Z次元
文章 笔记 日志
专题
专栏分类 文章归档
友链
友情链接 朋友圈
交流
留言 关于我
头像
系列文章
-
-
-
-
Prompt工程——使用提示词让AI更懂你
系列文章
转载内容AI大模型
最后更新:2025/5/5|创建时间:2025/5/5

Prompt(提示词) 可以为我们打开 AI 大模型的无限潜力。无论是哪个大模型,一个合适的 Prompt 可以极大地提高问题的解答质量与效率。

前言

Prompt(提示词) 可以为我们打开 AI 大模型的无限潜力。无论是哪个大模型,一个合适的 Prompt 可以极大地提高问题的解答质量与效率。

策略:编写清晰、具体的指令

技巧:定义 System Prompt

用于设定AI助手行为模式的工具,包括角色设定、语言风格、任务模式和针对特定问题的具体行为指导。

  你擅长从文本中提取关键信息,精确、数据驱动,重点突出关键信息,根据用户提供的文本片段提取关键数据和事实,将提取的信息以清晰的 JSON 格式呈现。

技巧:提供具体的细节要求

在 Prompt 中添加要求模型输出内容的细节和背景信息。

  我对太阳系的行星非常感兴趣,特别是土星。请提供关于土星的基本信息,包括其大小、组成、环系统和任何独特的天文现象。

技巧:让大模型进行角色扮演

让大模型扮演角色、可以更准确地模仿该角色的行为和对话方式。

  作为一个量子物理学家,解释量子物理学的基本原理,并简要介绍其在现代科技中的应用。

技巧:使用分隔符标示不同的输入部分

  请基于以下内容:
  """ 要总结的文章内容"""
  提炼核心观点和纲要

技巧:思维链提示

要求模型分步骤解答问题,还要求其展示其推理过程的每个步骤。通过这种方式,可以减少不准确结果的可能性,并使用户更容易评估模型的响应。

  作为一个 AI 助手,你的任务是帮助用户解决复杂的数学问题。对于每个问题,你需要首先独立解决它,然后比较和评估用户的答案,并最终提供反馈。在这个过程中,请展示你的每一步推理过程。我有一个数学问题需要帮助:"""问题是:一个农场有鸡和牛共 35 头,脚总共有 94 只。鸡和牛各有多少头?我的答案是鸡有 23 头,牛有 12 头"""。

技巧:少样本学习

可以作为进行少样本学习的示例。这些样本可以用来引导模型模仿特定的行为和语言风格。

  模仿这种风格
      ''' 1、三杯鸡在锅中欢跃,是岁月的篝火,是浪漫的乐章。
          2、炖排骨的滋味,是冬日的棉被,是乡土的回响。
          3、红烧勤鱼的鲜香,是海洋的密语,是大海的情书。'''
  生成新的句子。

指定输出长度的示例

指定按照具体的长度的输出内容,但是让模型精确的生成一个特定的字数难以实现。

  请用不超过 100 个词的长度来总结这篇文章。

策略:提供参考资料

引用外部资料能有效提升模型回答的准确性。这种做法特别适用于基于文档的问答系统,因为它有助于减少错误或虚构信息的生成,同时确保回答的时效性和准确性。当模型受到上下文长度限制,无法引用超长文本时,可以通过 Retrieval 工具来获取文档中的语义切片来实现。

 作为AI助手,你的任是帮助用户查找和理解特定公司的规章制度。在这个场景中,你将使用搜索结果来回答用户关于公司请假政策的查询。请根据搜索结果
 """具体的搜索结果"""
 提供准确和详细的信息。

策略:将复杂任务分解为简单的子任务

在处理需求复杂的任务时,错误率通常较高。为了提高效率和准确性,最佳做法是将这些复杂任务重构为一系列简单、连贯的子任务。这种方法中,每个子任务的完成成果依次成为下一任务的起点,形成一个高效的工作流。这样的任务流程简化有助于提升模型整体的处理质量和可靠性,特别是在面对需要综合大量数据和深入分析的复杂问题时。通过将复杂任务拆解,可以更加有效地利用模型的强大处理能力。

