【全网最全最详细】智能体提示词prompt教程

Calvad0s

已于 2025-05-13 14:20:53 修改

阅读量1.8k

点赞数 29

CC 4.0 BY-SA版权

分类专栏： AI 文章标签： prompt python 人工智能 ai coze 扣子提示词

于 2025-05-13 13:58:31 首次发布

本文链接：https://blog.csdn.net/qq_38196449/article/details/147918514

3.6 终极心法：角色设定=身份+专业+风格

（4）Frequency Penalty（重复惩罚）

一、提示词基础

1.1 什么是提示词？

定义：提示词是用户输入给AI模型（如ChatGPT、MidJourney等）的指令或问题，用于引导模型生成特定类型的输出。它是用户与AI交互的核心媒介。
作用：提示词的质量直接影响AI输出的准确性和相关性。好的提示词能明确任务边界、减少歧义，并激发模型的创造力。

提示词就是“给AI下指令的说明书”——越清楚、越具体，AI干得越好！价值： 帮你更快、更准地拿到想要的结果，不用和AI“猜谜语”。

1.2 人设与回复逻辑

# 角色

# 任务

# 能力

# 步骤

# 要求

# 限制

# 示例

二、提示词的设计技巧

2.1 七大提示词设计原则

原则	作用	示例
1. 清晰具体	减少AI猜测，精准输出	“写300字科普文，初中生能看懂”
2. 结构化拆分	复杂任务分步完成	“第一步…第二步…”
3. 角色设定	让AI更专业/符合风格	“你是一名资深律师…”
4. 示例引导	模仿特定风格	“参考这个文案风格…”
5. 链式思考	展示推理过程	“请分步骤解释…”
6. 负面提示	排除无关内容	“不要提及政治…”
7. 参数调整	控制随机性/长度	`temperature=0.5`

2.2 清晰具体

什么是“清晰具体”？

就是让AI明确知道：

你要它做什么（任务类型：写、总结、翻译、生成列表……）
内容主题是什么（领域、关键词、核心信息）
输出格式和细节（字数、风格、结构、限制条件）

对比例子：

❌ 模糊指令：“写点关于健康饮食的。”

✅ 清晰指令：“用通俗易懂的语言，列出5条适合上班族的健康饮食建议，每条不超过20字，重点强调‘省时’和‘营养均衡’。”

如何做到“清晰具体”？

明确任务类型

直接告诉AI要完成的具体动作，比如：

“写一篇…”
“总结以下内容…”
“将这段文字翻译成英文…”
“生成一个关于XX的列表…”

例：

❌ “说说人工智能。”

✅ “用简单的语言解释人工智能是什么，举2个日常生活中的应用例子。”

限定主题和范围

避免宽泛话题，聚焦到具体细分领域。

例：

❌ “介绍科技发展。”

✅ “介绍近5年智能手机技术的3个重要突破，重点说明折叠屏和快充技术。”

指定输出格式

包括字数、段落、列表、代码格式等。

例：

❌ “给我学习计划。”

✅ “制定一个7天Python入门学习计划，每天分‘上午理论’和‘下午实践’两部分，每部分不超过3个任务。”

定义风格和语气

比如：正式、幽默、口语化、学术风等。

例：

❌ “写个产品文案。”

✅ “写一个活泼的小红书风格文案，推荐一款蓝牙耳机，用emoji和短句，突出‘降噪’和‘颜值高’。”

添加约束条件

排除你不想要的内容，或设定限制。

例：

❌ “推荐几本书。”

✅ “推荐3本适合零基础学习心理学的书，不要教科书，优先推荐畅销书。”

反面案例 vs 优化后案例

模糊指令	清晰具体指令
“写个故事。”	“写一个300字的悬疑微小说，主角是退休侦探，结局有反转，对话占比30%。”
“帮我修代码。”	“下面的Python代码报错‘IndexError’，请指出错误原因并修复，用注释说明修改逻辑。”（附代码）
“画幅风景画。”	“用赛博朋克风格画一幅未来城市夜景，霓虹灯为主色调，包含飞行汽车和全息广告牌。”

2.3 结构化拆分

结构化拆分是处理复杂任务的核心方法，通过将大问题拆解成小步骤，引导AI分阶段输出，避免信息过载或逻辑混乱。

为什么要用结构化拆分？

减少AI“脑补”：复杂任务容易让AI自由发挥，拆分后更可控。
逻辑更清晰：像写论文先列大纲，再填充内容，避免遗漏重点。
方便迭代修改：某一步不满意可单独调整，无需重做全部。

对比案例：

❌ 模糊指令：“写一份新能源汽车行业分析报告。”

✅ 结构化拆分：

第一步：列出新能源汽车行业的3个关键趋势（用bullet points）。
第二步：针对每个趋势，分析1家代表公司的战略（如特斯拉、比亚迪、蔚来）。
第三步：总结未来2年的挑战和机会，字数不超过300字。

结构化拆分的3种常用方法

时间/流程顺序

按步骤拆分，适合教程、操作指南类任务。示例：

“如何用Photoshop抠图？请分步骤说明：

第一步：打开图片后选择什么工具？

第二步：如何精确选取要保留的区域？

第三步：导出透明背景图的正确格式是什么？”

逻辑模块拆分

将任务分解为并列的模块，适合分析、策划类任务。

示例：

“分析星巴克的成功因素，按以下结构输出：

产品策略：爆款单品和标准化流程

用户体验：第三空间理论的应用

营销手段：社交媒体玩法案例”

提问式引导

通过连续提问控制AI输出节奏。

示例：

“我想开一家奶茶店，请按顺序回答：

选址最需要关注的3个数据指标是什么？

新手应该自营还是加盟？各有什么优缺点？

列出5个控制成本的实操建议。”

高阶技巧：嵌套式拆分

对于超复杂任务，可多层拆解（类似思维导图）。

案例：策划一场营销活动

第一层拆分：

活动目标设定
受众分析
渠道选择
预算分配

第二层细化（以“受众分析”为例）：

核心用户画像（年龄/兴趣/痛点）
竞品用户对比
调研方法建议（问卷/访谈）

最终指令：

“分阶段策划一场七夕节珠宝促销活动：

阶段1：目标设定（提升销量还是品牌曝光？）

阶段2：受众分析（列出3类目标客户特征）

阶段3：渠道规划（线上+线下具体执行方案）每个阶段用200字概括，并附1个数据参考建议。”

不同场景的拆分案例

场景	结构化指令示例
论文写作	“1. 先确定5个关键词；2. 根据关键词搜3篇文献；3. 对比文献观点并总结争议点。”
产品设计	“1. 用户痛点列表；2. 功能优先级排序；3. 低保真原型描述。”
旅行计划	“1. 列出必去景点；2. 按地理位置规划每日路线；3. 推荐附近餐厅和交通方式。”
代码调试	“1. 描述报错信息；2. 推测可能原因；3. 给出修改建议。”