项目二-任务2-提示词的组成与优化

项目二

提示词工程任务2提示词的组成与优化目录CONTENTS01.学习目的和要点02.学习内容03.课程总结01学习目的和要点1.1学习目的目的一：了解提示词核心组成部分了解提示词的基础指令、背景信息、输出要求等核心组成部分。目的二：理解作用与地位理解提示词在AI任务中的功能与作用目的三：掌握提示词优化方法掌握提示词细化指令、角色设定、参数协同等优化方法组成元素提示词由指令、上下文、输入数据和输出指示四大元素构成，每个元素都有其独特作用，共同影响模型的输出结果。任务差异不同类型的AI任务，如文本、图像、音频，对提示词的组成要素侧重不同。了解这些差异，能更好地设计针对性的提示词。优化方法掌握细化指令、角色设定、参数协同等优化方法，能显著提升提示词的效果，让AI输出更高质量的内容。1.2学习要点02学习内容指令指令是提示词的核心，明确告诉模型要执行的任务，如分析、生成、总结等，是引导模型行动的关键。上下文上下文为模型提供额外信息，帮助其理解任务背景，如历史记录、专业知识等，使输出更贴合实际需求。输入数据输入数据是用户提出的问题或提供的素材，是模型处理的核心内容，直接决定了输出的针对性。输出指示输出指示规定模型输出的格式、类型和结构，如字数限制、语言风格等，确保输出符合预期。2.1提示词的基本元素2.2提示词设计的通用技巧简洁明了从简单表述起步，逐步补充元素与上下文结构化呈现可采用Markdown、Lisp等格式，可通过#、分级标题等分隔说明、上下文等模块明确指令采用生活中清晰有效的单词或短句作为指令描述具体明确核心需求、细节要求等关键信息表达直接简洁直接的语言传递需求，提升沟通效率正向引导建议采用正向描述，避免说“不要”少样本示例提供少量示例，让模型明确输出形式与要求零样本与少样本零样本提示完全依赖模型预训练知识，而少样本提示通过提供少量示例引导模型理解任务要求，提升执行效果。2.3零样本与少样本对比01基线-测试-分析-改进BTAI模型提供了系统化的提示词优化框架，通过创建基线、测试表现、分析不足、针对性改进，实现提示词的持续优化。02案例分析OpenAI通过BTAI方法优化客服场景提示词，从简单指令到增加角色、语气、结构等元素，显著提升了模型的响应质量。2.4BTAI循环四步迭代A/B测试A/B测试通过对比不同提示词版本的效果，精准定位优化方向。每次只改变一个变量，如角色、具体性等，用准确率等指标量化表现。2.5A/B测试单变量法1质量质量维度衡量输出内容的准确性与专业深度，高质量的输出应全面准确无误，符合专业标准。2实用性实用性关注输出内容对用户实际需求的满足程度，实用的输出应直接解决问题，具有实际应用价值。3效率效率维度评估模型响应时间与计算资源消耗，高效的输出应在短时间内完成，且计算资源占用合理。2.5QUEST五维评估表03课程总结速记口诀用口诀“令上下出，简结明具直正例”十个字串联四元素与七技巧，帮助快速记忆提示词的关键要素。3.1课程总结双循环模型BTAI与QUEST合并成双循环模型，内圈负责提示词版本迭代，外圈负责量化评估得分，形成持续优化流程。1同义反复避免同义反复导致冗余，保持提示词简洁明了，减少无效信息。2否定引发幻觉避免使用“不要”式否定，以免引发模型幻觉，应采用正向