掌握這些提示詞編寫技巧，讓AI內(nèi)容創(chuàng)作事半功倍
在使用AI工具進(jìn)行內(nèi)容生成時，您可能會發(fā)現(xiàn)AI給出的結(jié)果并不盡如人意。實際上，這往往是由于沒有正確編寫提示詞所致。
一個精心設(shè)計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)介紹如何編寫優(yōu)秀的AI提示詞（Prompt），并提供一些實用的建議和策略。
一、什么是提示詞（Prompt）
提示詞（Prompt）是用戶在使用人工智能模型提供給模型的輸入語句或短語，目的是引導(dǎo)模型生成特定類型或風(fēng)格的輸出。簡單來說，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。在此過程中，可能需要對輸入數(shù)據(jù)進(jìn)行預(yù)處理、選定特定的輸入格式，或設(shè)計策略以實現(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，幫助語言模型作出更合適的響應(yīng)。
輸入數(shù)據(jù)：用戶提供的問題或內(nèi)容。
輸出指示：定義輸出的類型或格式。
二、如何有效地編寫提示詞
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有所不同，以ChatGPT為例，為AI提示語賦予一個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個產(chǎn)品賣點。
或者：你是一名中英翻譯，根據(jù)我輸入的中文內(nèi)容，翻譯成對應(yīng)英文。
02、明確指出期望的輸出長度
明確指出期望的輸出長度有助于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編寫一段有關(guān)最新數(shù)字化營銷的簡單介紹。可以給出一些參考文本，提示詞可以是：
“參考以下現(xiàn)有的內(nèi)容，編寫一段有關(guān)最新數(shù)字化營銷的簡單介紹。150字左右。”
（參考文本來源：ChatGPT生成，圖片來自官網(wǎng)）
04、通過示例表達(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，AI可能會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：山峰1，海拔：X米
（2）名稱：山峰2，海拔：X米
（3）名稱：山峰3，海拔：X米
（4）名稱：山峰4，海拔：X米
（5）名稱：山峰5，海拔：X米
05、在必要時提供參考樣本提示
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是一種流行的高級編程語言，適用于許多不同的應(yīng)用，包括網(wǎng)頁開發(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，高級編程語言，網(wǎng)頁開發(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，允許用戶創(chuàng)建個人資料，分享照片，視頻，發(fā)送消息，并保持與其他用戶的聯(lián)系。它還為企業(yè)提供廣告平臺，以便企業(yè)能夠接觸到全球的潛在客戶。
關(guān)鍵詞2：Facebook，社交媒體平臺，個人資料，分享，照片，視頻，消息，用戶，企業(yè)，廣告平臺，全球，潛在客戶。
##
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頭，并使用分隔符如 ### 或者三重引號 """ 來區(qū)分指令和上下文。以下是一個指令示例，僅供參考：
幫我對以下文本進(jìn)行歸納總結(jié)。
文本：""" {文本指令} """
“{}”是一個占位符，表示需要分析的實際文本內(nèi)容將在這里填充。
（圖片來自官網(wǎng)）
然而，如ChatGPT自己所言，在一些內(nèi)容邊界和語境比較清晰的情況下，###和三重引號 """并非是必需的。聚加團(tuán)隊的建議是：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個相關(guān)的文獻(xiàn)引用，但不要超過5個。
示例2：
效果較差的提示詞：為XXX公司的耳機(jī)產(chǎn)品寫一段銷售推廣文案。
效果更好的提示詞：撰寫一段引人入勝的銷售文案來推廣我們新發(fā)布的無線耳機(jī)產(chǎn)品，150字左右，突出其噪音消除和舒適佩戴的特點。
08、指定適當(dāng)?shù)恼Z言風(fēng)格
可以通過指定語言風(fēng)格來改變模型的回答，例如正式、非正式、幽默、嚴(yán)肅等。
例如：“你能夠以一種詩意的方式描述這個場景嗎？”或者“用通俗易懂的方式解釋這個科學(xué)概念”，“請以小紅書風(fēng)格撰寫”。
09、用問題引導(dǎo)答案的方向
當(dāng)想要獲得一個特定的答案或觀點時，可以以問題的形式提出提示，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論，可以問：“這個方案有哪些令人印象深刻的優(yōu)點？”而不是開放式的：“你對這個方案的評價是什么？”
