AI提示词的基本原则与技巧

---

前言

在当前的信息时代，人工智能（AI）已成为我们日常生活和工作中不可或缺的一部分。尤其是在处理语言和文本的应用中，AI的效率和能力已经展现出巨大潜力。然而，要充分利用AI的能力，有效地与之交互是关键。本文旨在探讨如何通过合适的提示词来指导AI，以确保任务的准确性和效率。我们将重点讨论基本原则和技巧，这些内容对于任何希望通过AI实现特定目标的用户都是极其有用的。

摘要：

原则1： 尽可能保证下达的指令“清晰、没有歧义”

使用分隔符清楚地指示输入地不同部分

使用诸如引号"“”，```反引号，—，<>,<tag></tag>等分隔符将特定内容分割开来，使AI模型能够更加清楚地了解它选用处理地文本.

例如：

“”"在过去的一天(12月31日)，长三角铁路发送旅客260.8万人，较2019年同期相比增长35.6%。其中上海虹桥站发送旅客20万人，较2019年同期相比增长32%。杭州东站发送旅客22.07万人，较2019年同期相比增长24.4%。

为满足旅客出行需要，1月1日，长三角铁路加大对重点地区和热门方向运力投放，计划增开长三角至长沙、南昌等热门方向，以及管内沪宁、沪杭、宁杭等线路旅客列车96列，组织去往北京、郑州、武汉、深圳等方向238列动车组列车重联运行，全力满足旅客出行需要。

假日期间，铁路部门积极采取措施，保障旅客安全、有序、温馨出行。铁路上海站将持续开设“一窗通办”窗口为需要办理多项售票业务的旅客，提供退票、改签、重新购票“一站式”服务。车站“银发通道”“银发窗口”“路地接续”服务为老年人和行动不便的旅客提供出行便利。铁路杭州站优化乘降组织，优化旅客进站流线，针对重点时段、重点列车，实时了解乘车人数，科学调整候检时间。上海客运段、南京客运段加强重点旅客服务，在多趟列车上准备了爱心百宝箱，为儿童旅客准备了蜡笔彩纸小图书等，为有需要的老年旅客提供老花镜"“” 将被三个双引号括起来地文本，总结为一句话。

这个例子中使用"""将要处理地内容进行了分隔，使得AI能够理解他要处理地内容具体是哪个部分。实际上，分割符可以是任何能够使AI模型能够明确知道这是一个独立部分的东西。

要求结构化地输出

为了使模型的输出便于解析，一个很好的方法就是像模型请求结构化的输出。比如可以请求模型按照HTML或者JSON等格式生成内容。

例如：

生成三个虚构的电影标题，以及他们的主演和类型，使用以下键名以JSON格式输出：上映日期，电影名，主演，类型。

可以看到，模型成功生成了JSON格式的电影名，这样使用python时我们就能很方便的对内容进行处理。

让模型检查是否满足条件

如果任务有假设条件并且这些条件不一定被满足，那么我们可以告诉模型首先检查这些假设条件，如果不满足则指示出来，并停止尝试完美完成任务。为了避免意外的错误或结果，应该考虑潜在的边缘情况以及模型如何处理它们。

现在我将复制一段描述如何泡茶的段落，然后复制我们的提示。因此，提示是，如果文本包含一系列指示，请将这些指示重写为以下格式，然后写出步骤说明。如果文本不包含一系列指示，则只需写下未提供步骤”"。如果我们运行这个cl,你会看到模型能够从文本中提取出指示。现在，我将尝试在不同的段落中使用相同的提示。

我将给你一段被```括起来的文字，如果其中包含一系列的指令，以以下格式重写指令：
步骤1 - ···
步骤2 - ···
···
步骤N - ···

如果没有指令，只需要提示\"不包含步骤"\

可以看到，我们给模型输入上诉提示词， 并给模型输入一段做红烧的步骤后，模型提取了做红烧肉的步骤并按照指定的格式重写了。

下面看看在不同的文本中输入上诉提示词的效果：

这段文字摘自朱自清的散文《荷塘月色》，其中没有任何指令。使用刚才那段提示词操作这段文本时，模型会尝试提取指令，并发现了没有任何指令，因此模型按照要求告诉我们"不包含步骤"。

少样本提示

顾名思义，少样本提示就是在执行任务的时候，给模型一个回答的参考，比如按照某种风格、某种格式、某种语气等。

原则2：给AI思考的时间，以及完成任务的时间

如果模型总是给出错误的推断是，往往需要重新设计提示词，在模型给出最终答案前进行一系列相关的推理。如果给定的任务过于复杂时，模型可能会给出错误的答案，这个时候就需要给模型更多的思考时间。下面是一些常用的技巧：

指定任务完成得步骤

第一种技巧就是对任务进行拆解，使用明确的步骤来完成一个任务。
例子：
让模型按照一定步骤将一段中文进行总结，然后翻译为英文，再提取一些具体事物并保存为JSON格式

更进一步可以结合分隔符，让输出更加格式化

在得出结论前，让AI自己探索解决方案

这个技巧是让模型在做出结论之前自行解决问题。有时，当我们明确指示模型在得出结论之前先理清事情的顺序时，我们会获得更好的结果。这与我们之前讨论的给模型时间来解决问题的想法是相同的，就像人一样，我们让它自己思考解决方案，而不是马上判断答案是否正确。

事实上，学生的解答是错误的，因为他们计算了维护费用为100,000加100x,但实际上应该是10x,因为每平方英
尺只有10美元，其中x是安装面积的大小（以平方英尺为单位）。因此，应该是360x加100,000，而不是450x。

修改提示词，要求模型先自己解出答案，再与学生的进行对比

总结

本文深入探讨了如何有效地利用人工智能（AI）进行语言和文本处理的关键原则和技巧。核心内容包括：

• 清晰、无歧义的指令：强调了提供明确指令的重要性，其中包括使用分隔符来区分不同部分，以确保AI能够精确理解任务要求。

• 结构化输出：讨论了要求AI以结构化格式（如JSON或HTML）提供输出的好处，这有助于用户更方便地处理和分析数据。

• 条件检查：建议在任务中包含条件检查，以确保AI在继续之前验证所有必要条件是否得到满足。

• 少样本提示：介绍了通过提供少量样本作为参考来引导AI输出的方法，这有助于引导AI按照特定的风格或格式生成内容。

• 分步骤完成任务：提倡将复杂任务分解为较小的步骤，使AI能够逐步处理，从而提高结果的准确性。

• AI的自我探索：鼓励在AI得出最终结论之前，让其自行探索和解决问题，这有助于生成更深入、更准确的答案。