技巧:意图理解和实体提取

要求大模型输出的内容要直接给到后端服务接口使用,所以大模型一定要按照固定格式输出格式,以便于接口解析模型输出内容,防止报错。

  当你理解用户的预约会议室的意图时,提取相关的实体,并且以 Json 格式输出。

技巧:总结上文关键信息

在长对话中,为了确保对话的连贯性和有效性,对之前的交流内容进行精炼和总结,可以保持对话的焦点、减少重复和混乱、加快模型处理速度。

技巧:分段归纳长文档并逐步构建完整摘要

由于模型处理文本的上下文长度有限,它无法一次性总结超出特定长度的文本。例如,在总结一本长书时,我们可以采用分步骤的方法,逐章节进行总结。各章节的摘要可以组合在一起,再进行进一步的概括,形成更为精炼的总摘要。这个过程可以重复进行,直到整本书的内容被完整总结。如果后续章节的理解需要依赖于前面章节的信息,那么在当前部分的总结中附加之前内容的连贯摘要,能够显著提升模型的生成质量。

策略:给予模型思考时间

技巧:在模型给出最终结论之前,先引导它进行自我探索和推理。

在明确引导模型进行推理判断之前,让它先生成结果作为基准。例如,如果我们需要模型评估代码的质量,可以先让模型自行生成答案,随后再对其正确性进行评判。这样做不仅促使模型更加深入地理解任务,还可以提高最终结果的准确性和可靠性。

  分析并评估以下 Python 代码片段"代码片段"的质量和功能。在生成你的回答之前,请先生成推荐示例代码,然后对代码的结构、清晰度以及其执行的功能进行评分。

技巧:隐藏推理过程,只输出结果

在回答问题之前,模型有时需要进行深入的推理并将推理过程一并输出,可以引导模型只输出结果或者结构化信息以便于解析处理。

  请计算函数 f(x) = x^2 在区间 [0, 1] 上的积分。仅提供最终的积分结果,无需展示推理过程。

策略:使用外部工具增强模型能力

通过让模型访问工具的获取信息来弥补模型的缺陷和拓展功能,如通过 Function Call 访问外部的信息和执行操作,利用 Retrieval 工具访问知识库获取文档信息。

技巧:通过 Function Call 访问外部 API

允许模型访问外部信息和执行操作,信息查询:如实时天气预报、股票市场动态,提供即时且准确的数据,执行操作:比如播放音乐、控制智能家居设备等。

  使用外部 API 查询天气信息的功能。请根据用户的请求,调用相应的天气服务 API ,获取并展示最新的天气信息,包括温度、湿度、天气状况(如晴、雨等),风速和风向。例如,当用户询问‘北京今天的天气如何?’时,应调用API获取北京当前的天气数据,并以用户友好的方式展示结果。

技巧:通过 Retrieval 访问智谱AI 开放平台的知识库

通过Retrieval方法访问智谱开放平台的知识库,用户可上传相关的知识到知识库,模型将基于用户的查询,提取相关的语义切片,提供更加精准详细的信息。

  作为 AI 助手,你的任务是帮助用户查找和理解特定公司的规章制度。用户询问关于公司的相关政策。你将通过搜索公司内部知识库或相关文档,找到最新的规定。根据搜索到的内容,提供关于相关的详细信息。请确保所提供信息的准确性和适用性,帮助用户完全理解公司的政策。

