基础提示技术

本课将深入学习使提示词有效的基础技巧。您可以把它们想象成与大型语言模型（LLM）清晰沟通的基本构件。

我们将介绍如何提供清晰指令、使用称为分隔符的特殊字符，以及控制 LLM 回答的风格和长度。

提示工程中最重要的规则是做到清晰明确。LLM 功能强大，但会按字面执行您的指令。歧义可能导致意外或不正确的输出。

• 直截了当：准确说明您想要什么。
• 避免术语：除非确实需要某个特定术语，否则使用简单语言。
• 不要想当然：不要指望 LLM 猜测您的意图。

我们来看一个例子。模糊的指令可能只会得到笼统的回答。精确的指令能引导 LLM 完成您确切需要的任务。

模糊提示词： Write about dogs.
精确提示词： Write a 3-sentence fun fact about Golden Retrievers, focusing on their friendly nature.

注意，第二个提示词明确了主题、长度和重点。

编写指令时，请考虑以下几点，使指令更加有效：

• 任务：LLM 应该做什么（例如总结、解释、生成内容）？
• 主题：任务涉及什么内容？
• 限制条件：有哪些限制（例如长度、语气、格式）？
• 目标：期望达到什么结果？

您提供的细节越多，LLM 就越能满足您的期望。

有时，您的提示词需要包含不同部分：指令、输入文本、示例等。分隔符是帮助 LLM 理解各部分边界的特殊字符或标签。

它们可以防止 LLM 感到困惑并误解您的请求，尤其是在您提供大量信息时。

以下是一些常用的分隔符：

• 三个反引号：```
• 三个引号："""
• XML 风格的标签：<example>、</example>
• 井号：###

请选择一种能清楚分隔内容的方式，通常与输入数据的格式相匹配。

让我们看看三个反引号如何将您希望 LLM 处理的文本与指令分隔开来：

Summarize the following text in one sentence:
```The sun was setting, casting long shadows across the quiet meadow. A gentle breeze rustled through the tall grass, and the distant sound of crickets filled the air.```

现在，LLM 能清楚地知道哪一部分是指令，哪一部分是需要总结的文本。

您还可以指示 LLM 应如何呈现输出。这包括以下方面：

• 语气：正式、随意、幽默、专业。
• 格式：项目符号、编号列表、段落、JSON 格式。
• 风格：博客文章、电子邮件、诗歌、新闻文章。

明确说明风格有助于让生成的内容达到期望的审美效果和用途。

对于许多任务来说，回答的长度非常重要。您可以直接在提示词中指定：

• “用三句话概括。”
• “提供不超过50 个词的回答。”
• “列出5 个要点。”

这样可以让回答简洁、重点突出，或在需要时保持全面，避免输出过长或过短。

现在是快速检验您对提示词基础技巧所学内容的时候了。

做得很好！您已经学会了基础提示词工程的要点：

• 清晰的指令：提出请求时要具体、直接。
• 分隔符：使用 ``` 等字符清晰地分隔提示词中的各个部分。
• 输出控制：指定 LLM 响应所需的长度和风格。

这些技巧是与 LLM 有效沟通的基础。在下一课中，我们将学习如何理解 LLM 的能力，帮助您为提示词设定合理的预期。