2024-05-23 问AI: 在LLM中，如何写一个好的提示词？

文心一言

很抱歉，服务太火爆了，请您稍后再试

文心一言AI再次挂掉了。

智谱清言

在大型语言模型（LLM）中，一个好的提示词（prompt）应该清晰、具体，并且能够引导模型生成相关的回答。以下是一些建议：

1. 明确性：确保提示词清楚地表达了你的问题或需求。模糊的提示词可能会导致模型生成不相关的回答。

2. 具体性：提供具体的上下文或细节，这样模型可以更准确地理解你的意图，并生成更相关的回答。

3. 关键词：在提示词中包含相关的关键词，这样模型可以更聚焦在你关心的主题上。

4. 问题形式：如果你想要模型回答一个问题，确保提示词以问题的形式呈现，这样模型就会明白你需要一个答案。

5. 避免歧义：确保提示词没有歧义，这样模型可以生成一个清晰、明确的回答。

6. 引导性：提示词应该引导模型生成你想要的类型的回答。例如，如果你想要一个解释性的回答，你的提示词应该鼓励模型进行解释。

7. 长度：提示词不应该太长，否则模型可能会失去焦点。一般来说，简短而精炼的提示词效果更好。

8. 上下文相关性：如果你的对话是在某个特定主题或情境下进行的，确保提示词与这个上下文相关。

以下是一些示例：

• 明确的提示词：请解释量子计算机是如何工作的。
• 具体的提示词：请描述一下2021年东京奥运会男子100米决赛的精彩瞬间。
• 包含关键词的提示词：请谈谈人工智能在医疗领域的应用。
• 问题形式的提示词：你认为新冠疫情对全球经济产生了哪些影响？

通过遵循这些建议，你可以写出一个好的提示词，从而在LLM中得到更准确、相关的回答。

豆包 

在LLM中，写好提示词的方法包括：

1. 提供详细的信息：按照5W1H（What/When/Where/Who/Why/How）模型提问，这不仅能从根本上提高你的提示词设计能力，也能培养你的表达习惯。
2. 指定角色：指定角色本就是在表达我们的特定需求，因为各种角色有他自己的属性、风格和能力。
3. 使用分隔符和特殊符号：对于结构复杂的提示词，分隔符和特殊符号的使用能帮助LLM准确的识别你的需求。

此外，还需注意以下几点：

1. 清晰地表达需求：避免模糊或歧义，确保模型能够准确理解你的意图。
2. 引导模型思考：通过提示词引导模型的思考方向，帮助它更好地理解问题。
3. 提供专业数据：如果需要模型处理特定领域的问题，可以提供相关的专业数据或知识。
4. 调整语言风格和输出格式：根据需求，调整提示词的风格和格式，以获得不同的输出效果。
5. 设定个性化风格：根据具体情况，设定情感性提示词，使回答更具个性化和情感共鸣。
6. 适应多样化需求：使用不同类型的提示词，使模型能够适应更广泛的查询和需求。

讯飞星火

在LLM（大型语言模型）中，写一个好的提示词（prompt）是至关重要的，因为它指导着模型生成相关和有用的输出。以下是一些撰写有效提示的技巧：

1. 明确具体：清晰地表达你想要模型完成的任务。如果你想要一个故事，指定故事的类型、长度和任何特定要素。

2. 限定范围：如果可能，限制输出的长度和详细程度。这可以通过指定字数、段落数或特定的问题数量来实现。

3. 使用指令性语言：使用命令或指令性的语言来引导模型的行为。例如，“列出三个”可能会得到一个列表，而“描述”可能会导致更详细的解释。

4. 提供上下文：给出足够的背景信息，以便模型能够理解情境并产生合适的回答。

5. 避免歧义：尽量使用明确的语言，避免多义词或容易引起混淆的表达。

6. 使用示例：提供一个或多个例子，以便模型可以模仿所需的格式或风格。

7. 包含细节：对于需要特定信息的请求，包括所有必要的细节，以便模型可以准确地响应。

8. 考虑多样性：如果你想要多种答案或观点，可以在提示中明确要求多样性。

9. 测试和迭代：尝试不同的提示，并观察结果的变化。根据反馈调整提示以获得更好的结果。

10. 使用元指令：有时候，你可以直接告诉模型如何处理不确定性或复杂性，例如，“如果不确定，就假设…”。

11. 注意敏感性：避免包含敏感或不当的内容，因为模型可能会复制或放大这些问题。

12. 简洁性：尽量保持提示简洁，避免不必要的冗长，但同时确保提供足够的信息。

13. 使用引号：对于特定的短语或术语，使用引号可以帮助模型更准确地匹配你的意图。

14. 考虑格式：如果输出需要特定的格式（如诗歌、对话等），请在提示中指定。

15. 用户友好：如果你是为最终用户编写提示，确保它易于理解和使用。

记住，LLM的输出取决于输入的提示，因此花时间精心设计提示是值得的。随着你对特定模型行为的了解增加，你将能够更有效地编写提示，以获得更好的结果。

通义

在使用大型语言模型时，编写一个好的提示词（prompt）是至关重要的，因为它直接影响到模型生成内容的相关性、准确性和创造性。以下是一些编写优质提示词的建议：

1. 明确意图：清晰地定义你想要模型完成的任务或回答的问题。避免模糊不清的表述，确保你的意图可以直接从提示中推断出来。

2. 具体细节：提供足够的上下文和详细信息。模型根据提供的信息生成文本，更多的细节可以帮助模型更精确地理解你的需求并给出相关度更高的回复。

3. 引导创意：如果你想让模型展示创造力，可以在提示中设定特定的情境、风格或者要求它采用特定的角色或视角来回应。

4. 简洁明了：虽然提供细节很重要，但也要注意不要让提示变得冗长和复杂。保持信息的精炼，去除无关紧要的细节，有助于模型更快地抓住要点。

5. 适当引导：对于需要特定格式或结构的输出，直接在提示中说明，比如要求列出几点、以故事形式回答或是特定语言风格等。

6. 避免歧义：尽量使用确切的词汇，减少可能引起混淆的表达。明确的指令可以减少模型误解的可能性。

7. 测试与迭代：初次尝试后，根据模型的反馈调整你的提示。有时候，即使是微小的改动也可能显著影响输出的质量。

8. 考虑道德与安全：确保你的提示内容不会引发不恰当、有害或有偏见的回应。尊重隐私，避免涉及个人数据或敏感信息。

9. 利用现有资源：网上有许多关于如何为特定类型的任务或模型编写高效提示的指南和案例，参考这些资源可以提高你的提示写作技巧。

10. 互动性：如果条件允许，可以尝试通过一系列连续的、有逻辑关联的提示与模型进行“对话”，这样有时能引导出更深入或有趣的回应。

通过上述方法，你可以提高与大型语言模型交互的效率和质量，从而获得更加满意和精准的输出结果。