在使用AI工具進(jìn)行內(nèi)容生成時(shí)，您可能會(huì)發(fā)現(xiàn)AI給出的結(jié)果并不盡如人意。實(shí)際上，這往往是由于沒(méi)有正確編寫(xiě)提示詞所致。

一個(gè)精心設(shè)計(jì)的提示詞能夠顯著提高AIGC工具生成內(nèi)容的質(zhì)量。本文將詳細(xì)介紹如何編寫(xiě)優(yōu)秀的AI提示詞（Prompt），并提供一些實(shí)用的建議和策略。

一、什么是提示詞（Prompt）

提示詞（Prompt）是用戶(hù)在使用人工智能模型提供給模型的輸入語(yǔ)句或短語(yǔ)，目的是引導(dǎo)模型生成特定類(lèi)型或風(fēng)格的輸出。簡(jiǎn)單來(lái)說(shuō)，提示詞便是給模型的指令，告訴模型我們期待得到什么樣的回答或生成什么樣的文本、圖片或者視頻。

提示工程（Prompt Engineering）是一種優(yōu)化技術(shù)，主要用于改進(jìn)人工智能模型（尤其是自然語(yǔ)言處理模型，如GPT-4等）的輸入數(shù)據(jù)，以提升模型的表現(xiàn)和結(jié)果準(zhǔn)確性。在此過(guò)程中，可能需要對(duì)輸入數(shù)據(jù)進(jìn)行預(yù)處理、選定特定的輸入格式，或設(shè)計(jì)策略以實(shí)現(xiàn)預(yù)期目標(biāo)。

提示詞主要由以下元素構(gòu)成：

• 指令：明確告知模型需要執(zhí)行的具體任務(wù)。

• 上下文：提供額外的背景信息，幫助語(yǔ)言模型作出更合適的響應(yīng)。

• 輸入數(shù)據(jù)：用戶(hù)提供的問(wèn)題或內(nèi)容。

• 輸出指示：定義輸出的類(lèi)型或格式。

二、如何有效地編寫(xiě)提示詞

以下是一些能夠幫我們獲得更好結(jié)果的策略：

01、讓AI模型扮演特定角色

不同的角色給出的答案會(huì)有所不同，以ChatGPT為例，為AI提示語(yǔ)賦予一個(gè)角色將有助于我們獲取更為準(zhǔn)確的結(jié)果。

比如：你是一位資深廣告文案策劃，根據(jù)我提供的產(chǎn)品信息，提煉10個(gè)產(chǎn)品賣(mài)點(diǎn)。

或者：你是一名中英翻譯，根據(jù)我輸入的中文內(nèi)容，翻譯成對(duì)應(yīng)英文。

02、明確指出期望的輸出長(zhǎng)度

明確指出期望的輸出長(zhǎng)度有助于AI生成更符合需求的內(nèi)容。比如：將以下文本總結(jié)為約100個(gè)單詞。

03、提供參考文本

給模型提供參考文本可以引導(dǎo)它更好地生成內(nèi)容。

例如，如果我們希望ChatGPT編寫(xiě)一段有關(guān)最新數(shù)字化營(yíng)銷(xiāo)的簡(jiǎn)單介紹?？梢越o出一些參考文本，提示詞可以是：

“參考以下現(xiàn)有的內(nèi)容，編寫(xiě)一段有關(guān)最新數(shù)字化營(yíng)銷(xiāo)的簡(jiǎn)單介紹。150字左右。”

