Prompt 的实际应用和实用技巧

最新推荐文章于 2024-08-01 11:00:24 发布

雪碧没气阿

最新推荐文章于 2024-08-01 11:00:24 发布

阅读量846

点赞数 13

文章标签： prompt 算法人工智能语言模型自然语言处理 chatgpt

本文链接：https://blog.csdn.net/xxue345678/article/details/139495611

版权

prompt 在实际应用中，衍生了一个叫【提示工程】的专业名词称呼，下述对 prompt 的应用和调整全部用【提示工程】进行描述。

一些提示工程的常见案例

作为一名互联网营销人员，小王每天要给公司的社交媒体账号撰写大量文案。以前这个工作非常耗时耗力，但自从学会使用提示工程，小王的工作效率得到了大幅提升。比如在生成一篇介绍公司新产品的推文时，小王会给AI模型以下提示：

“请以幽默风趣的口吻，为我们公司新推出的高效吸尘器写一篇推文。推文需突出产品轻便、吸力强劲、易于清洁等特点，同时要吸引中老年人群。字数控制在100字以内。”

很快，一篇诙谐幽默、恰到好处的推文就写好了，完全符合小王的要求。借助提示工程的力量，小王不仅工作效率倍增，文案质量也有了质的飞跃。

除了营销文案，提示工程在客服领域同样大有可为。某银行的客服主管小李最近就利用AI模型优化了客户问询的处理流程。以前，面对客户五花八门的问题，客服人员经常要查阅大量资料，解答起来非常耗时。现在，小李会将常见问题输入AI模型，并给出示范回答作为参考。同时，系统还会智能地对相似问题进行归类，自动给出标准答复。

比如当客户问到"如何申请信用卡"时，系统会提示客服人员：

"亲爱的客户，很高兴为您服务。申请我行信用卡非常简单：

登录我行官网，点击信用卡栏目下的"立即申请"；
填写个人资料，包括姓名、身份证号码、手机号码等；
选择心仪的信用卡种类，如白金卡、返现卡等；
上传身份证正反面照片，完成人脸识别验证；
耐心等待审批结果，通常3个工作日内就能收到反馈。

如果您还有任何疑问，欢迎随时联系我们，祝您生活愉快!"

客服人员只需根据客户的具体情况稍作修改，就能快速给出专业、得体的答复。借助提示工程，该行的客户满意度和工作效率都得到了显著提升。

在零售行业，商品推荐是一个至关重要但又颇具挑战的环节。某大型超市的数据分析师小张就遇到了这样的难题：面对海量的商品和顾客数据，如何为每位顾客推荐最合适的商品组合？小张决定求助于提示工程。

首先，小张将顾客按年龄、性别、消费水平等维度进行了划分。针对每一个细分群体，他都设计了相应的提示，比如：

“以一位80后已婚女性的角度，为我推荐5种最实惠、最健康的食材搭配。要考虑到方便制作、营养均衡等因素。”

“以一位60岁以上退休男性的视角，推荐3种高性价比的保健品。要突出对心脑血管等慢性疾病的改善作用。”

根据这些提示，AI系统很快给出了切合实际、针对性极强的推荐组合。比如为80后职场妈妈推荐了便携营养餐盒、高纤维代餐粉等；为退休老人推荐了护心茶、关节健骨片等。这些个性化推荐不仅提升了顾客的购物体验，也带动了超市整体销量的增长。

在教育领域，提示工程为因材施教插上了翅膀。小刘是一名高中数学老师，他的班上有学习进度参差不齐的学生。为了照顾到每一位学生的需求，小刘决定利用AI系统进行个性化辅导。

具体做法是，小刘会将每位学生的学习难点输入AI模型，并设计相应的提示。比如：

“小明在三角函数这一章节存在理解困难，尤其是诱导公式的推导和应用。请你从几何意义入手，通过大量图解和例题，循序渐进地讲解这一概念。要力求直观、形象、深入浅出。”

“小红的数学基础比较薄弱，解题速度较慢。请你总结一些快速解题的技巧和套路，提供足够的练习题，重点提高她的运算能力和反应速度。要有耐心，多给鼓励。”

在AI的辅助下，小刘相当于给每位学生配了一位7×24小时待命的"专属家教"。学生们可以随时在线提问、做练习、查漏补缺。个性化的学习计划和及时的反馈，让学生的数学成绩以肉眼可见的速度提升，学习兴趣也大大增强。

