Prompt 是您给 AI（如 Claude）的文本，用于引发相关输出，通常以问题或指示的形式出现。它是一段指令，用于指挥 AI 生成您所需要的内容，每个单独的提示词叫 tag（关键词）。
Prompt 能够帮助大模型更好地理解用户的需求并按照特定的模式或规则进行响应。例如，可以设定“假设你是一位医生，给出针对这种症状的建议”，后续与大模型的对话会按照此设定展开。还有很多有趣的玩法，如在 prompt 的设定中要求模型按照一定的思路逻辑回答，像最近较火的思维链（cot）就是在 prompt 环节对模型的输出进行指导。此外，还能让模型按照特定格式（如 json）输出，使模型成为一个输出器。
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），emoji 也可以用。
语法规则包括：
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。|
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。
ok，在我们对于两个重要的基础模型，llm大语言模型和多模态模型的原理有了基础的认知后，我们可以再进一步，去理解下一些大模型领域常见的些术语名词，究竟是在干些什么，以及都能干什么。[heading3]1.prompt[content]prompt这个词很多人都听到过，甚至一度还出现过prompt优化师这样的角色。那么prompt是做什么的呢？prompt其实是给到大模型输入的一段原始的输入，能够帮助模型更好地理解用户的需求并按照特定的模式或规则进行响应。对于prompt，比如可以设定“假设你是一位医生，给出针对这种症状的建议”，然后你与大模型后续的对话中，都会按照这个原始设定来展开。这里有个比较有意思的玩法，就是我们可以在prompt的设定中，要求模型按照一定的思路逻辑去回答。比如最近比较火的cot，也就是思维链，也是在prompt这个环节，对于模型的输出进行指导。这里的玩法很多，比如我们还可以让模型按照特定格式的json输出等，这样模型真的就可以变成了一个输出器来使用。