（參考文本來(lái)源：ChatGPT生成，圖片來(lái)自官網(wǎng)）

04、通過(guò)示例表達(dá)期望的輸出格式

當(dāng)我們向AI展示并指出具體的格式要求時(shí)，AI可能會(huì)給出更符合需求的回答。

比如：列出全球五座最高的山峰，并分別羅列它們的名字和海拔。期望的格式：

（1）名稱(chēng)：山峰1，海拔：X米

（2）名稱(chēng)：山峰2，海拔：X米

（3）名稱(chēng)：山峰3，海拔：X米

（4）名稱(chēng)：山峰4，海拔：X米

（5）名稱(chēng)：山峰5，海拔：X米

05、在必要時(shí)提供參考樣本提示

先只提供指令，如果效果不佳，再提供少量參考范例，如果效果仍不理想，再適當(dāng)調(diào)整。

零樣本提示(zero-shot)例子：

從下方文本中提取關(guān)鍵詞：

文本：{文本}

關(guān)鍵詞：

少樣本提示（few-shot）例子：

從相應(yīng)的文本中提取關(guān)鍵字：

文本1：Python是一種流行的高級(jí)編程語(yǔ)言，適用于許多不同的應(yīng)用，包括網(wǎng)頁(yè)開(kāi)發(fā)，數(shù)據(jù)科學(xué)，人工智能，機(jī)器學(xué)習(xí)等。

關(guān)鍵詞1：Python，高級(jí)編程語(yǔ)言，網(wǎng)頁(yè)開(kāi)發(fā)，數(shù)據(jù)科學(xué)，人工智能，機(jī)器學(xué)習(xí)。

##

文本2：Facebook是一種社交媒體平臺(tái)，允許用戶(hù)創(chuàng)建個(gè)人資料，分享照片，視頻，發(fā)送消息，并保持與其他用戶(hù)的聯(lián)系。它還為企業(yè)提供廣告平臺(tái)，以便企業(yè)能夠接觸到全球的潛在客戶(hù)。

關(guān)鍵詞2：Facebook，社交媒體平臺(tái)，個(gè)人資料，分享，照片，視頻，消息，用戶(hù)，企業(yè)，廣告平臺(tái)，全球，潛在客戶(hù)。

##

文本 3：{文本}

關(guān)鍵詞3：

此處“##”被用作分隔符。

06、使用分隔符區(qū)分指令和上下文

將指令放在提示的開(kāi)頭，并使用分隔符如 ### 或者三重引號(hào) """ 來(lái)區(qū)分指令和上下文。以下是一個(gè)指令示例，僅供參考：

幫我對(duì)以下文本進(jìn)行歸納總結(jié)。

文本：""" {文本指令} """

“{}”是一個(gè)占位符，表示需要分析的實(shí)際文本內(nèi)容將在這里填充。

（圖片來(lái)自官網(wǎng)）

然而，如ChatGPT自己所言，在一些內(nèi)容邊界和語(yǔ)境比較清晰的情況下，###和三重引號(hào) """并非是必需的。聚加團(tuán)隊(duì)的建議是：在合適位置多使用分隔符，從而提升回答內(nèi)容的準(zhǔn)確性。

（圖片來(lái)自官網(wǎng)）

07、減少含糊的和不精確的描述 

盡可能具體、描述性和詳細(xì)地闡述要求和期待的結(jié)果等。減少指令中的含糊表達(dá)。

示例1：

效果較差的提示詞：這篇文章應(yīng)該包含一些引用，但不要插入太多。

效果更好的提示詞：在您的文章中至少包含3個(gè)相關(guān)的文獻(xiàn)引用，但不要超過(guò)5個(gè)。

示例2：

效果較差的提示詞：為XXX公司的耳機(jī)產(chǎn)品寫(xiě)一段銷(xiāo)售推廣文案。

效果更好的提示詞：撰寫(xiě)一段引人入勝的銷(xiāo)售文案來(lái)推廣我們新發(fā)布的無(wú)線(xiàn)耳機(jī)產(chǎn)品，150字左右，突出其噪音消除和舒適佩戴的特點(diǎn)。

08、指定適當(dāng)?shù)恼Z(yǔ)言風(fēng)格 

可以通過(guò)指定語(yǔ)言風(fēng)格來(lái)改變模型的回答，例如正式、非正式、幽默、嚴(yán)肅等。

例如：“你能夠以一種詩(shī)意的方式描述這個(gè)場(chǎng)景嗎？”或者“用通俗易懂的方式解釋這個(gè)科學(xué)概念”，“請(qǐng)以小紅書(shū)風(fēng)格撰寫(xiě)”。

