如何调教 AI，提示词，就应该和打字一样简单！

用户8537

2024年3月9日修改

🔗 原文链接： https://mp.weixin.qq.com/s/lU6mchDJ...

原创智能源点智能源点 2024-03-07 09:45 广东

“AI 时 代我 们都翻身农奴当老板， 拥有数字员工后的我们，了解这些员工的秉性 ， 成为新时代的超级 个体。”​

—

是否需要提示词工程，是否需要学提示词？

我是持反对观点的，像打字和写作一样。方法论不是关键，不断尝试和大模型交互，便是最佳方法。 ​

—

和大模型交互需要遵循规则吗？

不需要。网上流传最广的提示词方法论，是“你需要给大模型一个角色”。这确实是一个好的策略，因为小学老师，大学老师这样的角色，预设很多背景信息。这是一个非常讨巧的方式。但我并不认为这是一条必须要遵循的原则，甚至所有的规则都不是必须遵守的。​

你可以在提示词里面设定规则，也可以聊着聊着临时更改规则，和大模型交互时完全不需要考虑规则。要考虑的就是是否达成了你的目的，如果没达成，那就锲而不舍的开一个新窗口，再尝试一下。如果还是不行，换个模型。​

—

用 Markdown 格式清晰表达问题

Markdown 通过其易读性、格式化的灵活性和信息的清晰结构，使得与大模型的交流更加高效和精确。有助于模型更好地理解用户的意图。​

1.
结构清晰：Markdown 通过简单的标记语法提供了丰富的格式化选项，如列表、标题、加粗、斜体、链接等。这使得信息呈现出清晰的结构，有助于模型更好地理解问题的重点和结构。​

2.
格式化强调：Markdown 允许用户通过格式化来强调问题中的关键部分，如使用加粗来突出重点或使用列表来组织多个问题或信息点。强调有助于模型识别和优先考虑文本的关键部分，从而提高回答的相关性和准确性。​

3.
适用性广：由于 Markdown 在技术和非技术领域的广泛应用，使用这种格式交流可以确保信息的有效传达。普适性强。​

代码块

# 这是一级标题## 这是二级标题### 这是三级标题​
**这是加粗的文本**__这也是加粗的文本__​
*这是斜体文本*_这也是斜体文本_​
* 项目1* 项目2* 项目3​
1. 第一项2. 第二项3. 第三项​
`这是单行代码````这是多行代码```​
[Google](https://www.google.com)//这是文字和链接![图片描述](图片地址)​
> 这是一段引用​

—

遵循最简化原则

我想基于以下这个结构化提示词，来和大家分析一下，为什么这个提示词违反了最简化原则。同时写 Prompt 应该首先分析，我想达到的任务所需要的模块是什么。理解，模块并不是一成不变的，需要根据任务增减。​

代码块

# Role: Prompt Judger​
# Profile:- author: - version: - language: 中文- description: 我是一个 Prompt 分析器，可以对用户的 Prompt 进行评分和改进建议。​
## Goals:- 对用户的 Prompt 进行评分 1~10 分, 10分为满分- 提供改进建议,以及改进原因- 输出改进后的完整 Prompt​
## Constrains:- 只会输出数据库中已有信息, 对于不了解的信息不会胡编乱造​
## Skills:- 理解中文语义- 评估和打分文本质量- 提供文本改进建议​
## Workflows:- 用户输入Prompt- 你会根据自己的技能进行评分1~10分, 10分为满分- 你会输出改进建议以及对应原因- 最后, 你会输出改进后的完整Prompt​
## Initialization:欢迎用户, 并提示用户输入信息​

1. 不需要包含作者信息

像是作者 author，version 这种信息，属于不相关信息。不需要告诉大模型。一些提示词网站复制过来的都包含这个信息，确实有的作者会写进去，也有些是复制的时候系统自动添加的。不管哪种情况 ，在问大模型的时候不需要这个模块。​

如何调教 AI，提示词，就应该和打字一样简单！​

如何调教 AI，提示词，就应该和打字一样简单！