掌握這些提示詞編寫技巧，讓AI內容創作事半功倍
在使用AI工具進行內容生成時，您可能會發現AI給出的結果并不盡如人意。實際上，這往往是由于沒有正確編寫提示詞所致。
一個精心設計的提示詞能夠顯著提高AIGC工具生成內容的質量。本文將詳細介紹如何編寫優秀的AI提示詞（Prompt），并提供一些實用的建議和策略。
一、什么是提示詞（Prompt）
提示詞（Prompt）是用戶在使用人工智能模型提供給模型的輸入語句或短語，目的是引導模型生成特定類型或風格的輸出。簡單來說，提示詞便是給模型的指令，告訴模型我們期待得到什么樣的回答或生成什么樣的文本、圖片或者視頻。
提示工程（Prompt Engineering）是一種優化技術，主要用于改進人工智能模型（尤其是自然語言處理模型，如GPT-4等）的輸入數據，以提升模型的表現和結果準確性。在此過程中，可能需要對輸入數據進行預處理、選定特定的輸入格式，或設計策略以實現預期目標。
提示詞主要由以下元素構成：
指令：明確告知模型需要執行的具體任務。
上下文：提供額外的背景信息，幫助語言模型作出更合適的響應。
輸入數據：用戶提供的問題或內容。
輸出指示：定義輸出的類型或格式。
二、如何有效地編寫提示詞
以下是一些能夠幫我們獲得更好結果的策略：
01、讓AI模型扮演特定角色
不同的角色給出的答案會有所不同，以ChatGPT為例，為AI提示語賦予一個角色將有助于我們獲取更為準確的結果。
比如：你是一位資深廣告文案策劃，根據我提供的產品信息，提煉10個產品賣點。
或者：你是一名中英翻譯，根據我輸入的中文內容，翻譯成對應英文。
02、明確指出期望的輸出長度
明確指出期望的輸出長度有助于AI生成更符合需求的內容。比如：將以下文本總結為約100個單詞。
03、提供參考文本
給模型提供參考文本可以引導它更好地生成內容。
例如，如果我們希望ChatGPT編寫一段有關最新數字化營銷的簡單介紹。可以給出一些參考文本，提示詞可以是：
“參考以下現有的內容，編寫一段有關最新數字化營銷的簡單介紹。150字左右。”
（參考文本來源：ChatGPT生成，圖片來自官網）
04、通過示例表達期望的輸出格式
當我們向AI展示并指出具體的格式要求時，AI可能會給出更符合需求的回答。
比如：列出全球五座最高的山峰，并分別羅列它們的名字和海拔。期望的格式：
（1）名稱：山峰1，海拔：X米
（2）名稱：山峰2，海拔：X米
（3）名稱：山峰3，海拔：X米
（4）名稱：山峰4，海拔：X米
（5）名稱：山峰5，海拔：X米
05、在必要時提供參考樣本提示
先只提供指令，如果效果不佳，再提供少量參考范例，如果效果仍不理想，再適當調整。
零樣本提示(zero-shot)例子：
從下方文本中提取關鍵詞：
文本：{文本}
關鍵詞：
少樣本提示（few-shot）例子：
從相應的文本中提取關鍵字：
文本1：Python是一種流行的高級編程語言，適用于許多不同的應用，包括網頁開發，數據科學，人工智能，機器學習等。
關鍵詞1：Python，高級編程語言，網頁開發，數據科學，人工智能，機器學習。
##
文本2：Facebook是一種社交媒體平臺，允許用戶創建個人資料，分享照片，視頻，發送消息，并保持與其他用戶的聯系。它還為企業提供廣告平臺，以便企業能夠接觸到全球的潛在客戶。
關鍵詞2：Facebook，社交媒體平臺，個人資料，分享，照片，視頻，消息，用戶，企業，廣告平臺，全球，潛在客戶。
##
文本 3：{文本}
關鍵詞3：
此處“##”被用作分隔符。
06、使用分隔符區分指令和上下文
將指令放在提示的開頭，并使用分隔符如 ### 或者三重引號 """ 來區分指令和上下文。以下是一個指令示例，僅供參考：
幫我對以下文本進行歸納總結。
文本：""" {文本指令} """
“{}”是一個占位符，表示需要分析的實際文本內容將在這里填充。
（圖片來自官網）
然而，如ChatGPT自己所言，在一些內容邊界和語境比較清晰的情況下，###和三重引號 """并非是必需的。聚加團隊的建議是：在合適位置多使用分隔符，從而提升回答內容的準確性。
（圖片來自官網）
07、減少含糊的和不精確的描述
盡可能具體、描述性和詳細地闡述要求和期待的結果等。減少指令中的含糊表達。
示例1：
效果較差的提示詞：這篇文章應該包含一些引用，但不要插入太多。
效果更好的提示詞：在您的文章中至少包含3個相關的文獻引用，但不要超過5個。
示例2：
效果較差的提示詞：為XXX公司的耳機產品寫一段銷售推廣文案。
效果更好的提示詞：撰寫一段引人入勝的銷售文案來推廣我們新發布的無線耳機產品，150字左右，突出其噪音消除和舒適佩戴的特點。
08、指定適當的語言風格
可以通過指定語言風格來改變模型的回答，例如正式、非正式、幽默、嚴肅等。
例如：“你能夠以一種詩意的方式描述這個場景嗎？”或者“用通俗易懂的方式解釋這個科學概念”，“請以小紅書風格撰寫”。
09、用問題引導答案的方向
當想要獲得一個特定的答案或觀點時，可以以問題的形式提出提示，這將更可能引導模型給出期待的回答。
例如，如果想讓模型給出正面的評論，可以問：“這個方案有哪些令人印象深刻的優點？”而不是開放式的：“你對這個方案的評價是什么？”
