1. 什么是PromptPrompt是你输入给AI大模型的指令、问题或上下文信息。它是触发AI进行推理和生成的“启动键”。简单来说就是你对AI说的话。传统编程你写代码精确指令计算机执行。AI交互Prompt你用自然语言描述任务AI“理解”并生成结果。Prompt不仅仅是问问题更是一种引导AI思维的技术。同样的问题用不同的Prompt会得到天差地别的答案。2. Prompt的核心组成要素一个高质量的Prompt通常由以下四个部分自由组合而成要素作用举例1. 指令 (Instruction)明确告诉AI要做什么是核心动词。“翻译”、“总结”、“写一篇”、“解释”2. 上下文 (Context)提供背景信息限制AI的思考范围。“你是一位资深HR”、“基于这份销售报告”、“针对零基础的小白用户”3. 输入数据 (Input Data)需要AI加工的具体内容。一段需要总结的文本、一组需要分析的数据。4. 输出指示 (Output Indicator)规定AI如何输出控制格式、风格、长度。“用三句话”、“以JSON格式”、“语气要幽默”、“分点列出”3. 核心技巧与对应例子这里介绍几种最常用、最有效的Prompt技巧配上从“差”到“好”的对比例子你会立刻感受到差异。技巧一清晰具体明确指令和输出格式不推荐的模糊Prompt“写一篇关于机器学习的文章。”推荐的清晰Prompt指令写一篇科普短文。上下文面向完全没有编程背景的普通读者。输入数据主题是“机器学习如何影响日常生活”。输出指示用5个分段每段不超过50个字并用生活中的例子如网购推荐、语音助手来解释。技巧二角色扮演赋予AI身份给AI设定一个专家身份能显著提升回答的专业度和视角。普通Prompt“解释一下什么是量子计算。”角色扮演Prompt“扮演一位物理学教授你正在给大学一年级新生上入门课。请你用生动形象的比喻而不是复杂的数学公式来解释什么是量子计算。”技巧三提供示例Few-shot Prompting这是最强大的技巧之一。在提问前先给AI看1-3个你期望的输入-输出例子它就能学会模仿。无示例Prompt“把下面这句话翻译成正式、文雅的英文‘这事儿有点麻烦’。”提供示例Prompt示例1输入-“吃了吗” → 输出-“Have you dined yet?”示例2输入-“咋回事” → 输出-“What seems to be the matter?”现在请翻译“这事儿有点麻烦。” → 期望输出风格同上述示例。AI会更倾向于输出“This matter appears to be somewhat troublesome.”而不是简单的“This is a bit of a problem.”技巧四分解步骤Chain of Thought - CoT对于复杂推理问题引导AI一步步思考能大幅提高答案的准确性。直接提问Prompt“小明有5个苹果吃了2个又买了3个然后给了小红1个最后还剩几个”AI可能直接给答案但容易出错分解步骤Prompt“请按以下步骤思考并回答我的问题步骤1先计算小明吃掉后还剩几个。步骤2再计算买了3个后有多少个。步骤3最后计算给了小红1个后最终剩余的数量。问题小明有5个苹果吃了2个又买了3个然后给了小红1个最后还剩几个”AI会展示步骤15 - 2 3步骤23 3 6步骤36 - 1 5最终答案5个4. 高级应用Prompt工程与思维链进阶ToT (Tree of Thoughts思维树)这是CoT的升级版。要求AI不仅进行一条线性推理而是探索多条可能的推理路径并自我评估每条路径的正确性选出最优解。适合处理开放式、创意性的复杂问题。应用示例“请用三种不同的论证结构分别为支持、反对和辩证来论证‘人工智能应该被赋予法律人格’并指出每种论证中最强的一个论据。”ReAct (Reasoning Acting推理行动)这是将Prompt与外部工具如搜索引擎、计算器、数据库结合的范式。AI通过Prompt引导自己“思考”Reasoning接下来需要什么信息然后“行动”Acting调用工具获取再基于结果继续思考。MCP模型上下文协议就是实现ReAct模式的标准基础架构。5. 实践中的要点总结原则说明要迭代不要一次求成优秀Prompt是“调”出来的根据AI的回答不断修改、补充。要具体不要模糊避免“写个好故事”换成“写一个关于友情、发生在未来纽约、字数500字、有反转结局的故事”。要分步不要一步登天复杂任务拆解成多轮对话或在一个Prompt中明确要求分步回答。要约束不要放飞自我明确限制输出长度、格式、禁止使用的词汇让AI更听话。