除了教学，提示工程在论文写作、实验设计等科研领域也有广泛应用。通过精心设计实验流程、数据分析方法等各环节的提示，科研工作者可以事半功倍地挖掘海量文献和实验数据中的关键信息，快速推进科研进度。

在金融投资领域，分析师小王经常要根据海量的财经新闻和行业报告，判断未来市场走势。以前，这是一个十分耗时耗力的过程。现在，小王学会了用提示工程武装自己。

比如，当小王想了解新能源汽车行业的发展前景时，他会输入以下提示：

"请分析近3个月内有关新能源汽车行业的新闻报道和权威机构发布的研究报告。重点关注以下几个方面：

国家政策对该行业的支持力度；
主要车企的销量、市场占有率和技术水平；
消费者的接受度和用车体验反馈；
充电桩等配套设施建设情况；
电池技术的突破和成本的下降空间。

请给出客观、中肯的分析结论，并预测未来1-2年内该行业可能的发展趋势。"

AI模型会快速筛选出海量信息中与提示相关的核心内容，进行综合分析后输出一份专业的行业研究报告。在AI的辅助下，小王不仅工作效率大幅提升，做出的预测和决策也更加准确、全面、前瞻。这为他在行业内赢得了"AI投资达人"的美誉。

初学者适用的单一提示技术🔵

CO-STAR框架：为提示词设计提供思路

要想得到满意的AI回复，为提示词设计清晰的结构至关重要。CO-STAR就是一个广受欢迎的提示词设计框架，帮你从各个维度思考如何引导AI给出优质答复。

CO代表背景(Context)，提供任务相关的背景信息，帮助AI理解具体场景。

O代表目标(Objective)，明确要AI执行的任务，引导其聚焦在关键点上。

S代表风格(Style)，指定希望AI使用的写作风格，让输出更贴合需求。

T代表语气(Tone)，设定AI回答的基调，如严肃、幽默、同理心等。

A代表受众(Audience)，界定内容的目标读者，使AI的表述更具针对性。

R则是回复(Response)，规定AI答复的格式，如图表、代码、论文等。

让我们看一个CO-STAR的实际应用案例。小李在一家食品公司做新媒体运营，现在要发一条产品宣传推文。如果不用CO-STAR框架，他可能会给AI这样的提示：

“帮我写一条推文，宣传我们公司的新产品——一款低糖低脂的酸奶。”

AI生成的内容可能比较空洞泛泛，缺乏吸引力。而用了CO-STAR框架后，提示变成了这样：

"背景：我司最新推出一款低糖低脂酸奶，主打健康、美味、方便。

目标：写一条推文，突出产品优势，吸引消费者点击购买链接。

风格：参考益力多、蒙牛等知名品牌的文案风格。

语气：活泼有趣，彰显产品的时尚、年轻调性。

受众：主要是注重健康饮食、追求便捷的都市白领。

要求：控制在100字以内，配一张精美的产品实物图。"

可以看到，经过CO-STAR框架梳理，提示变得清晰、具体，包含了任务的方方面面。AI生成的推文质量也会相应提升，更加切合实际需求。

分隔符：为提示词划分区域

分隔符是一种特殊的标识，用来帮助AI识别提示中的不同区块。虽然分隔符对于简单任务的影响不大，但对越复杂的任务帮助就越明显。分隔符可以是任意一串特殊字符，如###、===、>>>等，只要不容易与正文混淆即可。

我们接着看一个分隔符的使用案例。小王是一家外贸公司的销售经理，他想让AI帮忙分析一批客户邮件，判断哪些客户可能流失。他给AI的提示是这样的：

"下面是我整理的一些客户邮件，请帮我分析这些客户的满意度。

客户A：这批货物比之前的质量差了很多，请尽快处理。

客户B：多亏了贵司的优质服务，我们的生意蒸蒸日上!

客户C：最近几次交货都严重延迟，请问怎么回事？

<<<

你的分析结果要简洁明了，每个客户只用一句话概括。"

可以看到，小王用>>>和<<<将正文内容与指令区分开。这样一来，AI就很容易理解"下面是我整理的一些客户邮件"是对内容的概述，而"你的分析结果要简洁明了"才是需要重点执行的指令。AI输出的结果是：

"客户A：不满，投诉产品质量下降。

客户B：非常满意，生意做得很好。

客户C：不满，多次投诉交货延迟。"

除了普通的分隔符，我们还可以用XML标签作为分隔符。XML标签被广泛用于网页标记，AI对其格式有很好的理解。我们将客户满意度分析的提示修改如下：

"<背景>下面是我整理的一些客户邮件，请帮我分析这些客户的满意度。</背景>

<邮件>

客户A：这批货物比之前的质量差了很多，请尽快处理。

客户B：多亏了贵司的优质服务，我们的生意蒸蒸日上!

