在 AI 情境中,提示是您提供给模型以引发特定回答的输入内容。提示的形式多种多样,从简单的问题或关键字,到复杂的说明、代码段,甚至是创意写作示例,不一而足。提示的效果会直接影响 AI 输出的质量和相关性。
有几个关键元素有助于提升提示工程的有效性。掌握这些知识后,您就可以与 AI 模型有效沟通,并释放其全部潜力。
提示的结构和风格在指导 AI 的回答方面发挥着重要作用。不同的模型对特定格式的响应效果可能更好,例如:
提示的格式对 AI 如何解读你的请求至关重要。不同的模型可能会对特定的格式做出更好的回答,例如自然语言问题、直接命令或具有特定字段的结构化输入。了解模型的功能和首选格式对于撰写有效的提示至关重要。
在提示中提供上下文和相关示例有助于 AI 理解期望的任务,并生成更准确、更相关的输出。例如,如果您希望编写一个创意故事,那么添加几句话来描述您想要的语气或主题,可以显著改善结果。
使用量身定制的提示针对特定任务或领域微调 AI 模型,可以提高其性能。此外,根据用户反馈或模型输出调整提示,可以不断进一步改进模型的回答。
针对多轮对话设计提示,可让用户与 AI 模型进行持续的情境感知互动,从而提升整体用户体验。
AI 中有各种类型的提示,每一种都有特定用途:
零样本提示是指直接向模型提供指令或问题,而不提供任何其他上下文或示例。
一个示例是生成创意,即提示模型生成创意或头脑风暴解决方案。另一个示例是汇总或翻译,即要求模型总结或翻译某段内容。
这种方法需要为模型提供所需输入-输出对的一个或多个示例,然后再提供实际提示。这有助于模型更好地理解任务并生成更准确的回答。
CoT 提示鼓励模型将复杂的推理分解为一系列中间步骤,从而获得更全面、结构更合理的最终输出。
通过要求模型执行推理步骤,将思维链提示与零样本提示相结合,这样通常可以产生更好的输出。
以下是一些具体示例和应用场景,展示了提示工程如何帮助生成自定义且相关的输出。
使用场景 |
说明 |
提示示例 |
创意写作 |
设计提示,指明类型、基调、风格和情节点,引导 AI 生成引人入胜的叙事内容。 |
“写一个短篇故事,讲述一位年轻女士在阁楼里发现了一个神奇的传送门。” |
总结 |
为 AI 提供文本,并指示它生成捕获关键信息的简明摘要。 |
“总结以下关于气候变化的新闻报道的要点。” |
翻译 |
指定源语言和目标语言,使 AI 能够在保持含义和上下文不变的情况下准确翻译文本。 |
“将以下文字从英语翻译成西班牙语:“The quick brown fox jumps over the lazy dog.” |
对话 |
设计模拟对话的提示,让 AI 能够生成模拟人类互动和保持上下文的回答。 |
“您是一位友好的聊天机器人,可帮助用户排查计算机问题。回答用户的询问:‘我的电脑无法开机。‘’” |
使用场景 |
说明 |
提示示例 |
开放式问题 |
编写提示,鼓励 AI 根据其知识库提供全面且信息丰富的答案。 |
“解释量子计算的概念及其对未来技术的潜在影响。” |
有针对性的问题 |
设计针对特定信息的提示,使 AI 能够从提供的上下文或其内部知识库中检索精确的答案。 |
“法国的首都是什么?”或“根据所提供的文字,说明导致森林砍伐的主要原因是什么?” |
选择题 |
显示带有选项的提示,提示 AI 根据对上下文的理解分析并选择最合适的答案。 |
“谁撰写了《哈利·波特》系列作品?A) J.R.R. Tolkien B) J.K. Rowling C) Stephen King" |
假设性问题 |
编写可探索假设情况的提示,让 AI 进行推理、推测并提供潜在结果或解决方案。 |
“如果人类能以光速飞行,会怎么样?” |
基于意见的问题 |
设计激发 AI 对特定主题发表观点或意见的提示,从而鼓励 AI 为其立场提供推理和理由。 |
“您相信人工智能最终将超越人类智能吗?超越或不超越的原因分别是什么?” |
使用场景 |
说明 |
提示示例 |
代码补全 |
为 AI 提供部分代码段,并提示 AI 根据上下文和编程语言建议或补全其余代码。 |
“编写一个 Python 函数来计算给定数的阶乘。” |
代码转换 |
指定源编程语言和目标编程语言,以便 AI 转换代码,同时保留功能和语法。 |
“将以下 Python 代码翻译成 JavaScript:def greet(name): print('Hello,', name)” |
代码优化 |
提示 AI 分析现有代码并提出改进建议,以提高效率、可读性或性能。 |
"优化以下 Python 代码以缩短其执行时间。" |
代码调试 |
为 AI 提供包含错误的代码,并提示 AI 针对已发现的问题确定和建议可能的解决方案。 |
"调试以下 Java 代码并解释它抛出 NullPointerException 的原因。" |