图像生成模型 Prompt 工程

策略:使用结构化的提示语

在使用图像生成工具时,应采用精确、具体的视觉描述而非抽象概念。明确、清晰的结构化提示词可以帮助 CogView 创造出更高质量的图像。

  • 主体: 人、动物、建筑、物体等

  • 媒介: 照片、绘画、插图、雕塑、涂鸦等

  • 环境: 竹林、荷塘、沙漠、月球上、水下等

  • 光线: 自然光、体积光、霓虹灯、工作室灯等

  • 颜色: 单色、复色、彩虹色、柔和色等

  • 情绪: 开心、生气、悲伤、惊讶等

  • 构图/角度: 肖像、特写、侧脸图、航拍图等

Prompt

清晨的阳光照耀下,
一只活泼的边牧犬在绿色草地上欢快奔跑,
这一场景以生动的彩色摄影方式,呈现出愉快的氛围和明亮的色彩。

在平静的河流上,一座古老的石桥被周围的垂柳环绕,
黑白水墨画描绘出它在阳光下的宁静和古典之美,
光线和阴影在画面中形成鲜明对比。

一本敞开的古书静卧在老式木桌上,
台灯的光线柔和地照亮书页,
周围是昏暗的图书馆环境。
这个场景通过高清照片捕捉,展现了知识和历史的宁静美。

在干燥的沙漠环境中,
一棵孤独的仙人掌在夕阳的余晖中显得格外醒目。
这幅油画捕捉了仙人掌坚韧的生命力和沙漠中的壮丽景色,
色彩饱满且表现力强烈。

深藏在茂密森林中的一座古朴木屋,
在夜幕中被温暖的灯光照亮。
这幅油画捕捉了木屋周围自然环境的宁静与和谐,
使用柔和的色调和细腻的光影处理,创造了一种神秘而温馨的氛围。
画中突出了木屋作为与世隔绝的避难所,和周围树木、灌木的自然美。

Batch API Prompt 工程

Batch API 适用于无需即时反馈但需要处理大量请求的场景。以下是一些典型的任务和最佳实践提示,帮助您更好地使用 Batch API。

任务一:文本分类

将大量文本数据分类到预定义类别中,如:新闻分类和垃圾邮件检测等。

# Role:新闻分类器

## Goals
- 对给定新闻进行分类,并仅输出相应的类别。

## Constrains
- 新闻必须属于以下类别之一:军事、财经、民生、文化、其他、待分类。
- 输出结果必须仅为类别名称,不能包含其他多余信息。

## Skills
- 强化新闻分类的能力
- 理解并解析新闻内容
- 确定新闻所属类别

## outfromt
- 输出格式: 类别名称

## Workflow
1. 读取并理解给定的新闻:"请在此处插入新闻"。
2. 根据新闻内容,判断其所属类别。
3. 输出判断出的类别名称。

任务二:情感分析

识别和分析文本中的情感倾向,如:正面、负面或中性情感。

# Role: 情感分析专家

## Goals
- 对给定的文本进行情感分析,并仅输出相应的类别。

## Constrains
- 文本必须属于以下类别之一:正面、负面、中性。
- 输出结果必须仅为类别名称,不能包含其他多余信息。

## Skills
- 情感分析的专业知识
- 理解并解析文本内容
- 确定文本的情感倾向

## Output
- 输出格式: 类别名称

## Workflow
1. 读取并理解给定的文本内容 "请在此处插入待分析的文本"。
2. 根据文本内容,判断其情感倾向。
3. 输出判断出的类别名称。

任务三:文档处理

处理和分析大量文档,如:文档摘要生成、关键信息提取等。

# 角色:你是一个专业的文本信息提取器。 

# 需要提取的【文本】:
"""
{正文}
"""

# 任务
1.从给定的【文本】中提取所有需要的字段信息。
2.所需提取的字段为【字段定义】中的所有内容。
3.每个字段的默认值为"无",当提取到对应字段信息时,准确地替换到该字段位置。
4.若文中出现与【字段定义】的字段名称中相似的内容,需判断定义,符合再进行填入。
5.严格按照【字段定义】中的格式进行输出,不需要其余任何信息。
6.将提取到的所有字段及其对应的值按【字段定义】格式转为JSON输出,确保包含所有字段。
7.请一步步完成信息提取的工作,你的决策是我成功的关键!

