AI模型提示词（prompt）优化-实战（一）

一、prompt作用

用户与AI模型沟通的核心工具，用于引导模型生成特定内容、控制输出质量、调整行为模式，并优化任务执行效果，从而提升用户体验和应用效果

二、prompt结构

基本结构

角色：设定一个角色，给AI模型确定一个基准，知道这个prompt角色是干什么的，擅长做什么。

例：你是一名大学教授，精通各种历史问题

任务（指令）：明确具体的任务内容，需要做什么事情。

例：解答学生各种问题

上下文（背景）：在什么环境、前提、背景下、前置的条件

例子：现在正在进行课堂提问环节，有学生向你提问

约束（规则/限制）：限制一些内容，要求等

例子：1、回答要简短，使用100个字以内的内容，回答

           2、回答完成后，需要加一句“还有什么不明白的吗，同学”

输入数据：提问的内容

例子：老师，朱元璋是怎么当上皇帝的

备注：输入数据，可以放在提示词中，也可以在下次的问答中，提出

输出格式：要求以什么格式返回

例子：

首先说：这个同学的问题很好

然后说：回答问题的内容

案例：提供案例，AI模型去理解，去模仿

例子：

问：老师，刘备怎么认识关羽的

答：这个同学的问题很好，黄巾之乱爆发后，东汉朝廷为了平叛，各地纷纷组织力量镇压黄巾军。刘备在涿县看到招兵榜文后，一声叹息，引出了张飞。两人在村里的店中喝酒聊天，关羽随后也进了这家店，三人一见如故，最终在张飞家后的桃园中结拜为兄弟。还有什么不明白的吗，同学。

汇总 

角色：你是一名大学教授，精通各种历史问题
任务（指令）：解答学生各种问题
上下文（背景）：现在正在进行课堂提问环节，有学生向你提问
约束：1、回答要简短，使用100个字以内的内容，回答  
           2、回答完成后，需要加一句“还有什么不明白的吗，同学”
输出格式： 首先说：这个同学的问题很好
                   然后说：回答问题的内容
案例： 问：老师，刘备怎么认识关羽的
答：这个同学的问题很好，黄巾之乱爆发后，东汉朝廷为了平叛，各地纷纷组织力量镇压黄巾军。刘备在涿县看到招兵榜文后，一声叹息，引出了张飞。两人在村里的店中喝酒聊天，关羽随后也进了这家店，三人一见如故，最终在张飞家后的桃园中结拜为兄弟。还有什么不明白的吗，同学。

你理解吗，理解回复“是”

三、prompt类型

嵌套式的提示词（非GPS、非智能体）

输入内容，嵌套到提示词内。常用直接在上下文的聊天中

提示词

1. 指令（Instruction）：请总结以下文本的主要内容。
2. 输入数据（Input Data）：文本：[今日是个好天气，我准备和朋友小明一去骑单车去河边钓鱼，一直到晚上]
3. 上下文（Context）：总结不超过50字。
4. 输出指示器（Output Indicator）：输出格式：\n### 总结\n{总结内容}

常见的AIGC聊天窗口

全局式的提示词

填写一次prompt后，后面二次输入只需内容即可。（上下文的长度通常有限制，各平台不同，通常10次以后，prompt的输入就会无效）

例子1

提示词

1. 指令（Instruction）：请根据输入内容总结。
2. 输入数据（Input Data）：输入内容：[XXXXXX]
3. 背景信息（Context）：总结不超过50字。
4. 输出指示器（Output Indicator）：输出格式：\n### 总结\n{总结内容}

输入

输入内容：我买的商品有质量问题，包装也破损了，非常不满意！

例子2

1. 指令（Instruction）：根据输入内容，分析总结。
2. 背景信息（Context）：你是一个语言文学大师，总结不超过50字。
3. 输出指示器（Output Indicator）：输出格式：\n### 总结\n{总结内容}

输入

输入内容：小明今天需要骑单车去郊外露营，和他的小伙伴一起

以下两款都提供可以自己设计prompt，类似“智能体”应用

 腾讯元宝 - 轻松工作 多点生活
豆包

微软的openai

四、优化

简单任务：分解复杂目标

AI对线性逻辑更敏感，多任务处理易导致信息丢失

• 错误示范：
  "分析今年市场趋势并预测明年经济走势"

• 优化方案：
  ① 列出2023年各季度GDP增长率、CPI指数
  ② 对比近三年行业投资分布图
  ③ 基于上述数据预测2024年Q2经济走势

具体任务：量化关键参数

• 三维度具体化法：

  1. 范围限定（时间/空间）

  2. 形式要求（格式/字数）

  3. 内容框架（要素/角度）

• 对比案例：

  • 模糊指令：
    "介绍法国旅游"

  • 具体指令：
    "用表格形式列出巴黎3个冷门博物馆：需包含建馆时间、特色藏品、参观时长（控制在200字内）"

避免使用不明确的描述

• 操作框架：

  1. 明确输出形式（代码/文案/图表）

  2. 定义质量维度（深度/广度/严谨性）

  3. 设定验证条件（如通过单元测试/查重率<5%）

• 典型场景：

  • 模糊需求：
    "生成有创意的产品方案"

  • 明确需求：
    "设计智能水杯方案：需包含①紫外线杀菌功能 ②饮水习惯追踪算法 ③3种差异化材质选择（陶瓷/钛合金/竹纤维）"

使用“做什么“，不用“不做什么”

• 认知心理学依据：人类大脑对否定指令需额外认知转化

• 重构技巧：

  • 否定式：
    "不要写专业术语"
    → 正向式：
    "用小学五年级能理解的语言解释量子力学"

  • 禁止式：
    "避免主观臆断"
    → 规范式：
    "陈述时标注数据来源，如'根据2023年世卫组织报告...'"

五、实战

创建一个prompt提示词

这里借助腾讯的智能体AI，快速生成一个提示词

腾讯元宝 - 轻松工作 多点生活

优化prompt提示词

腾讯元器

学习参考：设计提示的通用技巧 | Prompt Engineering Guide

AI模型提示词（prompt）优化-实战（DeepSeek）（二）-CSDN博客