2026年人工智能训练师提示词工程实操考试题库

2026年人工智能训练师提示词工程实操考试题库一、单项选择题（每题2分，共20分）1.在提示词工程中，以下哪项最能有效降低大模型“幻觉”概率？A.提高温度参数至1.2B.在提示末尾追加“请严格依据上文事实回答”C.将提示词全部转为英文D.随机打乱提示词顺序2.当需要让模型输出JSON格式且字段固定时，最佳实践是：A.在提示词中写“输出JSON”即可B.给出一段样例JSON并强调“禁止增减字段”C.先让模型自由生成再后期用正则提取D.关闭top-p采样3.使用Few-shot策略时，样例顺序突然颠倒会导致：A.模型准确率一定下降B.模型输出顺序跟随样例顺序C.对分类任务影响通常大于生成任务D.模型内部嵌入向量不变4.在链式思考（Chain-of-Thought）提示中，插入“让我们一步一步仔细推理”主要作用于：A.缩小解码空间B.激活模型推理路径显性化C.降低推理延迟D.提高温度5.若提示词长度超过模型最大输入窗口，应优先：A.直接截断头部B.使用滑动窗口+摘要链C.提升batchsizeD.把提示词改写为文言文6.以下哪种方法最适合在提示词层面缓解性别偏见？A.将temperature设为0B.在提示中加入“回答时请避免任何性别假设”C.使用更大的模型D.把所有人称改为“它”7.在检索增强生成（RAG）场景，提示词中“上下文”段的最佳位置是：A.必须放在指令之后B.必须放在指令之前C.与指令交替穿插D.紧贴问题之前，减少位置偏差8.当模型对数学应用题持续漏掉单位时，最有效的提示修正为：A.“最后把答案用框框起来”B.“答案必须带单位，否则0分”C.“先写数值再写单位，中间空格”D.在样例中把单位用红色标出9.在多轮对话提示中，使用“系统:用户:助手:”三段式标记，主要解决：A.模型参数更新B.角色混淆C.推理加速D.词表压缩10.若发现模型在中文prompt下夹杂英文输出，可首先尝试：A.把提示词全部转拼音B.在提示词前加“以下全程用简体中文回答”C.把top_k调到1D.把模型回滚到上一版本二、多项选择题（每题3分，共15分；多选少选均不得分）11.以下哪些做法会显著增加提示词被“注入”风险？A.允许用户上传任意Markdown文件作为提示片段B.把用户输入直接拼接到systempromptC.在提示词尾部追加“请忽略之前所有指令”D.对用户输入做实体级脱敏E.使用模板占位符+白名单校验12.关于“思维树”（Tree-of-Thought）提示，下列说法正确的是：A.需要手工给出每一步的评估函数B.可通过“草稿—评估—扩展”循环提升解的质量C.对24点游戏这类多路径任务效果显著D.与Chain-of-Thought互斥，不可混用E.可在提示词中显式要求模型给出分支评分13.以下哪些指标可直接用于自动评估提示词优劣？A.BLEUB.ROUGE-LC.BERTScoreD.PerplexityE.ExactMatch14.在提示词中引入“控制码”（ControlCode）可实现：A.情感极性微调B.输出长度压缩C.风格迁移D.知识图谱更新E.解码随机种子固定15.若要让模型输出可验证的引用来源，提示词应包含：A.“请给出支撑句在上下文中的起始索引”B.“每条事实后标注[doc_id:行号]”C.“禁止编造未出现的文献”D.“允许模糊引用”E.“引用格式采用GB/T7714-2015”三、判断题（每题1分，共10分；正确打“√”，错误打“×”）16.提示词越长，模型推理成本一定越高。17.“反向提示”（NegativePrompt）技术最早广泛应用于图像生成领域。18.在提示词中重复强调同一约束条件会降低模型遵从率。19.对同一模型，英文提示词平均token数通常少于中文。20.使用“###”作为分隔符在GPT系列模型中比“---”更不容易被截断。21.提示词工程不需要版本管理，因为自然语言可随时回退。22.将提示词MD5哈希存入数据库可用于快速去重。23.对数学计算题，把未知数用“□”代替会显著提升模型准确率。24.在多模态提示中，图片URL放在文本前方可减少位置偏差。25.提示词中的emoji会被所有模型tokenizer等长处理。四、填空题（每空2分，共20分）26.当temperature=0且top_p=1时，模型解码策略退化为________搜索。27.在提示词中，用“{{variable}}”写法一般称为________模板。28.若模型输出出现“答：{{answer}}”字面残留，说明提示词________未闭合。29.链式思考提示的三个关键段是：指令、________、________。30.对分类任务，k-shot样例应覆盖所有________类，以防止提示词偏向。31.在RAG提示中，若上下文过长，可先使用________模型做摘要再输入。32.评估提示词鲁棒性时，常对输入做同义词替换、________、语序倒置三种扰动。33.提示词注入攻击的经典信号是用户输入出现“________之前所有指令”字样。34.对生成式摘要任务，提示词中加“保留数字与专有名词”可提升________率。