因為網上給出的調節prompt都 過于詳細，這里挑選出了一些 常用但足夠用的調節大模型prompt的方法。方便大家看完后 簡潔明了快速掌握調節prompt的技巧。

以下是一些技巧和例子，幫助你更好地調prompt：

1. 明確任務目標

確保你的提示詞明確地表達了你希望模型完成的任務。
（明確的任務指令、任務類型（如生成文本、回答問題、分類等）以及期望的輸出格式）

例子：

• 不明確的提示詞：“講個故事。”
• 明確的提示詞：“請講一個關于勇敢的小狗拯救森林的故事，故事中要有三個主要角色和一個令人驚訝的結局。”

2. 提供上下文

為模型提供必要的背景信息，以便它能夠生成更相關的內容。

例子：

• 無背景信息：“給我寫一篇關于人工智能的文章。”
• 有背景信息：“請寫一篇關于人工智能在醫療領域應用的文章，重點介紹其在診斷和治療中的作用。”

3. 指定格式

如果你需要特定格式的輸出，明確說明。
（在prompt中詳細列出對輸出的要求，包括內容要求、格式要求、風格要求等。）

例子：

• 不指定格式：“寫一篇關于氣候變化的報告。”
• 指定格式：“寫一篇關于氣候變化的報告，包含以下部分：引言、現狀分析、影響、解決方案和結論。”

4. 限制輸出長度

限制輸出的長度可以幫助模型集中在最重要的信息上。

例子：

• 無長度限制：“解釋一下量子計算。”
• 有長度限制：“用不超過150字解釋量子計算。”

5. 使用示例

提供示例和模板可以幫助模型理解你期望的輸出類型和風格。
（適用于需要特定格式或風格的任務。）

例子：

• 無示例：“寫一個關于友誼的故事。”
• 有示例：“寫一個關于友誼的故事。例如：‘小明和小紅是從小一起長大的好朋友，他們一起經歷了許多冒險……’”

6. 逐步引導

對于復雜任務，可以將其分解為多個步驟，并逐步引導模型完成每個步驟。
（將復雜任務，將其分解成多個簡單的子任務，并逐一解決）

例子：

• 復雜任務：“寫一個關于人工智能的詳細報告。”
• 分步驟引導：
  1. “請先寫一段引言，介紹人工智能的基本概念。”
  2. “接下來，寫一段關于人工智能在圖像識別中的應用。”
  3. “然后，寫一段關于人工智能在自然語言處理中的應用。”
  4. “最后，寫一段總結，討論人工智能的未來發展趨勢。”

7. 提供反面例子

告訴模型哪些是你不希望看到的內容，可以幫助它更好地理解你的需求。

例子：

• 不提供反面例子：“寫一篇關于可持續發展的文章。”
• 提供反面例子：“寫一篇關于可持續發展的文章，不要包含太多技術術語，避免使用過于專業的語言。”

8. 使用CoT思維鏈

技巧說明：CoT（Chain-of-Thought）思維鏈提示常用于推理規劃類問題。通過要求模型先輸出中間過程，再逐步運算生成答案，可以提高模型對復雜問題的推理準確性。

例子：

• COT例子：“在解決這個數學問題時，請首先列出你的解題思路，然后逐步計算并給出答案。例如，對于問題‘10+5=?’，你的解題思路應該是先計算個位上的和，再計算十位上的和，最終得到答案15。’”

9. 反復試驗和調整

通過反復試驗和調整來調節prompt。根據模型的輸出不斷優化你的提示詞。

例子：

• 初始提示詞：“寫一個關于未來科技的故事。”
• 調整后的提示詞：“寫一個關于未來科技的故事，故事發生在2050年，主角是一名年輕的科學家，她發明了一種能夠治愈所有疾病的納米機器人。”

方法九解釋：喬哈里窗檢視

方法九實際上就是喬哈里窗檢視的應用：通過識別開放區、隱藏區、盲區和未知區，我們可以調整prompt以減少誤解。）

例子：

• 應用喬哈里視窗：“在編寫prompt時，我明確提出了需求（開放區），但模型可能沒有完全理解我希望它生成的內容類型（隱藏區）。通過反復調整和測試，我逐漸縮小了隱藏區，使模型更準確地理解了我的意圖。”

最后

我們只要把大模型當成一個人，通過調節和它對話的內容，就總能讓它輸出我們比較期望的prompt。