你好！

想写这篇文章来源于我最近看到了 Google 的提示词工程指南，原文有点长且是英文版，看完觉得很有用，所以给大家总结出来。

01我们来说说提示词工程

简单来说，提示词工程其实就是设计出高质量指令的过程。我们可以用它来引导大模型准确地输出，所以提示词的质量可以直接影响到 AI 生成的质量。如果我们的提示词不充分或者过于模糊的话，那就会导致 AI 生成不准确的答案。

02用案例引导 AI

2.1零样本提示：简单的请求：

零样本提示是与 AI 交互的基本形式，总的来说它是一个执行者。不给它任何背景信息来做引导，“零样本”是什么意思呢？这个“零”就是指你给了 0 个案例进行对标。

你们看是不是很容易？但是对于更复杂结构和独特的人物，你就需要更多的信息来引导 AI。当简单的请求不足以支撑咱们解决复杂问题的时候，可以尝试提供一个样本让它“抄”。

2.2单样本或少样本提示：

单样本提示： 提供一个案例让 AI 模仿。

少样本提示： 可以提供两个以上的样本总结出规律让 AI 遵循，这样可以帮助 AI 更好地帮你处理复杂的人物（或任务）。

目标：我需要将客户的披萨订单，帮我解析成特定的JSON格式。

看到了么！它可以依据你的格式自动填充。注意 AI 如何正确推断出类型应该是 half-half （半半），对于 AI 来说，其实你给的案例就是构造为包含两个独立列表的嵌套列表，它能做出来这一切，都基于仅仅两个更简单的案例。这个案例向我们展示了模型可以从模式中概括，同时会应用更新颖、更复杂请求的强大能力。

好了！看到这里你已经非常厉害了！现在我们学习了如何用案例引导 AI，但是我们现在即将要讲更厉害的就是：我们要去探索如何给它更具体的行为和格式指令！

03添加更多控制去塑造AI的响应

除了提供案例外，你还可以循循善诱。比如引导 AI 的语气、聚焦点还有输出格式。介绍以下三种技术方式，其实它们经常一起使用，本质是通过不同的方式来控制 AI 是谁（角色），它应该知道它自己要做啥（上下文），及它需要知道它要怎么做（系统）。

3.1通过角色提示给AI赋予人设

角色的提示词涉及你为它安排特定的角色和身份。比如说，你可以让它扮演幼儿园老师、数据分析师，这其实可以帮助模型生成与你所分配的角色和知识保持一致的行为。

你可以这样说：“我希望你扮演一名导游，我会告诉你我具体的位置，然后呢，希望你建议我附近的 3 个参观地点。在某些情况下，我还会告诉你我想参观的地点的类型。” 我现在要开始输出了：“我在阿姆斯特丹，我现在只想参观博物馆。”

AI 的输出：AI 先会提供 3 个阿姆斯特丹具体著名博物馆的编号列表，比如说国立博物馆、梵高博物馆。那角色提示的好处就是有助于定义响应的语气风格，还有它的专业知识，使它更吸引你，并且去提出更适合你的需求。

3.2通过上下文提示设置场景

上下文其实就是你提供跟任务相关的一些背景信息嘛，这个更有助于你去让模型理解你现在要问的内容的细微差别，并且做出相应的响应。

“你正在写一个关于 80 年代复古街机游戏的博客，建议三个文章主题，并且希望你简要地描述文章应该包含的内容。”

那 AI 会给你输出三个相关文章的主题，比如说“街机柜设计的演变”、“80 年代标志性街机游戏”，并且附带一个简短的描述。这样的好处就是上下文会帮助 AI 生成更相关的定制和响应，以便于它可以更好地适应你现在的情况。

3.3通过系统发出直接命令

比如现在系统提示用于设置 AI 的任务、规则和目的，它特别适合用于给出如何格式化输出的具体指令。你可以直接应用这些命令向系统发出提示词。

系统提示的主要好处是可以控制输出格式，这对于结构化任务非常有用，例如大写的单个单词编号列表，或者格式化为 JSON 的响应。你可以将这些技术结合使用，比单独提出简单问题更能让你对 AI 的输出进行控制。

最后的最后：

说了这么多！告诉你个小技巧，你可以记录各种提示词的尝试，保持一个简单的日志。这里可以记录你的提示词们和产生的结果，持续跟踪！相信我！你会越来越棒的！