Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

什么是Prompt

Answer

Prompt 是指您给 AI 模型(如 Claude 等)的文本,用于引发相关输出。它通常以问题或指示的形式出现,例如“为什么天空是蓝色的?”。简单来说,它是一套您和大模型交互的语言模板,通过这个模板,您可以输出对于大模型响应的指令,明确模型应该做什么、完成什么任务、如何处理具体任务,并最终输出您期望的结果。

从更专业的角度来看,大模型的本质是一个基于语言的概率模型,Prompt 给了一个模板,包括对模型的要求、输入和输出的限制,大模型在这个限制下得到概率最大的答案。

此外,每个单独的提示词叫 tag(关键词),支持英语等语言(不用担心英语不好的问题,可点击相关链接获取提示词字典),emoji 也可以使用。在语法规则方面,用英文半角符号逗号来分隔 tag,逗号前后有空格或者换行不影响效果;可以改变 tag 权重,有不同的写法;还可以进行 tag 的步数控制。

Content generated by AI large model, please carefully verify (powered by aily)

References

1.Intro to prompting 提示简介

A prompt is the text that you give Claude to elicit,or"prompt,"a relevant output.A prompt is usually in the form of a question or instructions.For example:提示是您给Claude的文本,用于引发相关输出。提示通常以问题或指示的形式出现。例如:|Role|Prompt||-|-||User|Why is the sky blue?<br>为什么天空是蓝色的?|The text that Claude responds with is called a"response",sometimes also called an"output"or"completion."Claude回答的文本被称为“响应”,有时也被称为“输出”或“完成”。|Role|Response||-|-||Assistant|The sky appears blue to us due to how the molecules in the air scatter light from the sun.The shorter wavelength light(blue)scatters more easily than the longer wavelength light(like reds and yellows),so when we look up at the sky,what we see is all the scattered blue light.This is known as Rayleigh scattering.The color of the sky varies based on conditions like the angle of the sun and amount of dust/water in the air,but during the day with a clear sky,the blue wavelength of light is most responsible for the color we perceive.<br>对我们来说,天空呈现蓝色是由于大气分子散射来自太阳的光线。较短波长的光(蓝色)比较长波长的光(如红色和黄色)更容易散射,因此当我们抬头望天空时,看到的是散射的蓝色光线。这被称为瑞利散射。天空的颜色会随着太阳角度和空气中灰尘/水的含量等条件而变化,但在白天晴朗的天空中,蓝色光波长最负责我们所感知的颜色。|

从原理到应用一次讲清楚 Prompt

原创小宝聊AI小宝聊AI 2024-01-30 00:12发表于浙江小宝聊AI十年大厂架构师,专注于大模型技术和应用29篇原创内容公众号本文长度5000字阅读时长预计需要20分钟本文目录一、什么是Prompt二、用更加专业的方式定义Prompt三、用数学来理解Prompt四、NLP发展的四大范式五、为什么Prompt可以减少幻觉六、Open AI()提供的最佳实践七、可以直接使用Prompt的关键框架八、为什么使用框架的效果好[heading2]1、什么是Prompt[content]简单来说,其实是一套你和大模型交互的一种语言模板。通过这个模版,你可以输出你对于大模型响应的指令,用于大模型应该具体做什么指定,完成什么任务,如何处理具体的任务,并最终输出你期望的结果。虽然大模型具有基础的文字能力,能够理解你对于模型说的大部分话,但是为了达成大模型更好的回答效果,需要通过Prompt,来提升模型返回的准确性。如果说,过去的时代,人机交互的主要方式是通过代码,那么我认为在大模型时代,交互语言的主要方式其实是Prompt。[heading2]2、用更加专业的方式定义[content]Prompt大模型的本质是一个基于语言的概率模型,他返回他觉得概率最大的内容。如果是直接问大模型,没有提供Prompt,相当于大模型随机给出他的答案。有了Prompt,其实是给了一个模板,这个模板包括了对于模型的要求,输入和输出的限制,大模型在这个限制之下,去得到概率最大的答案。

Prompt的专场教程-基础篇

一段指令,用于指挥AI生成你所需要的内容,每个单独的提示词叫tag(关键词)。[heading2]支持的语言[content]支持的语言为英语(不用担心英语不好的问题,[点击蓝字进入提示词字典](https://ops.jk.cm/#/apps/ops/))另外注意emoji也可以用的?,好赞?,但是我不造用了emoji可以有什么好处hhh。[heading2]语法规则[content]1.用英文半角符号逗号,来分隔tag。注意逗号前后有空格或者换行都不影响效果,示例见下方代码块2.改变tag权重:注意tag的顺序越靠前对于SD来说权重越大,但是依旧可以给每个位置上的tag单独设置权重。而且还有两种写法。2.1.(tag:权重数值):数值从0.1~100,默认状态是1,低于1就是减弱,大于1就是加强2.2.(…(tag)…)/[…[tag]…]:每加一层()括号,权重就重1.1倍,每加一层[]括号就反向减弱1.1倍.比如说括号加两层是1.1*1.1=1.21倍,三层是1.331倍……示例见下方代码块,两种方法都可以用,第一种清晰明确,第二种方便快捷。3.进行tagde步数控制(高级玩法,快试一试,可以秀了):就是SD先按你输入的这个tag1开始生成,然后在达到你设定的步数之后,tag1停止产生作用,此时tag2再参与到对内容生成的影响。[tag1:tag2:数字],数字大于1理解为第X步前为tag1,第X步后变成tag2,数字小于1理解为总步数的百分之X前为tag1,之后变成tag2,示例见下方代码,代码块的#后为注释。注意这两种方法各有优劣,建议按需灵活调用。

