效果,其实还是有一点问题的,文案的语气有点夸张,用词表达也不够自然,这种情况我们就回到第五步--提示词优化流程,再针对这个问题来优化和调整提示词。4. 如何判断提示词的质量最后一步是验证你的提示词质量。也就是把同一个提示词放到不同的大模型中测试。比如我们可以同时在 GPT、Claude、Kimi 等平台上进行测试,看看不同模型的输出是否都能达到稳定且让自己满意的效果。如果多个模型都能给出理想的结果,那就说明这个提示词的质量确实不错。至此,我们就完成高质量提示词的编写全流程了,一条高质量的提示词也能正式投入日常使用了。二、要点回顾核心认知 :→ 写提示词难,可能不是因为你表达能力差,而是因为缺少一个清晰的框架→ 结构化提示词就像是给 AI 提供了一张"答题卡",让它能精准理解你的需求→ 好的提示词不是一次写成的,而是经过不断优化迭代的从 0 到 1 编写高质量结构化提示词的三个关键点:1️⃣ 框架先行选择合适的框架或借助“提示词专家”等工具快速生成初版,这样就相当于完成了 50%的工作。2️⃣ 优化三步走删除无用信息提高表达准确性增加关键信息3️⃣ 测试改进一次优化往往不够,需要持续测试和改进。删除冗余信息、补充关键内容、提高表述准确性,最终达到稳定且理想的效果。以上,一套完整的提示词写作流程就完成了,这个教程还有个视频版本,详见下一篇内容:

2024-1-21 13:53

00 基础入门-什么是提示词工程?我们为什么需要学习提示词?

ChatGPT 已经发布一年多,这一年,我们经常会听到“提示词工程(Prompt Engineering)”这个术语。在探讨这个概念之前,我们需要先了解什么是Prompt(提示词)。简单来说,Prompt 就是我们给 ChatGPT 等 AI 大模型的指令,它可以是一个问题、一段描述,甚至是一段带参数的复杂文本,基于这些 Prompt ,AI 大模型能够生成相应的文本或图片。例如,在 ChatGPT 中输入的问题“你好”,这个“打招呼”本身就是一个 Prompt 。那么,提示词工程又是什么呢?一句话总结,提示词工程是一种专注于设计和优化 AI 提示词的“艺术”,旨在提高 AI 大模型的性能,让其更准确、可靠地执行特定任务。它不仅关乎技术,更关乎深入理解如何使 AI 能够准确理解并响应我们的复杂意图。这个过程中,我们需要学会如何用 ChatGPT 能理解的方式表达我们的思维,这需要我们深入了解它的工作原理,以及它是如何处理和回应我们的指令的。很多人在使用 AI 大模型时可能会觉得,只要输入一些文字,AI 就能给出答案,看似并不需要什么特别的技术。确实,如果你只是想获得一个简单的答案,直接输入简单的文字就足够了。但是,在与 ChatGPT 这样的 AI 大模型进行交流时,我们面临着一个核心问题:如何确保我们的意图不仅被理解,而且能够被准确执行。这就好比我们在与一个全知全能的“神”对话,它拥有无限的知识,但却不是我们肚子里的蛔虫,无法直观地洞察到我们心中的真正想法。简单地说,AI 它并不真正懂我们。另一方面,人类的语言存在不精确性,语言本质是对知识的有损压缩。如此一来,人类语言既无法准确地表达其意图,机器也无法直接理解人类的意图。相当于“双方反向奔赴”,产生了“认知差”。提示词工程的目标就是弥合这种差距,使得 AI 能够更准确地理解和回应我们的需求。所以,如果你希望得到更加准确和满意的回答,就必须需要学会如何写好提示词。在本册中,我们将深入探讨 AI 提示词的基础概念、工作原理、实战应用、常见错误避坑以及拆解一段优秀提示词是设计出来的。在 AI 时代,无论你是谁,学习并掌握 AI 提示词技能都将对你的工作或日常生活带来实质性的帮助。😄以上如果觉得有收获,请点一点下方的“有启发”告诉我,点击即可直接跳转手册目录。