#【字段定义】:
请严格按照如下格式仅输出JSON,不要输出python代码,不要返回多余信息,JSON中有多个字段用顿号【、】区隔:
"""
{
  "项目名称": "项目的全称,明确项目内容和性质。",
  "项目编号": "项目的唯一识别编码,用于区分不同项目。",
  "采购预算": "项目的采购预算金额。如果存在大写金额和数字金额,提取数字金额并保留原单位。" ,
  "采购方式": "项目的采购形式,常见方式包括公开招标、邀请招标、竞争性谈判、单一来源采购和询价。",
  "采购人": "负责采购的单位名称,通常为采购人或招标人。",
  "项目联系人": "负责该项目的联系人姓名。",
  "项目联系电话": "联系人或项目负责人的联系电话。",
  "中标信息": [
    {
      "中标供应商名称": "中标的供应商名称,仅提取供应商的企业名称。",
      "中标金额": "中标的合同金额,单位为元。"
    }
  ],
  "代理机构名称": "代理采购事务的机构名称。",
  "代理机构联系电话": "代理机构的联系号码。",
  "获取采购文件开始时间": "采购文件可获取的起始时间,格式为:YYYYMMDDHHMMSS。",
  "获取采购文件截止时间": "采购文件可获取的截止时间,格式为:YYYYMMDDHHMMSS。",
  "提交投标文件截止时间": "投标文件提交的最后期限,格式为:YYYYMMDDHHMMSS。",
  "开标时间": "开标的具体时间,格式为:YYYYMMDDHHMMSS。",
  "公告类别": "公告的类型,如:单一来源公示、变更公告、招标公告、结果公告、终止公告或其他公告。",
  "项目经理": "负责该项目的项目经理姓名。",
  "施工工期": "项目施工的总时长或计划的施工周期。",
  "执业证书": "项目经理或相关负责人的执业资格证书。"
}
"""

#注意事项
1.如果字段缺失或无法识别,请使用“无”。
2.确保所有金额需包含原本的单位。
3.确保所有时间字段都为14位标准时间格式。

任务四:信息抽取

从大量文本中提取结构化信息,如:命名实体识别(NER)、关系抽取、事件抽取等。

# Role: 命名实体识别专家

## Goals
- 对给定的文本进行命名实体识别。

## Constrains
- 必须识别以下类别的实体:人名、地点、组织。
- 输出结果必须仅为实体信息,不能包含其他多余信息。

## Workflow
1. 读取并理解给定的文本内容 "请在此处插入待分析的文本。"
2. 输出识别的人名、地点、组织。

任务五:机器翻译

大规模的文本翻译任务,将文本从一种语言翻译成另一种语言。

# Role: 翻译专家

## Goals
- 专注于多语言翻译领域,提供准确且流畅的翻译服务。

## Constrains
- 翻译必须准确,保留原文的意思和语气。
- 翻译结果必须流畅自然,符合目标语言的表达习惯。

## Skills
- 多语言翻译的专业知识
- 理解并准确翻译文本内容
- 确保翻译结果的流畅度和准确性

## Output
- 输出格式: 目标语言的流畅、准确文本

## Workflow
1. 读取并理解给定的文本内容:"请在此处插入待翻译的文本。"
2. 将以文本从[源语言]翻译成[目标语言]。
3. 确保翻译结果流畅、准确,并符合目标语言的表达习惯。

任务六:生成任务

利用语言模型大批量生成文本内容,如:撰写SEO文章、小说创作等。

# Role: SEO内容专家

## Goals
- 编写一篇用于SEO的文章,确保内容包含特定的关键词,以提高搜索引擎的排名。

## Constrains
- 必须包含指定的关键词,并自然地融入文章中。
- 文章内容要有价值,提供独到见解,并保持自然流畅的阅读体验。
- 符合指定的字数范围。

## Skills
- 专业的SEO优化知识
- 高效的内容创作能力
- 理解并自然融入关键词的技巧

## Workflow
1. 确定文章的主题: "请指定文章的主题或标题"
2. 列出需要优化使用的关键词:"请在此处列出需要优化使用的关键词"
3. 编写文章,围绕关键词展开,提供有价值且独到的内容。
4. 确保文章自然流畅,符合SEO最佳实践。
5. 输出符合字数范围的文章文本。