使用场景 |
说明 |
提示示例 |
逼真图片 |
设计提示,该提示可详细描述所需图片(包括物体、场景、光线和风格),以生成逼真的高品质图片。 |
“一副逼真图片,画面是海上日落,棕榈树在天空中形成剪影。” |
艺术图片 |
设计能够指定艺术风格、技巧和主题的提示,引导 AI 创作模仿特定艺术运动或唤起特定情绪的图片。 |
“一幅印象派画作,画面是一条繁华城市街道,人们在雨中打伞行走。” |
抽象图片 |
撰写提示,鼓励 AI 生成易于解读的图片,利用形状、颜色和纹理来唤起情感或概念。 |
“用鲜艳的色彩和流动的形状来表示所希望概念的抽象图片。” |
图片修改 |
为 AI 提供现有图片并指定所需的修改,使其能够根据给定的说明修改和美化图片。 |
“将这张照片的背景更改为繁星满满的夜空,然后添加一轮满月。”或“将这个从这张图片中删除,并替换为一只猫。” |
生成有效的提示需要策略性的方法。不妨考虑采用以下策略来提升提示工程技能:
策略 |
提示示例 |
使用操作动词指定期望的操作 |
“撰写项目符号列表,总结所附研究论文的主要发现” |
定义所需的输出长度和格式 |
“写一篇 500 字的文章,讨论气候变化对沿海社区的影响。” |
指定目标受众群体 |
“为有机护肤新品系列撰写产品说明,受众为关注可持续发展的年轻人。” |
策略 |
提示示例 |
包含相关事实和数据 |
“考虑到自前工业时代以来,全球温度上升了 1 摄氏度,请讨论海平面上升的潜在影响。” |
引用特定的来源或文档 |
“根据随附的财务报告,分析公司过去五年的盈利能力。” |
定义关键术语和概念 |
“用简单的词语解释量子计算的概念,适合非技术人员。” |
策略 |
提示示例 |
提供一些所需输入-输出对的示例 |
输入:“猫” 输出:“一种长有胡须的小型毛茸茸哺乳动物。”输入:“狗” 输出:“一种以忠诚著称的驯养犬。”提示:“大象” |
演示所需的风格或基调 |
示例 1(幽默):“这位政治人物的言语很平淡,可以治愈失眠。”示例 2(正式):“这位政要发表了内涵丰富且引人入胜的演讲。”提示:“写一个句子来描述这个搞笑达人的单口相声表演。” |
展示所需的详细程度 |
示例 1(简短):“这部电影讲述了一个小男孩与外星人交朋友的故事。”示例 2(详细):“科幻电影讲述了埃利奥特的故事。埃利奥特是一个孤独的男孩,他发现了一个困在地球上的外星人,并与之建立了一种独特的联系。”提示:“总结你刚刚读完的小说的情节。” |
策略 |
提示示例 |
使用确切的语言,避免含糊不清 |
不要使用“写一些关于气候变化的内容”,而应该使用“写一篇有说服力的文章,主张实施更严格的碳排放法规。” |
尽可能量化您的请求 |
不要使用“写一首长诗”,而应使用“写一首十四行诗,探讨爱与失去主题。” |
将复杂的任务分解为较小的步骤 |
不要使用:"创建营销计划”,而应使用“1. 确定目标受众群体。2. 撰写关键营销宣传信息。3. 选择合适的营销渠道。” |
策略 |
操作 |
尝试使用不同的措辞和关键字 |
使用同义词或替代性句子结构重新表述提示。 |
调整详细程度和具体程度 |
添加或移除信息以微调输出。 |
测试不同的提示长度 |
尝试用较短和长的提示来取得最佳平衡。 |
策略 |
提示示例 |
鼓励逐步推理 |
“逐步解决这个问题:小强有 5 个苹果,他吃了 2 个。他还剩多少个苹果?第 1 步:小强刚开始有 5 个苹果。第 2 步:他吃了 2 个苹果,所以我们需要从 5 中减去 2。第 3 步:5 - 2 = 3。回答:小强还剩 3 个苹果。” |
让模型解释其推理过程 |
“解释你在确定这部电影评论情绪中的思维过程:“表演很棒,但情节可以预料。” |
引导模型完成符合逻辑的思维顺序 |
“要将此电子邮件归类为垃圾邮件或非垃圾邮件,请考虑以下几点:1. 是已知发送者吗?2. 主题行是否包含可疑关键字?3. 电子邮件里提供的内容是不是太好了,让人难以置信?” |
如需有关提示工程最佳实践的进一步指导,请浏览 Google Cloud 上的提示工程的五大最佳实践。
有效的提示工程可带来诸多好处,增强了 AI 模型的功能和易用性:
精心设计的提示能够提供清晰的说明和背景信息,因此 AI 模型的输出会更加准确、相关且信息更丰富。
通过谨慎控制输入并引导 AI 的焦点,提示工程有助于减少偏见,并最大限度地降低生成不当或冒犯性内容的风险。
提示工程使您能够影响 AI 的行为,并确保一致且可预测的回答符合预期结果。
简洁明了的提示可让用户更轻松地与 AI 模型有效互动,从而带来更直观和更满意的体验。
刚开始接触 Google Cloud 或生成式 AI?新客户还可获享 $300 赠金,用于运行、测试和部署工作负载。