Others are asking
PromptEnhancer
以下是关于 PromptEnhancer 的相关信息: PromptEnhancer 是一款自动生成/优化 prompt 的工具。 在对最流行的“AI 提示生成器”的比较分析中,针对“作为一名 IT 学生,为我的高级项目提出想法;我想要关于学生帮助大学学生的想法”这一测试种子提示,PromptEnhancer 在实验中的成绩为 4 胜 0 负。 相关链接:https://flowgpt.com/prompt/sbuYQwUq_8v8fafR5zJuB
2025-04-20
1.2Prompts 市场营销类
以下是关于市场营销类的 1.2 Prompts(提示词)相关内容: 专业推特新闻小编(作者:Carl):提取文本里的关键信息,整理所有信息并用浅显易懂的方式重新说一遍,让没有技术背景的人也能听懂,同时要写得吸引眼球。使用 Unicode 符号和 Emoji 表情符号来优化排版,提供更好的阅读体验。目标包括提取新闻关键信息并用浅显方式重新表述、为用户提供更好阅读体验让信息更易理解、增强信息可读性提高用户专注度。约束条件为不会偏离原始信息,只基于原有信息收集的消息做合理改编,只使用 Unicode 符号和 Emoji 表情符号进行排版。参考链接: 给 Prompt 打分(作者:李继刚):类似 Prompt 药剂师,通过对用户的 Prompt 进行分析,给出评分和改进建议,帮助用户提升 Prompt 的效果。用户基于当下认知写完 Prompt,不知现在的写法有什么问题,需要帮忙分析。要提供准确的评分和改进建议,避免胡编乱造的信息。参考链接:
2025-04-09
分析程序员在AI能力上的不同维度,比如AI框架,AIPrompt等
以下是对程序员在 AI 能力上不同维度的分析,包括 AI 框架和 AI Prompt 等方面: AI 框架: PromptPal:专为 AI 领域中的初创公司和个人开发者设计的提示管理工具,是一个集中化平台,便于在 AI 项目中管理提示,实现协作和工作流程优化。具有本地部署和云原生、简易设置、数据库支持、SDK 支持、提示跟踪与分析、协作工具等特点。开发指向: ChainForge:开源的可视化编程环境,专门用于测试大型语言模型(LLMs)的提示。允许用户进行快速而有效的提示想法测试和变化,具有多模型测试、响应质量比较、评估指标设置、多对话管理等特点。开发指向: AI Prompt: Promptknit:为 AI Prompts 测试提供服务的平台,可能提供工具和资源来帮助用户设计、测试和优化 AI 模型的提示。网站: 对于律师等法律人写好 Prompt 的建议: 明确 Prompt 是给人工智能(AI)系统提供的信息或问题,用来引导其产生特定回答或执行特定任务。 建议框架及格式:CRISPE 包括 Capacity and Role(能力与角色)、Insight(洞察)、Statement(陈述)、Personality(个性)、Experiment(举例)。例如,在处理合同纠纷案件时,为 AI 赋予角色和能力,提供背景信息和上下文,明确期望其完成的任务,设定回答风格等。
2025-04-09
如何学习Prompt
以下是关于如何学习 Prompt 的详细指导: 一、准备工作 首先,您需要有一个大模型帐号,并熟悉与它们对话的方式。以下为您推荐一些可用的平台: 1. ChatGPT4(性能最强) 2. 国产平替: 二、学习资料 1. 必看 OpenAI 的官方文档: 同时,还有中文精度版的官方 Cookbook 可供参考: 三、网站资源 以下是一些精选的 Prompt 相关网站: |站点名|网站介绍|地址|附件| ||||| |Learning Prompt|授人以渔,非常详尽的 Prompt 学习资源,包括 ChatGPT 和 MidJourney||| |FlowGPT|国外做的最大的 prompt 站,内容超全面,更新快||| |ChatGPT Shortcut|ChatGPT 提示词网站,提供了非常多使用模板,简单修改即可指定输出||| |ClickPrompt|轻松查看、分享和一键运行模型,创建 Prompt 并与其他人分享||| |Prompt Extend|让 AI 帮你自动拓展 Prompt||| |PromptPerfect|帮你自动优化提示词,你可以看到优化前后的对比||| |PromptKnit|The best playground for prompt designers||| |PromptPort(支持中文)|AI Prompt 百科辞典,其中 prompts 是聚合了市场上大部分优质的 prompt 的词库,快速的寻找到用户需求 prompt||| |Prompt Engineering Guide|GitHub 上点赞量非常高的提示工程指南,基于对大语言模型的浓厚兴趣,编写了这份全新的提示工程指南,介绍了大语言模型相关的论文研究、学习指南、模型、讲座、参考资料、大语言模型能力以及与其他与提示工程相关的工具。