LLM| 大语言模型（LLM）提示词的特点与应用策略

作为生成式人工智能最佳代表的大语言模型，给教育领域带来了不少惊喜。在初步应用之后发现，大语言模型使用的关键技术之一就是提示词的编写。通过合理编写提示词，可以有效降低大模型生成内容的“幻觉”水平。在“LLM+知识库”的RAG技术应用中，智能体的“控制单元”同样需要合理编写提示词。本篇小文就专门谈一谈对提示词特点的分析以及在使用策略方面的一些经验和心得。

一、提示词的本质特点与形态

我们将与大型语言模型（Large Language Model，简称LLM）的对话称为“提示词”（Prompt）或“输入提示”（Input Prompt），原因主要源于这些模型的工作原理和交互方式。LLM的工作原理，如GPT系列，是基于Transformer架构的深度学习模型，它们被训练以预测给定文本序列的下一个词或标记。为了实现这一点，模型需要某种形式的“开始”或“提示”，以便生成相关的、有意义的输出。从交互方式上看，当用户希望与LLM进行交互时，他们通常会提供一个简短的文本片段作为输入，这个片段被称为“提示词”。这个提示词可以是一个问题、一个指令、一个描述或其他任何形式的文本，其目的是激发模型生成与提示相关的响应。因此，将与LLM的对话称为“提示词”是因为这些模型需要用户提供的文本片段作为生成输出的起点或灵感来源。

提示词可以被理解为一种计算机的语言，这种语言与其他计算机语言最大区别在于它正在无限接近人类的自然语言。这样，“编程”工作就由以前的编写代码，变成了现在的“自然语言描述”。你只要给出自然语言指令，大语言模型就可以根据你的指令处理并输出程序结果。这种语言和人类自然语言还有一个相似之处。不同类型的人类语言都有自己的使用方式（语法），而不同厂家的大语言模型也同样具有不一样的沟通方式。从这个意义上说，前几天新加坡开展的提示词大赛得到的最佳提示词框架，未必适合所有的大语言模型。用户需要根据所应用的大语言模型的不同而有针对性地调整对话风格。

如果把提示词视为一种语言，那人类与大语言模型的交流就可以视为是人通过这种语言与AI实现意义层面的互动。这里我们首先需要把AI视为一个主体，把AI当人看。他（她）有智商和情商，有知识和技能。假以时日，他们通过其他物态人工制品的加持必将对世界带来巨大影响。然后才是模拟人际交互的各种方式实现人与AI的沟通。

在文生文的情境中，人与AI的交互方式主要有：问答系统：用户输入问题，LLM输出答案。

聊天机器人：用户输入消息，LLM模拟人类对话并回应。文本生成：用户输入关键词、描述或标题，LLM生成相应的文本内容，如文章、诗歌、电子邮件等。此外还有语音交互：通过结合语音识别和语音合成技术，人类可以与LLM进行语音交互。用户可以通过语音输入问题或指令，LLM则通过语音输出回答或响应。可视化交互：在某些应用中，LLM的输出可以通过可视化方式呈现给用户，如图表、图像或动画。这种交互方式可以使输出更加直观、易于理解。多模态交互：在一些复杂的应用中，人类与LLM的交互可能涉及多种模态，如文本、语音、图像等。LLM需要能够处理这些不同模态的输入，并生成相应的输出。所有以上对话场景中，均需要不同模态的“提示词”。

二、提示词的应用策略

在LLM（大型语言模型）中，提示词的撰写策略对于模型的表现和输出质量至关重要。以下是一些关键的提示词撰写策略：

1.清晰明确：提示词应该尽可能清晰明确，让模型能够准确理解用户的意图。避免使用模糊或含糊不清的词汇，尽量使用具体、明确的描述。

2.结构化：将提示词组织成结构化的形式，有助于模型更好地理解并生成相应的输出。例如，可以使用列表、段落或特定的格式来组织提示词。

3.使用分隔符：在提示词中使用分隔符（如逗号、分号、冒号等）来区分不同的部分或信息点，有助于模型更好地理解输入并生成相应的输出。

4.提供上下文：为模型提供足够的上下文信息，有助于模型更好地理解用户的意图并生成相关的输出。上下文信息可以包括用户的历史输入、背景知识等。

示例：在某些情况下，为模型提供示例可以帮助模型更好地理解用户的意图并生成相应的输出。示例可以是文本、图像或其他形式的数据。

5.避免冗余：避免在提示词中重复相同的信息或概念，这可能会导致模型混淆或产生不必要的输出。

6.考虑模型的输出限制：不同的LLM模型具有不同的输出限制，例如输出长度、词汇量等。在撰写提示词时，需要考虑这些限制，并确保提示词不会导致模型产生超出其能力范围的输出。

