Ideas worth a closer look
VIVA PARADOX.Independent stories, clearly told.
Viva Paradox · ZH-HANS

什么是提示词工程?新手指南

Conceptual editorial artwork: 什么是提示词工程?新手指南

提示词工程,是指对提供给 AI 模型的输入进行设计和打磨,使其能针对特定任务给出更有用的回应。对新手来说,这通常意味着更清楚地说明你想要什么,补充相关背景,设定限制条件,并指定答案的格式。

它并不是某种神奇措辞。更好的提示词可以提升清晰度、相关性和结构性,但不能保证事实准确,也不能消除幻觉。应把提示词工程视为更大工作流程中的一项实用技能;这个流程可能还需要核查来源、检索数据、使用工具、专家审阅或人工判断。

什么是提示词工程?

提示词工程,是指对提供给 AI 模型的指令、背景、示例和输出要求进行组织和塑造。

提示词可以很简单,例如:

用五个要点总结这篇文章。

也可以更具体:

为一位忙碌的产品经理总结下面这篇文章。重点关注客户痛点、用户提出的功能需求以及任何风险。使用三个部分:主要主题、文章中的证据、待确认问题。如果文章没有提供足够信息,请直接说明,不要猜测。

第二个提示词的工程化程度更高,因为它界定了任务,明确了受众,设定了优先事项,并说明了期望的输出结构。

AWS 在其《提示词工程概念文档》中将提示词工程描述为一种通过任务框定、指令和示例来引导模型行为的方法。核心思想就在于:模型的回应在很大程度上取决于它接收到的输入。

为什么提示词工程很重要

很多令人失望的 AI 回应并不是因为模型无法完成任务,而是因为指令含糊。像“把这个改好一点”这样的提示词,会让模型自行猜测“更好”是什么意思。更短?更正式?更有说服力?更准确?更简洁?

提示词工程可以帮助你减少这种猜测。它有助于:

  • 清晰度:模型能更准确地理解任务。
  • 相关性:回应更可能聚焦于你关心的信息。
  • 格式:输出更便于浏览、复制或复用。
  • 一致性:类似任务可以遵循相同结构。
  • 迭代:你可以检查哪里出了问题,并有针对性地修改提示词。

它的价值是实践性的,而不是理论性的。营销人员可能需要一份活动简报,学生可能需要一份学习指南,分析师可能需要从笔记中提取主题,产品经理可能需要总结取舍。每项任务都需要不同的提示词细节。

一个好的提示词应包含什么?

一个有用的提示词通常会包含以下要素中的若干项:

提示词要素 作用 示例
任务 告诉模型要做什么 “总结客户反馈。”
背景 提供模型所需的背景信息 “这是某款预算管理应用试用用户的反馈。”
受众 影响语气和细节程度 “写给非技术背景的高管。”
限制条件 设定边界 “只使用所提供的信息。”
示例 展示你想要的模式 “将评论分类为 Bug、功能请求、价格或其他。”
输出格式 让答案可用 “返回一个表格,列包括主题、证据和优先级。”
成功标准 定义一份好答案应当达成什么目标 “突出可能影响转化的问题。”

示例尤其有用,因为它们能让模型看到你想要什么样的回答。AWS的指南支持用示例来引导模型行为,但不应把示例视为模型总会正确回答的证明。

一个简单的提示词工程流程

初学者不需要复杂框架。可以使用这个六步流程:

  1. 从任务开始。你希望模型做什么:总结、分类、起草、比较、提取、改写,还是解释?
  2. 添加上下文。提供模型需要的信息,并说明这些信息代表什么。
  3. 设置约束。告诉模型应包含、排除、假设或避免什么。
  4. 指定输出。要求使用要点、表格、JSON、电子邮件草稿、核对清单或其他格式。
  5. 检查回答。查看是否缺少上下文、重点有误、存在无依据的说法,或格式不佳。
  6. 修改提示词。根据你观察到的具体问题来调整提示词。

关键是基于真实问题进行修改。不要只是为了让提示词显得高级而添加指令。只有当前一次输出不清晰、不完整、过于宽泛、过于啰嗦或不好使用时,才添加相应指令。

示例说明:把含糊的提示词改成有用的提示词

以下是示例说明,不是性能测试。示例输入、提示词修改和参考答案都是为展示流程而虚构的,并不是某个特定AI系统的实际输出。

场景

一位产品经理收到三条关于一款预算管理应用的客户反馈,希望为每周团队会议整理一份有用的摘要。

虚构输入

  • 客户A:“我喜欢支出图表,但我不知道怎样连接我的第二个银行账户。”
  • 客户B:“这个应用挺有帮助,但和其他预算管理工具相比,订阅价格感觉偏高。”
  • 客户C:“我希望它能在我超过某个类别限额之前提醒我,而不是超过之后才提醒。”