09、用問(wèn)題引導(dǎo)答案的方向

當(dāng)想要獲得一個(gè)特定的答案或觀點(diǎn)時(shí)，可以以問(wèn)題的形式提出提示，這將更可能引導(dǎo)模型給出期待的回答。

例如，如果想讓模型給出正面的評(píng)論，可以問(wèn)：“這個(gè)方案有哪些令人印象深刻的優(yōu)點(diǎn)？”而不是開(kāi)放式的：“你對(duì)這個(gè)方案的評(píng)價(jià)是什么？”

10、添加生成代碼的特定“引導(dǎo)詞”

在使用AI工具進(jìn)行代碼生成時(shí)，使用“引導(dǎo)詞”來(lái)引導(dǎo)模型沿著特定模式生成。“SELECT”是SQL語(yǔ)句的一個(gè)好提示。同樣，添加“import”提示模型應(yīng)開(kāi)始用Python編寫(xiě)，“function”是JavaScript中用來(lái)聲明函數(shù)的關(guān)鍵字。下面為相應(yīng)對(duì)比示例：

效果較差的提示詞：

# 編寫(xiě)一個(gè)簡(jiǎn)單的JavaScript函數(shù)

# 1. 讓輸入一個(gè)數(shù)字

# 2. 計(jì)算該數(shù)字的平方

效果更好的提示詞：

# 編寫(xiě)一個(gè)簡(jiǎn)單的JavaScript函數(shù)

# 1. 讓輸入一個(gè)數(shù)字

# 2. 計(jì)算該數(shù)字的平方

function

11、將復(fù)雜任務(wù)分解為更簡(jiǎn)單的子任務(wù)

正如在軟件工程中將復(fù)雜系統(tǒng)分解為一組模塊化組件是一種好的做法一樣，提交給語(yǔ)言模型的任務(wù)也是如此。建議先對(duì)復(fù)雜的任務(wù)進(jìn)行分解，再讓AI生成內(nèi)容。

以編寫(xiě)一個(gè)全面的產(chǎn)品營(yíng)銷(xiāo)計(jì)劃為例。這個(gè)復(fù)雜的任務(wù)可以被分解為以下簡(jiǎn)單的子任務(wù)：

（1）首先，我需要你為這個(gè)產(chǎn)品編寫(xiě)一個(gè)吸引人的概述，突出產(chǎn)品的核心特性和優(yōu)勢(shì)。

（2）然后，為產(chǎn)品的各個(gè)特性和功能編寫(xiě)詳細(xì)的介紹。

（3）接下來(lái)，想出一系列的標(biāo)語(yǔ)或口號(hào)，這些標(biāo)語(yǔ)或口號(hào)應(yīng)該能夠準(zhǔn)確地傳達(dá)產(chǎn)品的價(jià)值和吸引客戶(hù)的注意力。

（4）最后，列出幾種可能的銷(xiāo)售策略，包括潛在的渠道和客戶(hù)群的建議。這些策略應(yīng)該根據(jù)產(chǎn)品的特點(diǎn)和目標(biāo)市場(chǎng)進(jìn)行定制。

12、給模型時(shí)間“思考”

在讓AI給出答案之前詢(xún)問(wèn)“思路鏈”的話(huà)，可以幫助ChatGPT推理出更可靠的答案。

例如說(shuō)：如果想要讓ChatGPT協(xié)助制作月度目標(biāo)，可以先問(wèn)一下是否有通用的目標(biāo)制定理論模型，再提供一些背景資料和歷史數(shù)據(jù)，讓ChatGPT扮演一個(gè)角色，再一步步引導(dǎo)它給出答案。

再以辯論賽準(zhǔn)備為例，我們可能會(huì)這樣詢(xún)問(wèn)模型：“在我開(kāi)始辯論之前，我需要確定我的論點(diǎn)是什么？有哪些證據(jù)或者論據(jù)可以支持我的觀點(diǎn)？我對(duì)手可能會(huì)提出哪些反駁論據(jù)？我怎樣提前準(zhǔn)備以反駁他們的觀點(diǎn)？有沒(méi)有什么我可能忽視的要點(diǎn)？”

