大家好，我是王路情博士，一个坚持早上5点起床、阅读1小时书籍和晨跑5公里的创业者。
我们提供：
1）软件设计与实现服务
2）数据科学与人工智能服务
3）数字化转型咨询与服务
请问有什么需要我们帮助的吗？我的微信：shushengya360。
感恩遇见，共赢未来！
今天介绍一下prompt（提示）。Prompt在通用人工智能时代扮演着至关重要的角色，它不仅是用户与大模型交互的输入，更是一种全新的“编程语言”，用于指导大模型产生特定的输出。
为了理解prompt，让我们先从人与搜索引擎的交互说起。人与搜索引擎是通过关键词交互的，人输入关键词，搜索引擎经过召回与排序，返回包含全部或部分关键词的文章。
我们再回想一下人与人的交互，比如A问B：“桂花在何时开放”，B回答：“通常在秋季开放，花期一般在每年的9月至10月之间”。可以看到，人与人交互时会使用相对完整的语句，回答者会结合自己的知识和实际语境，给一个符合提问者预期的答案。如果像查询搜索引擎一样只是提供个别关键词的话，人是难以理解的。
人与大模型的交互就类似人与人的沟通。可以把大模型看作是一个聪明但不了解任务具体内容的人，需要提供准确具体的输入，才能理解并生成合适的响应。人传递给大模型的输入，有个专用名词就是“prompt（提示）”。通过修改prompt来充分的发挥大模型能力，就是提示工程。大模型对输入的提示词敏感，同一个模型，好的prompt与坏的prompt得到的结果可以有质的区别，表达越精准越具体，回答就越准确。
那么如何写好一个Prompt呢？我们总结出了四个要素：立角色、述问题、定目标，以及补要求。
提示词黄金公式
好提示词 = 立角色 + 述问题 + 定目标 + 补要求
立角色，就是让AI扮演一个专家角色，以便它从该角色的角度去思考问题并给出答案。例如，你想让AI做一个员工打卡的考勤应用demo，“专业的软件需求分析师与应用架构师”就是你为AI立的角色。
述问题，即告诉AI你希望解决的具体问题、背景信息和实际情况，有助于AI能更好地了解用户所在的上下文语境。在本案例中， “我要做一个员工打卡的考勤应用”就是具体的问题。
定目标，就是让AI明确希望达到的目标或预期效果，从而生成更符合预期的回答。本案例的目标是“生成一份需求文档与样例代码”。
补要求，则是告诉AI有什么需要它特别注意的，让模型知道它回答需要注意什么，或者以什么形式来回复，如语言要求、字数要求、格式要求等。甚至可以通过补充少量示例，让模型从示例中学习到提示词的意图，给出更好的输出结果。在本案例中，要求代码使用python语言，输出个demo就可以了。
如果你使用非专业prompt，例如“我想做一个员工打开的考勤应用，能否给我做一个”，那么模型只能给出粗略的思路，无法提供你想要的Demo。
当一次prompt结果不理想时，可以通过提示工程，反复迭代与优化，以得到最佳结果。提示工程无需额外的微调训练就能提升模型的输出效果，是一种更为经济的方式。而且适应能力很强，在下游任务数据缺乏的场景，甚至是zero-shot场景，有着无可比拟的优势，因为大模型通常无法在小数据上微调。因此，基于prompt的技术便成为用好大模型的首选方法。
来源：华为培训
感恩遇见，共赢未来！我的微信，欢迎添加！！
据统计，99%的大咖都关注了这个公众号