含糊的提示词

总结这些反馈。

为什么它不够好

这个任务是真实的,但提示词没有说明摘要面向谁、应支持什么决策、需要多详细,或哪种格式才有用。模型可能会生成一个泛泛而谈的段落,虽然技术上相关,但很难用于行动。

修改1:添加受众和目的

为正在准备每周优先级会议的产品团队,总结这些客户反馈。

这样更好,因为模型现在知道这份摘要应当支持产品决策。

修改2:添加输出格式和类别

为正在准备每周优先级会议的产品团队,总结这些客户反馈。返回一个表格,列包括主题、证据、可能的产品影响和待确认问题。

这样会让输出更容易浏览,并把摘要转化为决策辅助材料。

修改3:添加约束

请总结以下客户反馈,供正在准备每周优先级排序会议的产品团队使用。只使用已提供的反馈;不要编造用户数量、严重程度评分或业务影响。返回一个表格,列为“主题”“依据”“可能的产品影响”和“待确认问题”。每一行保持简洁。

这个版本降低了回答夸大证据的可能性。它不能保证准确性,但给出了更清晰的边界。

最终提示词

请总结以下客户反馈,供正在准备每周优先级排序会议的产品团队使用。只使用已提供的反馈;不要编造用户数量、严重程度评分或业务影响。返回一个表格,列为“主题”“依据”“可能的产品影响”和“待确认问题”。每一行保持简洁。

反馈:
– 客户A:“我喜欢支出图表,但不知道怎么连接我的第二个银行账户。”
– 客户B:“这个应用很有用,但和其他预算工具相比,订阅价格感觉偏高。”
– 客户C:“我希望它能在我超出某个类别限额之前提醒我,而不是超出之后才提醒。”

编辑参考答案,并非观察到的模型输出

主题 依据 可能的产品影响 待确认问题
账户连接困惑 客户A不知道如何连接第二个银行账户。 新手引导或账户关联流程可能需要更清晰的指引。 用户在连接流程的哪个环节卡住?
价格顾虑 客户B表示,与其他工具相比,订阅价格感觉偏高。 可能需要审查定价页面、套餐组合或价值传达。 客户在拿哪些竞争产品作比较?
主动预算提醒 客户C希望在超出类别限额之前收到提醒。 更早的通知可能提升用户对实用性的感知。 什么样的提醒时机既能让用户觉得有帮助,又不会觉得烦?

边界情况

这个提示词可以整理这三条评论,但无法告诉团队这些问题有多普遍。如果产品团队需要根据出现频率、收入影响或流失风险来确定优先级,就需要更多数据。提示词工程可以格式化并解读已提供的反馈,但无法凭空创造并不存在的可靠证据。

新手应了解的提示词工程技巧

给模型一个具体任务

不要要求模型给出笼统回答,而要明确说明任务。

较弱:

帮我处理这份报告。

更强:

找出这份报告中的三个主要风险,并解释每个风险为什么对财务高管重要。

具体任务会缩小模型回答的范围。

添加模型应使用的上下文

如果模型需要背景信息,就提供给它。当任务取决于你的公司、项目、受众、文档或数据集时,这一点尤其重要。

例如:

这是一封发给现有客户的邮件草稿,内容是计划中的维护时段。请把它改写得清楚、简短,并让人安心。不要添加草稿中没有的细节。

这个约束很重要,因为它告诉模型不要编造运营细节。

要求可用的格式

如果你需要表格,就要求表格。如果你需要一封简短邮件,就要求简短邮件。如果你需要结构化数据,就说明字段。

例如:

仅根据所提供的文本,返回一个表格,列包括问题、证据、建议的下一步和置信度。

输出格式应当与你工作流程中的下一步相匹配。

在模式很重要时提供示例

当你希望模型遵循某种分类方式、语气或结构时,示例会很有帮助。

例如:

将每个支持工单分类为“账单”“登录”“功能请求”“Bug”或“其他”。

示例:“我这个月被扣了两次费”→“账单”。

这类示例为模型提供了可遵循的模式。但它仍然不能证明分类一定总是正确,尤其是在工单含义不明确时。

区分事实、假设和问题

当准确性很重要时,可以要求模型区分哪些内容有直接依据,哪些内容属于推断。

例如:

将你的回答分为三个部分:文本中陈述的事实、合理假设,以及需要核实的问题。

这种技巧可以让不确定性更明显。但它不能替代来源核查。

提示词工程与 RAG

检索增强生成通常称为 RAG,是一种相关模式:系统先检索相关信息,再将这些信息作为模型的依据性上下文。在这种工作流程中,提示词通常会把指令与检索到的文档或段落结合起来。

Microsoft 关于RAG 提示词工程的指南支持这一区分:RAG 提示词通常包含指令以及检索到的依据性上下文。这不同于简单的一次性提示;在后者中,用户只是向聊天机器人输入一个问题。

一个 RAG 风格的提示词可能会这样写:

仅使用下面检索到的政策摘录回答用户的问题。如果摘录中不包含答案,就说明所提供的上下文不足。

当检索到的上下文是系统的一部分时,这种模式很有用。但它不应被视为适用于所有提示词的通用规则。如果没有检索步骤,也没有可信上下文,要求模型“使用上下文”并不会产生可靠的来源材料。

什么时候提示词工程还不够

当问题在于指令不清、缺少上下文或输出结构不好时,提示词工程最有效。如果问题在于缺少知识、来源材料不可靠,或任务需要核验,提示词工程的效果就会差得多。

请看这个现实中的失败案例:

“这家公司高级方案目前的退款规则是什么?”

如果提示词中没有包含该公司的现行政策,模型可能会根据一般模式生成一个看似合理的答案。你可以通过要求模型不要猜测来改进提示词,但模型仍然需要可靠信息。更好的工作流程可能需要检索当前政策文件、链接到官方帮助页面,或让客服或法律审核人员核实答案。

同样的原则也适用于医疗、法律、金融、安全和合规相关任务。更好的提示词可以改善结构并增强谨慎性,但在高风险场景中,它们不应取代领域专业知识或人工监督。

给新手的实用决策规则

当问题属于以下情况之一时,先使用提示词工程:

  • 回答过于宽泛。
  • 语气不合适。
  • 格式不好用。
  • 模型漏掉了你本可以提供的重要上下文。
  • 任务需要更清晰的约束或示例。

如果问题属于以下情况,则应考虑采用其他方法:

  • 模型缺少必要信息。
  • 答案必须经过事实核验。
  • 任务依赖最新数据、专有数据或专业数据。
  • 同样的事实错误反复出现。
  • 输出内容会影响法律、医疗、财务、雇佣或安全相关决策。

在这些情况下,你可能需要检索、工具、更好的源数据、工作流调整、微调或人工审查。提示词工程仍然能提供帮助,但它不是完整的解决方案。

新手提示词模板

不知道如何开始时,可以使用这个模板:

我希望你[任务]。

背景:[背景信息、文档、受众、情境]。

仅使用:[模型应依据的来源或信息]。

约束:[需要避免的内容、长度、语气、假设、排除项]。

输出格式:[项目符号、表格、电子邮件、JSON、大纲、清单]。

成功标准:[一个好的答案应帮助我完成什么]。

如果信息缺失,请说明缺少什么,而不是猜测。

示例:

我希望你总结下面的会议记录。

背景:这些记录来自一次关于入门引导问题的销售与产品会议。

仅使用:提供的会议记录。

约束:不要编造客户数量、收入影响或截止日期。

输出格式:一个表格,列包括主题、证据、负责人(如有提及)和后续问题。

成功标准:总结应帮助团队决定接下来要讨论什么。

如果信息缺失,请说明缺少什么,而不是猜测。

这个模板之所以有效,是因为它会促使你明确任务、证据、限制以及答案的后续用途。你可以删除不适用的部分。

要点总结

提示词工程是一种实用方法,通过让指令更清晰、更贴合具体任务,帮助你获得更好的 AI 回应。好的提示词会告诉模型要做什么、使用什么上下文、遵守哪些约束,以及以什么格式返回结果。

当模型的回应含糊、格式不佳或面向了错误受众时,可以先从提示词工程入手。当任务需要缺失的知识、经核验的事实、专业数据或高风险判断时,就应超出提示词本身,采用其他方法。