在整個(gè)過(guò)程中，我們并沒(méi)有直接讓ChatGPT解決問(wèn)題，而是引導(dǎo)它沿著一個(gè)思路鏈一步一步地進(jìn)行思考。這樣可以確保AI有足夠的時(shí)間考慮問(wèn)題的各個(gè)方面，并且慢慢構(gòu)建起對(duì)問(wèn)題的理解。最后，我們?cè)僮孉I根據(jù)前面的步驟和理解來(lái)得出結(jié)論。

13、使用外部工具

通過(guò)將其他工具的輸出提供給模型來(lái)彌補(bǔ)模型的弱點(diǎn)。例如，一個(gè)文本檢索系統(tǒng)提供給模型關(guān)于相關(guān)文檔的信息。一個(gè)代碼執(zhí)行引擎，如OpenAI的代碼解釋器（Code Interpreter），可以幫助模型進(jìn)行數(shù)學(xué)運(yùn)算和運(yùn)行代碼。

策略：

（1）使用基于嵌入的搜索來(lái)實(shí)現(xiàn)有效的知識(shí)檢索；

（2）使用代碼執(zhí)行來(lái)進(jìn)行更準(zhǔn)確的計(jì)算或調(diào)用外部APIs；

（3）給模型訪(fǎng)問(wèn)特定功能的權(quán)限。

聚加互動(dòng)的指令工具也將會(huì)在不久后正式上線(xiàn)，助力企業(yè)更高效、便捷地使用AI工具進(jìn)行營(yíng)銷(xiāo)內(nèi)容的生成。我們已經(jīng)開(kāi)放內(nèi)測(cè)窗口，感興趣的讀者可以關(guān)注聚加互動(dòng)公眾號(hào)，與我們聯(lián)系。

14、使用最新的模型

為了獲得更精準(zhǔn)的結(jié)果，我們通常建議使用最新、功能強(qiáng)大的模型。新模型通常更易于進(jìn)行提示工程。

例如：相對(duì)于ChatGPT3.5，ChatGPT 4.0的功能更為強(qiáng)大，對(duì)于指令的回復(fù)也更好些。

寫(xiě)在最后

總的來(lái)說(shuō)，一個(gè)有效的提示詞能夠讓AI工具更加理解我們的需求，并生成更高質(zhì)量的內(nèi)容。掌握如何寫(xiě)出精準(zhǔn)的提示詞將有助于提高使用AI工具的效率和準(zhǔn)確性。

AI工具擁有巨大的潛力和能力。但正如任何強(qiáng)大的工具一樣，學(xué)習(xí)如何正確使用它是至關(guān)重要的。如果能夠正確地使用Prompt，它將成為我們強(qiáng)大的助手。隨著技術(shù)的不斷進(jìn)步，利用好AI工具將會(huì)是一項(xiàng)重要的能力。

隨著深度學(xué)習(xí)和人工智能的發(fā)展，不少企業(yè)都在努力尋求使用人工智能來(lái)解決問(wèn)題和優(yōu)化決策，對(duì)于能有效地驅(qū)動(dòng)這些模型并優(yōu)化輸出的人才需求也在不斷增長(zhǎng)。

Prompt Engineer就屬于此類(lèi)人才，其在人工智能領(lǐng)域中扮演重要的角色。Prompt Engineer的主要職責(zé)是設(shè)計(jì)和優(yōu)化輸入數(shù)據(jù)，以提高模型輸出結(jié)果的精準(zhǔn)度。他們需要理解數(shù)據(jù)、模型以及模型和數(shù)據(jù)之間的關(guān)系，然后選擇或制定最佳的提示策略。

未來(lái)，隨著人工智能的進(jìn)一步發(fā)展，Prompt Engineer將會(huì)有更廣闊的前景。

參考資料：

https://platform.openai.com/docs/guides/prompt-engineering/six-strategies-for-getting-better-results

https://help.openai.com/en/articles/6654000-best-practices-for-prompt-engineering-with-the-openai-api

https://www.promptingguide.ai/zh/introduction/tips