信息技术基础wps人工智能 第3版 课件 单元8 人工智能技术应用实践-2：生成提示词工程技术

生成提示词工程技术：连接你与AI的桥梁语言山西职业技术学院蔡/p>

信息技术基础和人工智能通识教育系列讲座（三）课程大纲01课程导入为什么要学提示词工程？从AI发展趋势与个人效率提升两个维度切入。02核心讲解深入解析提示词工程的三大核心原则与实用万能公式。03案例实操结合真实业务场景，动手设计并优化属于你的专属提示词。04总结答疑回顾今日重点知识，开放问答环节解决个性化困惑。01课程导入：为什么要学提示词工程？PROMPTENGINEERINGCOURSE核心认知：什么是提示词工程？技术定义提示词工程是通过精准、结构化的自然语言指令，引导大语言模型（LLM）高效、准确输出符合需求结果的设计与优化技术。通俗理解它是我们与AI沟通的“桥梁语言”，消除歧义，让AI能够准确理解并执行我们的真实意图。图示：提示词工程作为连接人与AI的桥梁课前小互动：指令的差异模糊指令“帮我写一段计算机专业英语的介绍”精准指令“帮我写一段150词左右的计算机专业英语课程介绍，面向大一新生，语言简洁，包含课程核心学习内容（词汇、编程英语、文献阅读）”思考一下：哪个指令更可能得到你想要的结果？02核心讲解：提示词工程的核心原则与实用方法基础原则一：清晰具体，拒绝模糊核心思想：明确告诉AI“做什么、做多少、什么风格、面向谁”模糊指令(BadCase)“帮我写个算法笔记”缺少具体主题、字数要求、受众和格式规范，AI难以精准响应。精准指令(GoodCase)提示：越具体的指令边界，越能减少AI的猜测成本，从而获得更符合预期的高质量结果。基础原则一：清晰具体，拒绝模糊核心思想：明确告诉AI“做什么、做多少、什么风格、面向谁”模糊指令(BadCase)“帮我写个算法笔记”缺少具体主题、字数要求、受众和格式规范，AI难以精准响应。精准指令(GoodCase)“帮我写一份快速排序的入门笔记，800字左右，分3部分（原理、步骤、代码示例），面向大二计算机专业学生，语言通俗无冗余”提示：越具体的指令边界，越能减少AI的猜测成本，从而获得更符合预期的高质量结果。基础原则二：结构化表达，逻辑清晰核心思想用分点、分模块的方式组织指令，让AI“易理解、不遗漏”，确保信息处理的完整性。关键要素1.拆解任务步骤；2.限定输出格式；3.明确内容维度。减少AI的自由发挥空间。📝案例：文献总结指令“请总结《XX论文》的核心内容，结构化输出：研究背景；核心方法；实验结论；研究不足。每部分不超过100字。”效果：结果更全面、逻辑更严密、可读性强基础原则三：贴合模型能力，合理预期核心思想：了解AI的“短板”（如知识截止日期、计算边界），在指令中明确“可参考的范围”，避免提出无法完成的任务。不当指令示例“帮我找2026年最新的AI论文”

问题：超出了AI的知识截止日期（通常截至2024年），且缺乏具体领域限定，无法完成。合理指令示例“帮我梳理2024-2025年大语言模型在教育领域的核心研究论文...”

