跳到主要内容

提示工程最佳实践

提示工程是优化 AI 模型输出的关键技能。本文档将介绍一些重要的最佳实践，帮助您编写更有效的提示。

基本原则​

1. 清晰明确​

  • 使用清晰、具体的语言
  • 避免模糊或歧义的表述
  • 明确指定所需的输出格式

示例：

❌ 不好的提示：
"告诉我关于人工智能的信息"

✅ 好的提示：
"请简要介绍人工智能的发展历史，重点关注近5年的主要突破，以时间线形式呈现"

✅ 更好的提示：
"请以时间线形式介绍人工智能的发展历史，重点关注：
1. 近5年的主要技术突破
2. 每个突破的具体应用场景
3. 对行业的影响
请使用markdown格式输出，每个时间点包含标题、描述和影响。"

2. 结构化提示​

  • 使用清晰的指令结构
  • 将复杂任务分解为简单步骤
  • 使用标记和分隔符提高可读性

示例：

请按照以下步骤分析这段代码：

1. 代码功能分析
2. 潜在问题识别
3. 优化建议

代码：
[代码内容]

✅ 更好的结构化提示：
请按照以下步骤分析这段代码：

1. 代码功能分析
   - 主要功能
   - 核心算法
   - 关键参数

2. 潜在问题识别
   - 性能问题
   - 安全问题
   - 可维护性问题

3. 优化建议
   - 代码结构优化
   - 性能优化
   - 安全性增强

4. 改进示例
   - 优化后的代码片段
   - 性能对比数据

代码：
[代码内容]

3. 上下文管理​

  • 提供必要的背景信息
  • 明确任务的范围和限制
  • 指定输出格式和长度

示例：

背景：这是一个面向初学者的Python教程
任务：解释以下代码片段
要求：
- 使用简单的语言
- 不超过200字
- 包含一个实际应用示例

✅ 更好的上下文管理：
背景：这是一个面向初学者的Python教程，目标读者是编程新手
任务：解释以下代码片段，帮助读者理解基本概念
要求：
- 使用通俗易懂的语言，避免专业术语
- 不超过200字，保持简洁
- 包含一个实际应用示例
- 提供代码运行结果
- 说明可能遇到的常见错误

高级技巧​

1. 角色设定​

通过设定特定角色来引导模型输出：

你是一位经验丰富的Python开发者，请以导师的身份解释以下概念：
[概念内容]

✅ 更好的角色设定：
你是一位拥有10年Python开发经验的资深工程师，同时也是一位优秀的编程导师。请从以下角度解释这个概念：
1. 基础原理（面向初学者）
2. 实际应用（面向实践者）
3. 进阶技巧（面向进阶者）
4. 最佳实践（面向专业开发者）

概念：[概念内容]

2. 示例引导​

使用示例来展示期望的输出格式：

请按照以下格式回答问题：

问题：什么是函数？
回答：
- 定义：函数是一段可重用的代码块
- 用途：用于执行特定任务
- 示例：def greet(name): return f"Hello, {name}"

现在请解释：什么是类？

✅ 更好的示例引导：
请按照以下格式回答问题：

问题：什么是函数？
回答：
1. 定义
   - 函数是一段可重用的代码块
   - 可以接收输入参数
   - 返回处理结果

2. 核心特性
   - 可重用性
   - 参数化
   - 返回值

3. 使用场景
   - 代码复用
   - 逻辑封装
   - 模块化设计

4. 代码示例
```python
def greet(name):
    return f"Hello, {name}"

# 使用示例
result = greet("Alice")
print(result)  # 输出: Hello, Alice
  1. 最佳实践
    • 单一职责
    • 清晰的命名
    • 适当的注释

现在请用相同的格式解释：什么是类？


### 3. 约束条件

明确指定输出限制：

```text
请用不超过100字解释量子计算，并确保：
- 使用通俗易懂的语言
- 包含一个实际应用场景
- 避免使用专业术语

✅ 更好的约束条件：
请解释量子计算，要求如下：

1. 内容要求
   - 核心概念解释（50字以内）
   - 工作原理简述（100字以内）
   - 实际应用举例（50字以内）

2. 表达要求
   - 使用通俗易懂的语言
   - 避免专业术语
   - 使用类比说明

3. 格式要求
   - 分点说明
   - 使用markdown格式
   - 包含一个简单的图示说明

4. 质量要求
   - 确保信息准确
   - 逻辑清晰
   - 易于理解

平台智能体创建工具​

GeniSpace平台提供了专业的智能体创建工具，可以帮助您快速创建和配置AI智能体。通过这个工具，您可以：

  1. 智能体配置生成

    • 只需描述智能体的功能需求
    • 系统自动生成完整的配置信息
    • 包括名称、描述、分类等基本信息
    • 自动生成系统提示词和提示模板

  2. 核心能力定义

    • 自动识别并列出智能体的核心能力
    • 提供能力描述和示例
    • 支持自定义能力扩展

  3. 应用场景分析

    • 自动分析并推荐适用场景
    • 提供具体的使用示例
    • 帮助用户理解智能体的应用范围

  4. 配置优化建议

    • 提供配置优化建议
    • 自动检查配置完整性
    • 确保配置符合最佳实践

使用示例：

1. 打开智能体创建工具
2. 输入智能体功能描述：
   "我需要一个能分析销售数据、识别趋势并生成报告的智能体"