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，使用“引導(dǎo)詞”來引導(dǎo)模型沿著特定模式生成。“SELECT”是SQL語句的一個好提示。同樣，添加“import”提示模型應(yīng)開始用Python編寫，“function”是JavaScript中用來聲明函數(shù)的關(guān)鍵字。下面為相應(yīng)對比示例：
效果較差的提示詞：
# 編寫一個簡單的JavaScript函數(shù)
# 1. 讓輸入一個數(shù)字
# 2. 計算該數(shù)字的平方
效果更好的提示詞：
# 編寫一個簡單的JavaScript函數(shù)
# 1. 讓輸入一個數(shù)字
# 2. 計算該數(shù)字的平方
function
11、將復(fù)雜任務(wù)分解為更簡單的子任務(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，提交給語言模型的任務(wù)也是如此。建議先對復(fù)雜的任務(wù)進(jìn)行分解，再讓AI生成內(nèi)容。
以編寫一個全面的產(chǎn)品營銷計劃為例。這個復(fù)雜的任務(wù)可以被分解為以下簡單的子任務(wù)：
（1）首先，我需要你為這個產(chǎn)品編寫一個吸引人的概述，突出產(chǎn)品的核心特性和優(yōu)勢。
（2）然后，為產(chǎn)品的各個特性和功能編寫詳細(xì)的介紹。
（3）接下來，想出一系列的標(biāo)語或口號，這些標(biāo)語或口號應(yīng)該能夠準(zhǔn)確地傳達(dá)產(chǎn)品的價值和吸引客戶的注意力。
（4）最后，列出幾種可能的銷售策略，包括潛在的渠道和客戶群的建議。這些策略應(yīng)該根據(jù)產(chǎn)品的特點和目標(biāo)市場進(jìn)行定制。
12、給模型時間“思考”
在讓AI給出答案之前詢問“思路鏈”的話，可以幫助ChatGPT推理出更可靠的答案。
例如說：如果想要讓ChatGPT協(xié)助制作月度目標(biāo)，可以先問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，我們可能會這樣詢問模型：“在我開始辯論之前，我需要確定我的論點是什么？有哪些證據(jù)或者論據(jù)可以支持我的觀點？我對手可能會提出哪些反駁論據(jù)？我怎樣提前準(zhǔn)備以反駁他們的觀點？有沒有什么我可能忽視的要點？”
在整個過程中，我們并沒有直接讓ChatGPT解決問題，而是引導(dǎo)它沿著一個思路鏈一步一步地進(jìn)行思考。這樣可以確保AI有足夠的時間考慮問題的各個方面，并且慢慢構(gòu)建起對問題的理解。最后，我們再讓AI根據(jù)前面的步驟和理解來得出結(jié)論。
13、使用外部工具
通過將其他工具的輸出提供給模型來彌補(bǔ)模型的弱點。例如，一個文本檢索系統(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)運算和運行代碼。
策略：
（1）使用基于嵌入的搜索來實現(xiàn)有效的知識檢索；
（2）使用代碼執(zhí)行來進(jìn)行更準(zhǔn)確的計算或調(diào)用外部APIs；
（3）給模型訪問特定功能的權(quán)限。
聚加互動的指令工具也將會在不久后正式上線，助力企業(yè)更高效、便捷地使用AI工具進(jìn)行營銷內(nèi)容的生成。我們已經(jīng)開放內(nèi)測窗口，感興趣的讀者可以關(guān)注聚加互動公眾號，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：相對于ChatGPT3.5，ChatGPT 4.0的功能更為強(qiáng)大，對于指令的回復(fù)也更好些。
寫在最后
總的來說，一個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工具將會是一項重要的能力。
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解決問題和優(yōu)化決策，對于能有效地驅(qū)動這些模型并優(yōu)化輸出的人才需求也在不斷增長。
Prompt Engineer就屬于此類人才，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，隨著人工智能的進(jìn)一步發(fā)展，Prompt Engineer將會有更廣闊的前景。
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
轉(zhuǎn)載請在文章開頭和結(jié)尾顯眼處標(biāo)注：作者、出處和鏈接。不按規(guī)范轉(zhuǎn)載侵權(quán)必究。
未經(jīng)授權(quán)嚴(yán)禁轉(zhuǎn)載，授權(quán)事宜請聯(lián)系作者本人，侵權(quán)必究。
本文禁止轉(zhuǎn)載，侵權(quán)必究。
授權(quán)事宜請至數(shù)英微信公眾號(ID: digitaling) 后臺授權(quán)，侵權(quán)必究。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）