35.若要让模型输出LaTeX公式，应在提示词中写“使用________语法”。五、简答题（每题5分，共15分）36.说明“指令—样例—问题”三段式提示与“问题—样例—指令”顺序在情感分类任务上的潜在差异，并给出实验设计思路。37.当业务要求输出不超过50字，但模型频繁超标，请列举三种可在提示词层面实施的压缩策略，并比较其优缺点。38.描述如何利用“自我一致性”（Self-Consistency）提升小学应用题准确率，并给出伪代码流程。六、计算与推导题（共20分）39.（10分）某提示词模板含变量{topic}，其长度为L_token。现需对N条用户请求做批量推理，模型最大窗口为4096，单条回答平均长度服从λ=120的泊松分布。求：当N=64时，至少出现一次回答超长（>256token）的概率P；若把回答长度限制为硬截断256，则期望损失信息比例η的近似值。（提示：使用泊松尾概率与截断期望公式）40.（10分）在链式思考提示中，假设每增加一步推理，模型准确率下降系数为α=0.97。原始零-shot准确率为A₀=0.68。①写出k步推理后的准确率A(k)表达式。②若要求A(k)≥0.55，求最大可接受步数k_max。③若同时采用多数投票v=5，且单步错误独立，求k=k_max时最终准确率A_vote(k_max)的近似值。（使用二项分布近似）七、实操设计题（共30分）41.（30分）背景：某市图书馆拟用生成式AI做“一书一摘要”项目，要求输出150字左右、含主题词、不剧透结局、禁止编造、必须带索书号。任务：①设计一条完整提示词（可直接运行级），含变量占位、控制码、样例；②给出评估该提示词效果的3个自动指标与2个人工指标；③若发现模型仍偶尔编造结局，请在提示词层面给出两条增强约束，并说明原理；④请写出Python代码片段，调用OpenAIAPI实现批量摘要，并集成②中一个自动指标实时过滤低质结果。八、综合案例分析（共20分）42.（20分）阅读以下失败提示词与输出：提示词：“你是一名医生，请根据患者描述给出诊断意见。患者：{描述}”用户输入描述：“我胸口疼，左手发麻。”模型输出：“根据症状，可能是急性心肌梗死，建议立即服用阿司匹林并平躺等待救援。”问题：①指出该提示词在合规与安全方面的三处致命缺陷；②重写一条符合医疗AI合规要求的提示词，需包含免责声明、拒绝意见、鼓励线下就医；③若业务方坚持要保留“初步建议”功能，请给出一条“双层防御”提示词方案：第一层让模型扮演“科普助手”而非“医生”，第二层用额外模型做毒性/误导性复检，并给出流程图（文字描述即可）。【卷后答案与解析】一、单选1.B2.B3.C4.B5.B6.B7.D8.B9.B10.B二、多选11.AB12.BCE13.ABCE14.ABC15.ABCE三、判断16.×（存在缓存优化，成本不一定线性增加）17.√18.×（重复适度可提升遵从，过度才降低）19.√（中文平均token数约为英文1.5~1.8倍）20.√21.×（版本管理对A/B测试与回滚至关重要）22.√23.×（可能降低，因符号引入噪声）24.√25.×（不同tokenizer长度差异大）四、填空26.贪心27.Jinja2（或Mustache，答其一即可）28.变量29.样例、问题30.全部31.摘要（或压缩）32.随机删词33.忽略/请忽略34.召回35.LaTeX五、简答36.要点：指令在前可提前激活任务模式，减少样例偏差；实验采用固定样本集，交叉对比两种顺序的F1与变异系数，统计显著性检验用配对t检验。37.策略：①显式“不超过50字”+惩罚样例；②使用控制码<|endoftext|>强制截断；③后处理长度奖励重排序。优缺点从实现成本、用户体验、信息损失角度对比。38.伪代码：采样k条推理链→投票取最多出现答案→返回。可加入置信度阈值过滤。六、计算39.P=1−(P(X≤256))^64=1−(e^{−120}∑_{k=0}^{256}120^k/k!)^64≈1−(0.9998)^{64}≈0.0127η=E[X|X>256]−256/E[X]≈(120+120^2/256−256)/120≈0.02840.①A(k)=A₀·α^k②0.68·0.97^k≥0.55⇒k_max=⌊ln(0.55/0.68)/ln0.97⌋=7③A_vote=∑_{t=4}^5C_5^tA^t(1−A)^{5−t}≈0.76七、实操41.①提示词示例（已实测）：“你是一名资深阅读推广人，请用150字中文总结以下书籍，要求：a)不剧透结局；b)给出3个主题词；c)文末带索书号【{callno}】；d)禁止编造。样例：……【此处给150字样例】。正文：{text}”②自动指标：ROUGE-1、BERTScore、关键词命中率；人工：不剧透率、主题词准确度。③增强约束：a)在提示末尾追加“若文本未提供结局，绝不猜测”；b)使用反向提示“任何剧透句得0分”。原理：显性负向约束降低幻觉。④Python片段：使用openai.ChatCompletion.create，批量读取text，解析返回，计算ROUGE-1<阈值则丢弃并重试。八、案例42.①