3. 系统会自动生成：
   - 智能体名称和描述
   - 系统提示词
   - 提示模板
   - 核心能力列表
   - 使用示例
   - 应用场景

常见问题解决​

1. 输出过于笼统​

解决方案：

  • 添加具体的评估标准
  • 要求提供详细解释
  • 指定输出格式

✅ 更好的解决方案：

请提供具体的分析，包括：
1. 具体问题点
   - 问题描述
   - 影响范围
   - 严重程度

2. 量化指标
   - 性能数据
   - 对比基准
   - 改进目标

3. 实际案例
   - 问题场景
   - 复现步骤
   - 影响结果

4. 改进建议
   - 具体措施
   - 实施步骤
   - 预期效果

2. 输出偏离主题​

解决方案：

  • 明确任务范围
  • 提供相关背景信息
  • 使用约束条件限制输出

✅ 更好的解决方案：

请严格围绕以下主题展开：
1. 主题范围
   - 核心主题：[具体主题]
   - 相关主题：[相关主题]
   - 排除主题：[不相关主题]

2. 内容要求
   - 重点内容：[具体重点]
   - 深度要求：[详细程度]
   - 广度要求：[覆盖范围]

3. 输出限制
   - 字数限制：[具体字数]
   - 格式要求：[具体格式]
   - 质量要求：[具体标准]

3. 输出质量不稳定​

解决方案：

  • 使用更具体的指令
  • 添加质量检查步骤
  • 要求提供推理过程

✅ 更好的解决方案：

请按照以下标准输出：
1. 准确性
   - 信息核实
   - 数据验证
   - 逻辑检查

2. 完整性
   - 内容覆盖
   - 深度分析
   - 全面考虑

3. 逻辑性
   - 结构清晰
   - 论证充分
   - 结论合理

4. 实用性
   - 可操作建议
   - 具体步骤
   - 预期效果

提示模板​

1. 代码分析模板​

请分析以下代码：

代码：
[代码内容]

要求：
1. 功能说明
2. 潜在问题
3. 改进建议
4. 性能优化方案

输出格式：
- 每个部分使用标题
- 使用要点列表
- 包含代码示例

✅ 更好的代码分析模板：
请按照以下结构分析代码：

1. 代码概览
   - 主要功能
   - 技术栈
   - 架构设计

2. 详细分析
   - 核心算法
   - 关键流程
   - 数据结构

3. 问题识别
   - 性能问题
   - 安全问题
   - 可维护性问题

4. 优化建议
   - 代码结构优化
   - 性能优化
   - 安全性增强

5. 改进示例
   - 优化后的代码
   - 性能对比
   - 测试结果

代码：
[代码内容]

2. 内容创作模板​

请创作一篇关于[主题]的文章：

要求：
1. 目标读者：[指定读者群体]
2. 文章长度：[字数范围]
3. 风格：[指定风格]
4. 关键点：[列出需要包含的要点]

输出格式：
- 标题
- 引言
- 正文（分段落）
- 总结

✅ 更好的内容创作模板：
请按照以下要求创作文章：

1. 内容规划
   - 主题：[具体主题]
   - 目标读者：[读者群体]
   - 核心观点：[主要观点]
   - 文章结构：[具体结构]

2. 写作要求
   - 文章长度：[字数范围]
   - 写作风格：[具体风格]
   - 语言要求：[语言特点]
   - 格式要求：[具体格式]

3. 内容要素
   - 关键点：[具体要点]
   - 案例要求：[案例类型]
   - 数据要求：[数据类型]
   - 引用要求：[引用规范]

4. 质量要求
   - 逻辑性
   - 可读性
   - 专业性
   - 实用性

3. 问题解决模板​

请解决以下问题：

问题描述：
[详细描述问题]

背景信息：
[相关背景]

要求：
1. 问题分析
2. 解决方案
3. 实施步骤
4. 注意事项

输出格式：
- 使用编号列表
- 包含代码示例（如适用）
- 提供验证方法

✅ 更好的问题解决模板：
请按照以下步骤解决问题：

1. 问题分析
   - 问题描述
   - 影响范围
   - 根本原因
   - 相关因素

2. 解决方案
   - 解决思路
   - 技术方案
   - 替代方案
   - 成本评估

3. 实施步骤
   - 准备工作
   - 具体步骤
   - 时间安排
   - 资源需求

4. 验证方法
   - 测试方案
   - 验收标准
   - 监控指标
   - 应急预案

5. 注意事项
   - 风险提示
   - 关键点
   - 常见问题
   - 最佳实践

注意事项​

  1. 避免敏感信息

    • 不要在提示中包含敏感数据
    • 使用示例数据代替真实数据

  2. 保持提示简洁

    • 只包含必要信息
    • 避免冗余内容

  3. 测试和迭代

    • 测试不同提示版本
    • 根据结果优化提示
    • 记录有效提示模板

  4. 错误处理

    • 预期可能的错误
    • 提供备选方案
    • 包含错误处理指令

工具和资源​

  1. 提示工程工具

  2. 学习资源

  3. 最佳实践指南

  4. 社区资源

  5. 研究论文

总结​

有效的提示工程需要：

  • 清晰的指令
  • 合适的结构
  • 充分的上下文
  • 明确的约束
  • 持续的优化

通过遵循这些最佳实践，您可以显著提高 AI 模型的输出质量和可靠性。