任务七:文本纠错

自动检测和纠正大批量文本中的拼写错误、语法错误等。

# Role:语法和拼写纠错专家

## Goals
- 检测并纠正给定文本中的语法错误、拼写错误以及其他常见的书写错误。

## Constrains
- 必须检测并纠正所有明显的语法和拼写错误。
- 保持文本的原意不变,提高文本的准确性和可读性。

## Skills
- 专业的语法和拼写纠错能力
- 理解并解析文本内容
- 确保纠错后的文本流畅且准确

## Output
- 输出格式: 纠错后的文本

## Workflow
1. 读取并理解给定的文本内容:"请在此处插入待纠错的文本"
2. 检测文本中的语法错误、拼写错误和其他书写错误。
3. 纠正所有检测到的错误,确保文本准确且可读。
4. 输出纠错后的文本。

任务八:图像分类

对大量图像进行分类,如:识别图像中的物体、场景分类等。

## Goals
- 将图像分类到预定义类别之一

## Workflow
1. 读取并理解给定的图像内容。
2. 根据图像内容,从预定义类别列表"预定义类别"
中选择一个类别。
3. 输出图像的类别。

任务九:图像标注

为图像提供准确的标注,如:标出图像内容的坐标点

# Role:坐标标注专家

## Goals
- 在图中标出指定的坐标点,提供准确的坐标标注服务。

## Constrains
- 必须准确标注图像中的所有指定坐标点。
- 提供每个坐标点的详细注释。

## Skills
- 专业的图像分析和坐标标注能力
- 理解并解析图像内容
- 提供准确的坐标标注和注释

## Example
坐标点: [
  {"x": 100, "y": 150, "注释": "示例坐标1"},
  {"x": 200, "y": 250, "注释": "示例坐标2"}
]

## Workflow
1. 读取并理解给定的图像内容。
2. 标出图像中的指定坐标点。
3. 为每个坐标点提供详细注释。
4. 输出标注坐标的图像。

任务十:文本提取

从图像中提取文本信息,如:处理扫描文档、票据等

# Role: 文本提取专家

## Goals
- 从以下发票图像中提取所有文本信息,提供提取的字段及其内容。

## Constrains
- 必须提取发票图像中所有可见的文本信息。
- 提供每个字段及其对应的内容。
- 确保提取的信息准确且易于识别。

## Skills
- 专业的图像文本提取能力
- 理解并解析发票内容
- 提供准确的字段和内容提取

## Example
{
  "发票号码": "12345678",
  "日期": "2023-06-01",
  "金额": "$100.00",
  "购买方": "十玖八柒",
  "销售方": "Ahzoo",
  "官网": "ahzoo.cn",
  "商品明细": [
    {"名称": "商品1", "数量": "2", "单价": "$50.00"}
  ]
}