优势：明确了时间范围（符合知识截止）、具体领域（教育）、交付物（标题、作者、亮点），任务边界清晰。优化建议：指令应包含时间范围、具体领域、交付物形式，确保任务在模型能力圈内可执行。经典提示词结构：一个万能公式角色设定(Role)给AI指定一个具体的身份或专家角色（如：资深文案、Python工程师、心理咨询师），让输出内容更贴合专业视角。任务描述(Task)清晰、明确地告诉AI需要完成什么工作或解决什么问题，避免模糊不清的指令，确保AI理解核心目标。具体要求(Requirements)细化输出的细节约束，例如：字数限制、语言风格（幽默/正式）、目标受众、关键要素、避免的内容等。输出格式(Format)指定结果的呈现形式，提升信息获取效率。例如：分点列表、表格、代码块、思维导图、JSON数据等。万能公式应用案例：讲解Python列表推导式角色(Role)资深Python开发工程师，拥有丰富的教学经验，擅长将复杂概念通俗化。任务(Task)向大二计算机专业学生讲解Python中列表推导式的核心概念与使用方法。要求(Requirements)语言通俗易懂，包含核心语法解析、3个基础示例及2个常见错误解决。输出格式(Format)采用分点列表布局，代码示例需附带详细中文注释，确保逻辑清晰。提示：合理运用此公式能显著提升AI回答的专业性与准确性你是一名Python开发工程师、请面向大二计算机专业学生、讲解列表推导式、语言通俗、包含核心语法加三个基础示例加两个常见错误及解决方法、避免过于专业的术语、输出格式要求分点列出且示例配代码注释。进阶技巧一：加入示例，少讲多示范核心思想：精准对齐仅靠语言描述风格往往不够精确。通过提供具体的示例，让AI学习并模仿输出的格式、语气和专业度，从而大幅降低沟通成本。操作要点：少讲多做与其长篇大论解释“什么是好的翻译”，不如直接给出一个高质量的翻译范例。示例越贴近目标场景，AI的输出越符合预期。实战案例：计算机专业英语翻译Prompt指令设计：“请将以下计算机专业词汇翻译成英文，要求专业准确。示例：数据结构-datastructure；待翻译：算法、面向对象编程、数据库、机器学习”预期效果：AI将严格遵循“中文术语-英文术语”的格式进行输出，确保一致性。进阶技巧二&三：加入约束+分步提问技巧二：加入约束条件明确“不要做什么”，避免偏离主题在撰写论文提纲时，可以要求：“不涉及过于前沿的未落地技术”通过限制范围，让AI的输出更加聚焦和实用。技巧三：分步提问将复杂任务拆分为多个简单任务将制作PPT的复杂需求拆分：1.设计框架→2.撰写内容分步骤处理能显著提升最终成果的质量。核心逻辑：通过“约束”减少无效探索，通过“拆分”降低任务难度，两者结合能最大化AI的效率。“请为我的课程论文《大学计算机专业英语评价体系》设计3级提纲，要求：1.符合大学课程论文规范；2.分5个核心章节；3.不涉及过于前沿的未落地技术”。——“帮我完成一份AI课程的PPT内容，包含封面、目录、5个章节、总结”，——改为：

先问“帮我设计《AI基础入门》课程的PPT框架，含封面标题、目录和5个核心章节主题”，

——基于框架问“帮我撰写PPT第2章‘大语言模型基础’的内容，每部分不超过200字，适合课堂讲解”。新手避坑指南：别让这些错误影响你的效率指令过于简短，信息缺失只说“帮我写篇作文”，没有任何具体要求，导致结果偏离预期。一次提多个无关任务同时要求AI写代码、翻译和总结，任务逻辑混杂，难以精准执行。过度追求华丽词汇堆砌大量形容词，忽略了核心需求的明确表达，增加AI理解成本。💡核心原则：指令需具体、任务需单一、表达需直白新手避坑指南：别让这些错误影响你的效率·

错误示例：“帮我写篇作文”；·

修正：明确主题、字数、风格、受众（如“帮我写一篇800字左右的议论文，主题为‘AI时代的大学生学习’，面向大学英语写作课程，语言正式”）。·

错误示例：“帮我写一段Python代码，再帮我翻译一下计算机专业英语，顺便写个课程总结”；·

修正：一个提示词只对应一个核心任务，分开提问。·

错误示例：“请你以专业的、深度的、全面的视角，为我详尽阐述一下大语言模型的相关知识”；·

修正：去掉无意义的形容词，直接明确需求（如“请阐述大语言模型的核心工作原理，分3点说明，每点不超过150字”）。03案例实操：动手设计你的提示词PRACTICALCASES&HANDS-ONDESIGN实操任务一：基础套用与修改任务一：基础套用请使用“角色+任务+要求+格式”的万能四结构，为“讲解C语言指针的入门知识”设计一个提示词。任务二：修改优化请修改这个模糊的提示词“帮我写计算机专业英语的学习方法”，使其变得清晰、具体、结构化。引导语：现在，请大家动手尝试，我们稍后会一起点评。实操任务二：进阶优化（分步提问）当前任务：需求拆解挑战复杂需求：“帮我梳理《数据结构》中二叉树的核心考点，适配期末考试”操作要求：运用“分步提问”技巧，将上述复杂需求拆分成两个连续的、更简单的提示词，以提升回答质量。思考：可以小组讨论一下，如何拆分这个需求？第一步应该问什么？第二步呢？04总结答疑：回顾与交流课程总结与答疑核心定义把你的需求，用AI能理解的方式说清