客户C：最近几次交货都严重延迟，请问怎么回事？

</邮件>

<要求>你的分析结果要简洁明了，每个客户只用一句话概括。</要求>"

这里<背景>、<邮件>、<要求>都是成对的XML标签，将提示划分为不同的逻辑区域，便于AI快速定位关键信息。XML标签的词汇最好与指令中的词汇保持一致，如这里的"背景"、“邮件”、“要求”。这样AI就能理解标签与指令之间的对应关系。

进阶的多重提示和外部工具结合技术🔴

预置系统提示：为对话设置基调

系统提示是一种预先设置的提示，贯穿整个对话过程，为AI交互划定基本边界。这在ChatGPT等支持多轮对话的AI助手中尤为重要。

我们通过一个例子来理解系统提示的作用。小刘是智能家居公司的客服主管，他想利用ChatGPT改善客户服务流程。为此，他设置了如下系统提示：

“你是一名智能家居产品的客服代表。请用专业、亲切的语气与客户沟通，解答他们的问题。对于涉及用户隐私的问题，你只能给出笼统回应，不要透露任何敏感信息。如果无法从知识库中找到答案，要如实告诉客户"您提出的问题超出了我的知识范围”，避免捏造信息。你的回复应以易于客户理解的口语化方式组织，必要时辅以示例说明。"

接下来，小刘就可以用具体的场景与ChatGPT进行对话训练，比如：

客户：“我前两天买的智能门锁怎么突然打不开了？是不是坏了？”

客服：“感谢您的咨询!智能门锁偶尔会出现无法开锁的情况，您不必担心，这很可能不是硬件故障，而是系统 bug 导致的。我们可以先尝试以下两个办法：1. 在 APP 上重新校准门锁；2. 卸下电池，等待30秒后重新装上。这两个办法通常都能解决无法开锁的问题。如果问题仍未解决，您可以联系我们的上门维修服务。请问您还有其他疑问吗？”

客户：“那门锁的密码会不会被泄露啊？我担心有人入侵我家!”

客服：“非常抱歉，关于门锁密码的安全性，我只能给您一个笼统的回答。作为一家负责任的智能家居厂商，我们采取了业内领先的加密技术，全力保障每一位客户的隐私安全。如果您需要了解更多详情，建议您查阅我们官网上的《隐私保护白皮书》，或者联系我们的网络安全专员。”

我们可以看到，在整个对话中，ChatGPT 严格遵守系统提示设置的基本原则：用专业友好的语气解答客户问题，对敏感问题避而不答，坦诚面对知识盲区。这保证了客服对话的基本质量，不会给企业带来口碑风险。

那系统提示应该包含哪些内容呢？总的来说有这样几类：

任务定义：明确 AI 扮演的角色以及应完成的任务；
输出格式：规定 AI 输出结果的格式，如篇幅、语言风格等；
安全限制：划定 AI 回答的安全边界，避免触及敏感话题。

而在一次具体对话中，用户提示则要针对具体问题来设计。我们可以将系统提示比作地基，而用户提示是在地基上搭建的各类建筑。二者互为补充，缺一不可。

数据集分析：让 AI 学会自己探索规律

前面提到的方法都是"告诉 AI 应该怎么做"，而这一部分我们尝试"让AI自己去发现规律"。这种泛用性极强的技术不需要编程，就能让 AI 从数据中自动总结出有价值的见解。

我们拿一个真实的客户分群案例来说明。小张是一家红酒经销商的数据分析师，手上有海量的客户数据，包括年龄、收入、婚姻、消费频次、消费金额等维度。他想借助这些数据，找出几类关键客群，有针对性地设计营销活动。

对小张来说，传统的做法是用SQL把数据切分成一个个细分群体，再对比各群体的客单价、回购率等指标，试图总结出每个群体的共性。但这个过程不仅耗时费力，而且很容易遗漏一些潜在的关联。于是小张决定请 AI 帮忙。

