当前位置: 首页 > article >正文

Prompt提示词技巧

文章目录

  • 🍊 探索AI内容创作核心:提示词Prompt
  • 1 什么是提示词工程?
    • 1.1 提示词的原理
    • 1.2 提示词工程师的前景
    • 1.3 提示词工程师的门槛是否较低?
    • 1.4 提示词的未来展望
  • 2 提示词编写的基本技巧
  • 3 常见的提示词框架
    • 3.1 CO-STAR框架
    • 3.2 BORKE框架
    • 3.3 结构化提示词
  • 4 提示词的编写技巧
    • 4.1 Prompt逆向
    • 4.2 利用Coze写结构化提示词
  • 5 提示词资源网站
    • 5.1 AI Short
    • 5.2 提示精灵(AI智能酷网)
  • 6 AIGC领域的应用



🍊 探索AI内容创作核心:提示词Prompt

在探索AI内容创作时,掌握一套高效且富有创意的提示词编写技巧,无疑是迈向成功的钥匙。提示词不仅是用户与AI交流的纽带,还可以引导AI生成高质量的、符合预期的内容。在接下来的内容中,我们将深入探讨提示词的作用,以及如何通过合理编写提示词来释放AI的潜能,创造出令人惊叹的作品。

1 什么是提示词工程?

提示词工程可以概括为一句话,即通过组织关键字和短语,提取有用信息


提示词如何影响AI的输出结果?
从以下示例可以看出,不同的提示词会显著影响AI回答的角度专业性。精心设计的提示词有助于引导AI理解问题的背景,从而提供更精准和符合预期的答案。相反,不够具体的提示词可能导致AI偏离主题,影响准确性专业性。因此,提示词工程在优化AI输出方面起到了关键作用

1.1 提示词的原理

在大型语言模型中,提示词指的是一种技术,用以引导模型生成特定类型的响应或文本。其核心思想是通过提供关键词、短语或指令,引导模型产生符合预期的结果。

1.2 提示词工程师的前景

国内和国外对提示词工程师的需求各有不同,但都显示出这类岗位在未来具有极高的潜力。举例来说,美国Prompt工程师的平均年薪可达约59545美元(2023年ZipRecruiter数据)。

1.3 提示词工程师的门槛是否较低?

提示词工程师岗位虽然入门相对简单,但要成为领域专家并拿到高薪仍然需要具备专业背景,如金融、医疗或法律大模型的调优经验。因此,这个岗位对于专业领域的背景要求较高。

1.4 提示词的未来展望

根据DeepMind的研究,大语言模型具有自我优化的潜力,并能够理解和执行提示词指令。未来,随着AI技术的进步,提示词将自动优化,人机交互会变得更加高效、精确。

2 提示词编写的基本技巧

技巧一: 定义新的或模糊的术语。
技巧二: 提供详尽的背景信息。
技巧三: 使用符号“"、<>、###等。
技巧四: 指定输出格式、结构、长度等。
技巧五: 提供给AI优质内容以模仿。

3 常见的提示词框架

3.1 CO-STAR框架

CO-STAR框架由新加坡政府科技部的数据团队提出,是一个构建提示词的有效模板。其包括以下六个要素:

  • C 上下文:提供任务的上下文。
  • O 目标:明确LLM要完成的任务。
  • S 风格:指定LLM采用的写作风格。
  • T 语气:定义回复的语调,如正式、幽默等。
  • A 受众:根据目标群体调整回复。
  • R 回复格式:规定输出格式,如列表、JSON等。

3.2 BORKE框架

BORKE框架由陈财猫提出,包含以下要素:

  • B 背景:提供充分的背景信息。
  • R 角色:定义AI的角色,如“产品经理”。
  • O 目标:明确AI要实现的目标。
  • K 关键结果:提供具体的、可衡量的成果。
  • E 实验改进:调整提示词以获得更好的结果。

3.3 结构化提示词

结构化提示词强调通过明确的标题、子标题和段落结构,使提示内容更加清晰、具体和灵活。它为模型提供执行指南,减少模型误解任务的可能性。

4 提示词的编写技巧

4.1 Prompt逆向

可以通过以下方法总结提示词框架:

  • C 上下文:提供任务的背景。
  • O 目标:明确任务的重点。
  • S 风格:指定写作风格。
  • T 语气:定义回复的态度。
  • A 受众:根据受众定制回复。
  • R 回复格式:提供具体的输出格式。

4.2 利用Coze写结构化提示词

Coze:https://www.coze.cn/home
该平台提供多维度的专业提示词资源,帮助用户在不同场景中高效沟通和展示。

5 提示词资源网站

5.1 AI Short

链接:https://www.aishort.top/

5.2 提示精灵(AI智能酷网)

链接:https://www.znkw.com/#term-10

6 AIGC领域的应用

AIGC(人工智能生成内容)指的是通过AI技术生成的文字、图像、音频或视频内容。这些技术将在未来的购物、娱乐、教育等领域中产生深远影响。

  • 生成式AI的应用:如文字生成工具ChatGPT,图像生成工具Midjourney、Stable Diffusion等。

http://www.kler.cn/news/304581.html

相关文章:

  • OA项目值用户登入首页展示
  • ArrayList、LinkedList和Vector的区别
  • Python 的分支结构
  • 如何选择适合企业的高效财税自动化软件
  • 桌面应用框架:tauri是后起之秀,赶上electron路还很长。
  • Mysql | 知识 | 理解是怎么加锁的
  • ansible企业实战
  • 高级java每日一道面试题-2024年9月09日-数据库篇-事务提交后数据仍然没有持久化,可能的原因是什么?
  • 海外服务器:开启全球业务的关键钥匙
  • 神经网络的公式推导与代码实现(论文复现)
  • OFDM系统PAPR算法的MATLAB仿真,对比SLM,PTS以及CAF,对比不同傅里叶变换长度
  • Java中的Lambda表达式和Stream API详解
  • NLTK:一个强大的自然语言处理处理Python库
  • Linux python pyinstaller 打包问题
  • 基于React通用的 WebSocket 钩子 useWebSocket
  • 二进制部署ETCD单机版
  • VITS 源码解析2-模型概述
  • 3.ChatGPT在教育领域的应用:教学辅助与案例分享(3/10)
  • 【kafka】消息队列
  • OpenHarmony鸿蒙( Beta5.0)摄像头实践开发详解
  • RK3588人工智能学习笔记-WSL中使用RKNN-ToolKit2
  • OpenAI全新发布o1模型:开启 AGI 的新时代
  • Kafka下载与安装教程(国产化生产环境无联网服务器部署实操)
  • Ubuntu 22.04 源码下载的几种方法
  • QT:音视频播放器
  • 使用Python自动抓取亚马逊网站商品信息
  • 1. 运动控制指令概要(omron 机器自动化控制器)
  • 【MySQL】数据库的操作【字符集和校验规则】【对数据库进行操作】【数据库备份与恢复】
  • Axure多人协调的方式
  • c++207 运算重载