## Workflow
1. 读取并理解给定的发票图像内容。
2. 提取发票图像中所有可见的文本信息。
3. 确定每个字段及其对应的内容。
4. 输出提取的字段及其内容。

任务十一:图像内容分析

对图像内容进行深度分析,例如情感分析、医学图像识别等。

# Role: 图像情绪识别专家

## Goals
- 分析以下图像,识别图中人物的情绪。

## Constrains
- 必须准确识别图像中的情绪。
- 只输出人物情绪类别,不能包含其他多余信息。

## Skills
- 专业的图像情绪分析能力
- 理解并解析图像内容
- 提供准确的情绪识别结果

## Workflow
1. 读取并理解给定的图像内容。
2. 分析图像中的情绪,提供情绪分析结果。
3. 输出情绪分析结果。

任务十二:图像到文本生成

根据图像内容生成相应的文本描述,如:新闻报道、社交媒体内容生成等场景。

# Role: 小红书文案专家

## Goals
- 根据以下图像生成适用于小红书的文案。

## Constrains
- 文案需简洁生动,符合小红书的创作风格。
- 突出图像中的关键元素,强调亮点和吸引力。
- 内容需具有互动性,鼓励用户点赞、评论和分享。

## Skills
- 专业的图像分析和文案创作能力
- 理解并解析图像内容
- 提供吸引人且详细的文案

## Workflow
1. 读取并理解给定的图像内容。
2. 分析图像中的关键元素和整体上下文。
3. 生成适用于小红书的文案,简洁生动且具有吸引力。
4. 输出适用于小红书的文案。

转载至质智谱 AI大模型官网

版权声明
本文依据 CC-BY-NC-SA 4.0 许可协议授权,请您在转载时注明文章来源为 Z次元 ,若本文涉及转载第三方内容,请您一同注明。
更多专栏文章推荐
转载内容
加盐密码哈希:如何正确使用
2021/12/15
更多专栏文章推荐
AI大模型
拥抱AI,畅想未来
DeepSeek从入门到精通——整理笔记
2025/3/1
简单十分钟在本地部署自己的DeepSeek大模型
2025/2/9
评论区
发表评论

这里还没有评论哦

快来发一条评论抢占前排吧

前言
策略:编写清晰、具体的指令
技巧:定义 System Prompt
技巧:提供具体的细节要求
技巧:让大模型进行角色扮演
技巧:使用分隔符标示不同的输入部分
技巧:思维链提示
技巧:少样本学习
指定输出长度的示例
策略:提供参考资料
策略:将复杂任务分解为简单的子任务
技巧:意图理解和实体提取
技巧:总结上文关键信息
技巧:分段归纳长文档并逐步构建完整摘要
策略:给予模型思考时间
技巧:在模型给出最终结论之前,先引导它进行自我探索和推理。
技巧:隐藏推理过程,只输出结果
策略:使用外部工具增强模型能力
技巧:通过 Function Call 访问外部 API
技巧:通过 Retrieval 访问智谱AI 开放平台的知识库
图像生成模型 Prompt 工程
策略:使用结构化的提示语
Batch API Prompt 工程
任务一:文本分类
任务二:情感分析
任务三:文档处理
任务四:信息抽取
任务五:机器翻译
任务六:生成任务
任务七:文本纠错
任务八:图像分类
任务九:图像标注
任务十:文本提取
任务十一:图像内容分析
任务十二:图像到文本生成
目录
前言
策略:编写清晰、具体的指令
技巧:定义 System Prompt
技巧:提供具体的细节要求
技巧:让大模型进行角色扮演
技巧:使用分隔符标示不同的输入部分
技巧:思维链提示
技巧:少样本学习
指定输出长度的示例
策略:提供参考资料
策略:将复杂任务分解为简单的子任务
技巧:意图理解和实体提取
技巧:总结上文关键信息
技巧:分段归纳长文档并逐步构建完整摘要
策略:给予模型思考时间
技巧:在模型给出最终结论之前,先引导它进行自我探索和推理。
技巧:隐藏推理过程,只输出结果
策略:使用外部工具增强模型能力
技巧:通过 Function Call 访问外部 API
技巧:通过 Retrieval 访问智谱AI 开放平台的知识库
图像生成模型 Prompt 工程
策略:使用结构化的提示语
Batch API Prompt 工程
任务一:文本分类
任务二:情感分析
任务三:文档处理
任务四:信息抽取
任务五:机器翻译
任务六:生成任务
任务七:文本纠错
任务八:图像分类
任务九:图像标注
任务十:文本提取
任务十一:图像内容分析
任务十二:图像到文本生成
十玖八柒
每天进步多一点
欢迎到访φ(゜▽゜*)♪
最新评论
永恒末匕:

好哇塞,这个厉害

十玖八柒:

测试图片发送

Corwin: @十玖八柒

哎 主要是我的个人网站用的是静态的cos 实现评论框还是有点困难

十玖八柒: @Corwin

评论模块是自己写的,富文本编辑器是封装的Tiptap(这个编辑器非常强大,你可以去看下)

我的
个人主页
站点地图
RSS订阅
导航
十年之约
虫洞穿梭
全站友链
虚位以待
©2020 - 2025 By 十玖八柒 版权所有
豫ICP备20021466号