2024-1-21 13:52

02 基础入门-元问题和元指令

在与 ChatGPT 这样的 AI 大模型进行交流时,如何确保我们的意图能被 AI 准确理解与执行,是一项至关重要的技能。关键在于如何准确地表达我们的意图,使 AI 能够理解并提供有用的回答,这就是元问题和元指令发挥作用的地方。元问题:当我们不确定如何提出问题时,元问题就像是提问的提问。它帮助我们细化和明确我们想从ChatGPT获得的信息。元指令:当我们需要ChatGPT执行某项任务,但不知道该如何下达指令时,元指令就起到了引导的作用。它帮助我们构建出更有效的命令。元问题与元指令的作用元问题和元指令的核心作用是建立起人类与 AI 之间的“认知一致性”。ChatGPT 是基于预先训练的大模型,它就像一个无所不知的“神”,但它无法直接了解人类用户的具体思维过程和期望,说人话就是,它根本不懂人类想要什么。所以,让 ChatGPT 明白人类到底想要什么是非常关键的。但是,刚开始使用 ChatGPT 的用户,并不知道应该如何更好地给 ChatGPT 下达指令或者提问。于是,就有了“元问题和元指令”,这是一个大的概念,并不是泛指某一句提示词。它可能是“我想做xxx,你能给我提供什么帮助?”、“我想要你做xxx,我应该给你输入什么信息?”、“我想了解xxxx,我应该向你问哪10个问题?”实际案例分析让我们来看一个具体的例子。假设我想要通过 ChatGPT 了解番茄炒鸡蛋的做法,但如果我不知道应该如何提问的话,可以使用元问题来获得更有效的帮助。此时的元问题可能是“我想知道番茄炒鸡蛋的做法,我应该向你提问哪些问题?”通过一个“元问题”,得到 8 个提问的建议,这样一来,我就知道接下来应该更好地如何提问了。再举一个例子,假设我想要通过 ChatGPT 了解全球气候变化的最新研究,此时我的“元问题”可能是:“我想了解全球气候变化的最新研究,我应该向你提出哪些具体问题?”接着,我就可以根据 ChatGPT 给出的提问建议来进一步提问,例如第五个建议:掌握了元问题,你就不怕与 ChatGPT 交流时“无话可说”,人类与 GPT 的“认知一致性”是通过语言交流来提高的,越聊,ChatGPT 越能准确地理解用户的需求,并输出人类期望的内容。元指令和元问题是同一个路数,例如我想给 ChatGPT 下达“写文章”的指令,但是我不知道应该怎么做。于是我的元指令可能是“我想让你帮我写一篇文章,但我不知道该向你输入什么信息”。得到了 ChatGPT 的指令提示之后,我就知道接下来应该如何组织语言来下达更细致的写作指令了。😄以上如果觉得有收获,请点一点下方的“有启发”告诉我,点击即可直接跳转手册目录。

2023-12-21 15:47

【目录合集】手册内容汇总 | 必看收藏

PS:手册已开启合伙人计划,佣金比例为60%,分销教程,如果您觉得这份手册还不错,欢迎向朋友推荐!一、专栏介绍(必读)这份专栏是什么?为什么有这份专栏?解决什么问题?有哪些价值?是否值得订阅?二、专栏目录蓝色字体代表文章已更新完毕,点击即可跳转。一)提示词基础入门00 基础入门-什么是提示词工程?我们为什么需要学习提示词?01 基础入门-大模型底层原理(重点学习)02 基础入门-元问题和元指令03 基础入门-人机认知对齐04 基础入门 - 什么是 Token?05 基础入门-提示词框架---“角色”06 基础入门-提示词框架---“背景”07 基础入门-提示词框架---“任务”08 基础入门-提示词框架---“规则”09 基础入门-提示词框架---“输出格式”10 基础入门-大模型可以从很少的样本中学习二)提示词常见错误避坑11 错误避坑-角色指代不明12 错误避坑-大任务套小任务13 错误避坑-许愿式写法14 错误避坑-token限制15 错误避坑-AI 插件避坑16 错误避坑-依赖提示词框架三)提示词技巧应用17 技巧应用-Prompt Chain提示词链18 技巧应用-COT思维链19 技巧应用-零样本 COT20 技巧应用-深呼吸法21 技巧应用-提示词权重加权22 技巧应用-自我暗示法23 技巧应用-细节放大(深度与广度)24 技巧应用-减少大模型幻觉25 技巧应用-人机协同式任务清单26 技巧应用-多角色协同27 技巧应用-TOT思维树四)提示词案例拆解28 案例拆解-内容排版大师29 案例拆解-自媒体定位咨询专家30 案例拆解-期刊收录系统(论文降重)31 案例拆解-超级程序员32 案例拆解-小红书标题助手33 案例拆解-万能文章洗稿三、资料领取订阅后第一步,加我微信 【bevan2022】,备注“小报童”,发支付截图,领取《提示词学习路径》,跟着路径走,少走弯路。(为什么不发小报童里?因为干货太多了,所以文章太长了,不好发)也可以扫下面的二维码入群,由于订阅人数暴增,正在逐步处理申请,请谅解。另外,推荐你加入夙愿的 AI 工具十倍提效群四、加入夙愿的免费 AI 知识星球