7.测试和调整：在将提示词应用于实际任务之前，建议进行充分的测试和调整。通过测试不同版本的提示词，可以确定哪种策略最适合特定的任务和数据集。

以下是一些具体的提示词撰写示例：

文本摘要：提供一段文本作为输入，并使用提示词“请为以下文本生成摘要：”来指示模型生成相应的摘要。

问答系统：对于一个问题，可以使用提示词“请问以下问题的答案是什么：”来指示模型生成相应的回答。

情感分析：对于一段文本，可以使用提示词“请分析以下文本的情感倾向（积极、消极或中性）：”来指示模型进行情感分析。

请注意，这些策略并非一成不变，而是需要根据具体的任务和数据集进行调整和优化。

上面是提示词编写的一些基本原则，接下来再介绍几种具体的策略技巧。

1.约法三章，避免答非所问

在使用大语言模型时，确保你的提示词明确、具体，能够清晰地传达你的需求。这意味着你需要“约法三章”，即：

明确主题：确保你的提示词明确指出了你想要讨论的主题或问题。比如，如果你想要询问一个关于人工智能的法律问题，你的提示词应该直接指向这个主题。

限制范围：不要让你的提示词过于宽泛，以免模型生成与你的需求无关的内容。你可以通过具体的时间、地点、情境等细节来限制模型的输出范围。

避免歧义：尽量避免使用可能引起歧义的词汇或短语。如果你的提示词有歧义，模型可能会产生不符合你期望的响应。

2.赋予人设，引导话语体系

为了让大语言模型的输出更加符合特定的风格或场景，你可以通过赋予模型一个“人设”来引导其话语体系。

定义角色：首先，确定你想要模型扮演的角色。这个角色可以是一个专业的律师、一个热情的客服、一个冷静的分析师等。

设定背景：为这个角色设定一个具体的背景，包括其专业领域、工作经验、个人特点等。这些背景信息将影响模型的输出风格和内容。

引导话语：在提示词中，通过设定与角色相关的语境或场景，引导模型以特定的方式输出内容。

3.你问我答，实现目标

通过构建一种“你问我答”的交互模式，你可以更加有效地利用大语言模型来实现你的目标。

设定问题：首先，明确你想要通过模型回答的问题。这个问题可以是关于某个主题的具体疑问，也可以是一个需要模型进行分析或解释的问题。

引导回答：在提示词中，通过设定问题的上下文、关键词等，引导模型生成符合你期望的回答。你可以通过逐步细化问题或提供额外的信息来引导模型的输出。

评估与反馈：在模型生成回答后，评估其是否符合你的期望。如果不满意，你可以根据模型的输出调整提示词，再次尝试。

4.巧用暗语，芝麻开门

在某些情况下，使用特定的术语或“暗语”可以帮助你更有效地与大语言模型进行沟通。

了解领域：首先，了解你所在领域的专业术语和常用表达方式。这些术语和表达方式将帮助你更准确地描述你的需求和期望。

使用暗语：在提示词中，使用这些专业术语或暗语来引导模型的输出。这些暗语可能包括特定的词汇、短语或缩写等。

注意上下文：在使用暗语时，确保你的提示词具有足够的上下文信息，以便模型能够正确理解你的意图。

5.反向“预训练”，投石问路，投其所好

在编写提示词之前，你可以通过反向“预训练”的方式了解大语言模型的特点和偏好，从而编写出更符合其“口味”的提示词。

了解模型：首先，了解你所使用的大语言模型的训练数据、算法特点和性能表现等信息。这将帮助你更好地理解模型的输出风格和偏好。

投石问路：尝试使用不同的提示词与模型进行交互，观察其输出内容和质量。这可以帮助你了解哪些类型的提示词能够产生更好的输出效果。

投其所好：根据你对模型的了解和测试结果，编写出更符合其特点和偏好的提示词。这将有助于提高模型的输出质量和效率。

6.苏格拉底提问策略

苏格拉底提问策略是一种通过提问来引导思考和探索的方法，也可以应用于大语言模型的提示词写作中。

提问启发：在编写提示词时，采用苏格拉底式的提问方式，通过逐步深入的问题来引导模型思考和探索某个主题或问题。

引导反思：在提问过程中，鼓励模型对自己的回答进行反思和评估。这可以帮助模型更深入地理解问题并产生更准确的答案。

建立逻辑：通过提问，帮助模型建立问题的逻辑框架和思路，从而生成更有条理和连贯的输出内容。

​

如何学习大模型

现在社会上大模型越来越普及了，已经有很多人都想往这里面扎，但是却找不到适合的方法去学习。

作为一名资深码农，初入大模型时也吃了很多亏，踩了无数坑。现在我想把我的经验和知识分享给你们，帮助你们学习AI大模型，能够解决你们学习中的困难。

我已将重要的AI大模型资料包括市面上AI大模型各大白皮书、AGI大模型系统学习路线、AI大模型视频教程、实战学习，等录播视频免费分享出来，需要的小伙伴可以扫取。

一、AGI大模型系统学习路线

很多人学习大模型的时候没有方向，东学一点西学一点，像只无头苍蝇乱撞，我下面分享的这个学习路线希望能够帮助到你们学习AI大模型。

二、AI大模型视频教程

三、AI大模型各大学习书籍

四、AI大模型各大场景实战案例

五、结束语

学习AI大模型是当前科技发展的趋势，它不仅能够为我们提供更多的机会和挑战，还能够让我们更好地理解和应用人工智能技术。通过学习AI大模型，我们可以深入了解深度学习、神经网络等核心概念，并将其应用于自然语言处理、计算机视觉、语音识别等领域。同时，掌握AI大模型还能够为我们的职业发展增添竞争力，成为未来技术领域的领导者。

再者，学习AI大模型也能为我们自己创造更多的价值，提供更多的岗位以及副业创收，让自己的生活更上一层楼。

因此，学习AI大模型是一项有前景且值得投入的时间和精力的重要选择。