首先，他把手头的数据整理成一张Excel表格，每一行代表一个客户，列则是各类客户属性。然后他设计了以下提示：

"请你作为一名数据科学家，帮我分析下面的客户数据。你的任务分两步：

第一步，根据客户属性的相似程度，将客户划分为若干个群体。要求群内差异小，群间差异大。每个客户只能属于一个群体。

第二步，针对每个群体，给出营销建议。要求：

描述该群体的典型特征；
根据特征给群体起一个直观的名字；
提出2-3个营销创意，说明为什么这些创意适合该群体；
在附录中列出每个群体包含的客户ID，作为分析依据。

从数据中找出规律，不要凭空捏造。给出确切答案，不需要使用代码。我们的目标客户是企业高管，要以专业严谨的商业分析报告口吻阐述，让读者信服你的营销方案是经过大数据验证的。"

接下来只要把整理好的客户数据粘贴给AI，它就会进行一系列的统计分析，得出类似这样的结论：

"尊敬的企业家：

我对贵公司的客户数据进行了聚类分析，将客户划分为3个群体。下面逐一阐述每个群体的特征、命名依据和营销建议。

群体1：智慧新贵

典型特征：80-90后、高学历、高收入、已婚、有1-2个孩子、月均消费5000元以上。

命名依据："智慧"指文化程度高，"新贵"指经济实力强，是新中产阶级的代表。

营销建议：

定制家庭套餐：精选适合家庭聚会的红酒搭配，如大容量酒瓶、甜酒等；
举办品鉴沙龙：定期组织线上线下品酒会，满足他们社交需求；
开发酒庄游：吸引他们前往产区探索红酒文化，培养品牌忠诚度。

该群体看重品牌调性和文化内涵，愿意为品质买单。营销要突出高端、文雅的氛围。

群体2：单身贵族

典型特征：85后-00后、未婚、月收入1-3万、消费频次高但单次金额不高。

命名依据："单身"指婚姻状态，"贵族"指在同龄人中收入较高，追求品质生活。

营销建议：

开发个人小包装：定制时尚的单支/双支红酒包装，方便携带；
与社交软件合作：投放广告，赞助单身主题活动；
打造网红酒品：发掘口感新颖的酒款，吸引他们分享安利。

该群体崇尚个性自由，喜欢社交，是意见领袖。营销要抓住网红经济，塑造酷炫时尚的品牌个性。

群体3：节俭长者

典型特征：60-70后、退休、偶尔购买、单次消费较低。

命名依据：养成节俭习惯，购买频次和金额都不高。

营销建议：

制定长者会员制：设置积分、生日礼等福利，增加复购动力；
开发养生酒品：推出低度数果酒，宣传养生功效；
赠送实用礼品：送开瓶器、酒杯等实用小物，提升性价比感知。

该群体消费谨慎，更关注实用性和性价比。营销要贴近生活，送实惠、讲情怀。

附录：各群体的客户ID

智慧新贵：df53， ks92， eow61…

单身贵族：hx33， ixl205， jk12…

节俭长者：hsk92， owu103， psd92…

以上是我根据数据分析得出的客户分群及营销建议。希望对贵公司的精准营销有所启发。如有任何疑问，欢迎随时交流。"

我们可以看到，在简单明了的提示指导下，AI准确无误地从数据中"提炼"出了三个典型客户群像，并给出了有针对性的营销建议。这些洞见如果由人工分析，恐怕要花上好几天时间。更重要的是，整个分析过程没有用到一行代码，完全是零门槛的。这种"AI数据分析师"将是商业决策者的得力助手。

当然，在使用这一技术时，我们要把握几个要点：

把复杂任务分解成简单步骤；
给每个步骤的输出结果起个名字，方便后续调用；
设定输出的格式要求；
将分析逻辑和原始数据分开输入。

小结：

提示工程在各行各业都有广泛应用。营销人员可以用它生成有创意的文案和推广计划；客服可以让它当智能助手，7×24小时在线解答客户疑问；零售商可以依靠它优化个性化商品推荐；教师可以指导它针对每个学生的学习难点"私人定制"辅导方案；金融分析师可以用它快速生成行业研究报告… AI正以前所未有的速度赋能每个行业。而提示工程，就是驾驭 AI 力量的关键。

对于初学者，可以利用CO-STAR框架高效设计提示词结构；用分隔符将提示划分为不同的逻辑区域。随着对 AI 的理解加深，可以学习预置系统提示，让AI在整个对话流程中遵守统一的原则；甚至让 AI 自主分析数据、总结规律，成为商业决策的得力助手。这既是一门技术，更是一门艺术。