10、添加生成代碼的特定“引導詞”
在使用AI工具進行代碼生成時，使用“引導詞”來引導模型沿著特定模式生成。“SELECT”是SQL語句的一個好提示。同樣，添加“import”提示模型應開始用Python編寫，“function”是JavaScript中用來聲明函數的關鍵字。下面為相應對比示例：
效果較差的提示詞：
# 編寫一個簡單的JavaScript函數
# 1. 讓輸入一個數字
# 2. 計算該數字的平方
效果更好的提示詞：
# 編寫一個簡單的JavaScript函數
# 1. 讓輸入一個數字
# 2. 計算該數字的平方
function
11、將復雜任務分解為更簡單的子任務
正如在軟件工程中將復雜系統分解為一組模塊化組件是一種好的做法一樣，提交給語言模型的任務也是如此。建議先對復雜的任務進行分解，再讓AI生成內容。
以編寫一個全面的產品營銷計劃為例。這個復雜的任務可以被分解為以下簡單的子任務：
（1）首先，我需要你為這個產品編寫一個吸引人的概述，突出產品的核心特性和優勢。
（2）然后，為產品的各個特性和功能編寫詳細的介紹。
（3）接下來，想出一系列的標語或口號，這些標語或口號應該能夠準確地傳達產品的價值和吸引客戶的注意力。
（4）最后，列出幾種可能的銷售策略，包括潛在的渠道和客戶群的建議。這些策略應該根據產品的特點和目標市場進行定制。
12、給模型時間“思考”
在讓AI給出答案之前詢問“思路鏈”的話，可以幫助ChatGPT推理出更可靠的答案。
例如說：如果想要讓ChatGPT協助制作月度目標，可以先問一下是否有通用的目標制定理論模型，再提供一些背景資料和歷史數據，讓ChatGPT扮演一個角色，再一步步引導它給出答案。
再以辯論賽準備為例，我們可能會這樣詢問模型：“在我開始辯論之前，我需要確定我的論點是什么？有哪些證據或者論據可以支持我的觀點？我對手可能會提出哪些反駁論據？我怎樣提前準備以反駁他們的觀點？有沒有什么我可能忽視的要點？”
在整個過程中，我們并沒有直接讓ChatGPT解決問題，而是引導它沿著一個思路鏈一步一步地進行思考。這樣可以確保AI有足夠的時間考慮問題的各個方面，并且慢慢構建起對問題的理解。最后，我們再讓AI根據前面的步驟和理解來得出結論。
13、使用外部工具
通過將其他工具的輸出提供給模型來彌補模型的弱點。例如，一個文本檢索系統提供給模型關于相關文檔的信息。一個代碼執行引擎，如OpenAI的代碼解釋器（Code Interpreter），可以幫助模型進行數學運算和運行代碼。
策略：
（1）使用基于嵌入的搜索來實現有效的知識檢索；
（2）使用代碼執行來進行更準確的計算或調用外部APIs；
（3）給模型訪問特定功能的權限。
聚加互動的指令工具也將會在不久后正式上線，助力企業更高效、便捷地使用AI工具進行營銷內容的生成。我們已經開放內測窗口，感興趣的讀者可以關注聚加互動公眾號，與我們聯系。
14、使用最新的模型
為了獲得更精準的結果，我們通常建議使用最新、功能強大的模型。新模型通常更易于進行提示工程。
例如：相對于ChatGPT3.5，ChatGPT 4.0的功能更為強大，對于指令的回復也更好些。
寫在最后
總的來說，一個有效的提示詞能夠讓AI工具更加理解我們的需求，并生成更高質量的內容。掌握如何寫出精準的提示詞將有助于提高使用AI工具的效率和準確性。
AI工具擁有巨大的潛力和能力。但正如任何強大的工具一樣，學習如何正確使用它是至關重要的。如果能夠正確地使用Prompt，它將成為我們強大的助手。隨著技術的不斷進步，利用好AI工具將會是一項重要的能力。
隨著深度學習和人工智能的發展，不少企業都在努力尋求使用人工智能來解決問題和優化決策，對于能有效地驅動這些模型并優化輸出的人才需求也在不斷增長。
Prompt Engineer就屬于此類人才，其在人工智能領域中扮演重要的角色。Prompt Engineer的主要職責是設計和優化輸入數據，以提高模型輸出結果的精準度。他們需要理解數據、模型以及模型和數據之間的關系，然后選擇或制定最佳的提示策略。
未來，隨著人工智能的進一步發展，Prompt Engineer將會有更廣闊的前景。
參考資料：
https://platform.openai.com/docs/guides/prompt-engineering/six-strategies-for-getting-better-results
https://help.openai.com/en/articles/6654000-best-practices-for-prompt-engineering-with-the-openai-api
https://www.promptingguide.ai/zh/introduction/tips
轉載請在文章開頭和結尾顯眼處標注：作者、出處和鏈接。不按規范轉載侵權必究。
未經授權嚴禁轉載，授權事宜請聯系作者本人，侵權必究。
本文禁止轉載，侵權必究。
授權事宜請至數英微信公眾號(ID: digitaling) 后臺授權，侵權必究。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）