提示 (Prompt)

定義：輸入給大模型的完整文本刺激，是與模型交互的主要方式。

特點：

• 是最廣義的概念，包含其他幾個元素
• 整體輸入的總和，包括指令、上下文和樣本等內容
• 決定模型如何理解和處理請求

示例：

分析這首唐詩《登鸛雀樓》的意境和寫作手法。"白日依山盡，黃河入海流。欲窮千里目，更上一層樓。"

指令 (Instruction)

定義：明確告訴模型要做什么的命令性語句。

特點：

• 直接、明確的行動指示
• 通常用命令式語氣表達
• 常放在提示的開頭位置

示例：

總結以下文本的主要觀點，并提煉出三個關鍵信息，用簡潔的要點形式呈現。

上下文 (Context)

定義：為模型提供的背景信息和相關知識。

特點：

• 幫助模型理解任務的周圍環境
• 提供相關背景知識或限定條件
• 可以是事實、情境描述或參考資料

示例：

以下是一段關于公司年度財報的分析，針對的是一家成立三年的人工智能創業公司，主要投資者關心增長率和盈利能力：

樣本 (Shot)

定義：在提示中提供的示例輸入和輸出對，展示期望的模式。

特點：

• 提供任務的具體例子，展示期望的輸入-輸出模式
• 使用少量樣本教導模型（少樣本學習）
• 通過實例說明而非抽象描述

示例：

輸入: "這部電影太無聊了"
分析: 負面情感，表達不滿，強度中等輸入: "服務非常專業，環境也很舒適"
分析: 正面情感，表達滿意，強度高

補全 (Completion)

定義：模型生成的輸出內容，對提示的延續或回應。

特點：

• 模型生成的響應內容
• 是提示工程的目標產物
• 取決于提示的質量和模型能力
• 完成用戶未完成的內容或回答用戶的問題

示例：
（用戶提示）“人工智能的未來發展趨勢可能包括”
（模型補全）“…更深入的多模態融合、自主系統的規模化應用、與傳統行業的深度融合…”

概念間的關系

層級關系：

• 提示 (Prompt) = 指令 (Instruction) + 上下文 (Context) + 樣本 (Shot) + 其他元素
• 補全 (Completion) 是對提示的響應

功能關系：

• 指令定義"做什么"
• 上下文提供"基于什么"
• 樣本展示"怎么做"的實例
• 提示整合所有輸入
• 補全呈現最終輸出

實際應用示例

完整提示示例：

【指令】對以下客戶反饋進行情感分析，分類為正面、中性或負面，并提取關鍵問題點。【上下文】這些反饋來自一家在線教育平臺的用戶，主要關注課程質量、教師互動和平臺使用體驗。【樣本】
反饋: "視頻質量很差，經常卡頓，浪費我的時間。"
分析: 負面情感；關鍵問題：視頻技術問題，導致用戶體驗不佳。反饋: "講師知識淵博，但課程進度有點快。"
分析: 中性情感；關鍵問題：課程節奏需要調整，講師表現良好。【任務】
請分析: "平臺界面設計直觀，但支付系統經常出錯，客服響應速度慢。"

模型補全可能是：

分析: 混合情感（部分正面、部分負面）；關鍵問題：支付系統技術故障，客服響應效率低，界面設計是亮點。