||| 四、学习建议 1. 理解提示词的作用:提示词向模型提供了上下文和指示,其质量直接影响模型输出的质量。 2. 学习提示词的构建技巧: 明确任务目标,用简洁准确的语言描述。 给予足够的背景信息和示例,帮助模型理解语境。 使用清晰的指令,如“解释”、“总结”、“创作”等。 对特殊要求应给予明确指示,如输出格式、字数限制等。 3. 参考优秀案例:研究和学习已有的优秀提示词案例,可在领域社区、Github 等资源中查找。 4. 实践、迭代、优化:多与语言模型互动,根据输出提高提示词质量。尝试各种变体,比较分析输出差异,持续优化提示词构建。 5. 活用提示工程工具:如 Anthropic 的 Constitutional AI。 6. 跟上前沿研究:提示工程是当前前沿研究领域之一,持续关注最新研究成果和方法论。 精心设计的提示词能最大限度发挥语言模型的潜力,多实践、多学习、多总结,终可掌握窍门。请注意,以上内容由 AI 大模型生成,请仔细甄别。
2025-03-29
学习Prompt Engineering
提示工程(Prompt Engineering)是人工智能领域中,特别是在自然语言处理(NLP)和大型语言模型(LLMs)的上下文中一个相对较新的概念。 其关键点包括: 1. 精确性:通过精确的提示,提高 AI 模型输出的相关性和准确性。 2. 创造性:需要创造性地思考如何构建问题或请求,以激发 AI 模型的特定能力。 3. 迭代:通常需要多次尝试和调整提示,以获得最佳结果。 4. 上下文理解:提示需要包含足够的上下文信息,以便 AI 模型能够理解并执行所需的任务。 提示词通常指的是直接输入到 AI 模型中的问题、请求或指示,它们是提示工程的一部分。提示词可以简单,也可以复杂。 提示工程与提示词的区别在于:提示词是实际输入到 AI 系统中的具体文本,用以引导模型的输出。提示工程则是一个更广泛的概念,不仅包括创建提示词,还涉及理解模型的行为、优化提示以获得更好的性能、以及创造性地探索模型的潜在应用。提示工程的目标是最大化 AI 模型的效用和性能,而提示词是实现这一目标的手段之一。 在实际应用中,提示工程的提示开发生命周期包括: 1. 开发测试用例:在定义任务和成功标准之后,创建一组多样化的测试用例,涵盖应用程序的预期用例,包括典型示例和边界情况,以确保提示具有鲁棒性。提前定义好的测试用例将使您能够客观地衡量提示与成功标准的表现。 2. 设计初步提示:制定一个初步的提示,概述任务定义、良好响应的特征,以及所需的上下文。理想情况下,添加一些规范输入和输出的示例供参考。这个初步提示将作为改进的起点。 3. 根据测试用例测试提示:使用初步提示将测试用例输入到模型中。仔细评估模型的响应与预期的输出和成功标准是否一致。使用一致的评分标准,无论是人工评估、与答案标准的比较,甚至是基于评分标准的模型判断。关键是要有一种系统性的评估性能的方式。 请注意,以上内容由 AI 大模型生成,请仔细甄别。
2025-03-25
写Prompt的技巧
以下是关于写 Prompt 的技巧: 1. 明确任务:清晰定义任务,如写故事时包含背景、角色和主要情节。 2. 提供上下文:若任务需特定背景知识,提供足够信息。 3. 使用清晰语言:尽量用简单、清晰的语言,避免模糊或歧义词汇。 4. 给出具体要求:如有特定格式或风格要求,在 Prompt 中明确指出。 5. 使用示例:如有特定期望结果,提供示例帮助 AI 模型理解需求。 6. 保持简洁:避免过多信息,防止 AI 模型困惑。 7. 使用关键词和标签:有助于模型理解任务主题和类型。 8. 测试和调整:生成文本后检查结果,根据需要调整 Prompt 。 此外,编写 Prompt 还可注意以下几点: 尽可能多挖掘需求信息。 把需求信息变成清晰合理的 Prompt 。 不断尝试迭代,直至 Prompt 能解决问题。 在写 Prompt 时,利用 Fewshots 技巧也很实用,通过提供 1 3 个输入 输出示例,让 GPT 学到样本共性,提升输出结果质量。可在“如何写好 Prompt:结构化”的基础上,增加“Examples:”结构块,举 1 3 个示例。
2025-03-21