记得ChatGPT 刚火的的时候，「提示词 」这个陌生的词也随之走进了大众视野，甚至很快就出现了「提示词工程师」的高薪岗位，那么什么是「提示词 」呢？

提示词和提示词工程

提示词(prompt)，是输入给大预言模型的一段文本，本质上只是一段 token 序列。如果用大白话说就是：我们向大模型（LLM）输入的文字。

提示词工程(prompt engineering)是不断设计和优化提示词的过程，经过数次迭代最终可以满足用户的需求。用大白话说就是：如何高效的和 LLM 交流的方法和技巧

举个例子，一般的提示词

经过提示词工程优化之后

我的经验

我写提示词的一般框架：
1.先交代背景，告诉大模型在此次问答中是一个什么身份
2.交代要做的具体任务，以动词开头，比如“请总结。。。/请帮忙生成。。。/请概括。。。”
3.交代任务的约束条件，比如展示形式、是否排除一些特殊情况

为了更好的优化提示词，还可以使用以下技巧

• 少样本提示，就是在问题后面追加几个实例
• 思维链，把大的问题拆解成具体细节的步骤告诉 LLM
• 从少到多，和思维链类似，只是拆解问题的过程教给 LLM 来回答
• 外部知识的补充，可以通过{{变量名}}的形式向 LLM 提问，具体的变量名由本地的知识补充，这种方式也可以通过上传附件的形式来实现
• 再三确认，在 LLM 给出答案后，可以让 LLM 再次确认，比如当 LLM 生成了一段代码，我们可以追问：请给出上面代码 3 处可以优化的地方并给出解释，或者直接问：上面的代码还有可以改进的地方吗

最后，由于特定的一个 LLM 不能保证 100% 的可靠，我们自己也要时刻保持质疑的精神，同一个问题可以既问一下 ChatGPT，又问一下 Microsoft Copilot。