人工智能通识基础 课件 任务2：提示词工程让AI更听话

任务2：提示词工程让AI更听话前言：为什么需要学习提示词工程？AI能力的“唤醒开关”AI(大语言模型)如同拥有海量知识的“天才”，提示词就是那个精准唤醒其特定能力的关键“开关”。沟通效率的“倍增器”精准的提示词能大幅减少与AI的无效沟通，一次到位地获得所需结果，节省大量时间和精力。解锁高级功能的“钥匙”掌握提示词技巧，引导AI完成复杂推理、创意生成等高级任务，挖掘其更深层次的潜力。未来的“必备技能”随着AI普及，提示词工程将成为一项重要的数字素养，是高效利用AI工具的核心竞争力。目录CONTENTS任务2难点分析01概念抽象与框架差异难辨析学生常将‘唤起AI预训练能力’与‘优化输入提输出质量’的逻辑抽象误解为普通提问。这种混淆导致他们难以区分概念与框架的差异，进而影响对提示词工程的理解。03高阶思维能力难养成学生容易过度依赖或质疑AI输出，缺乏用‘对立观点激发法’验证的能力。他们难以将总目标拆解为逻辑链条，导致高阶思维能力难以养成。02高效提示词设计难落地学生在设计提示词时，常因分隔符使用不当、结构化输出要求模糊以及少样本提示示例不规范而陷入困境。复杂任务难以拆解为子步骤，提示词效果大打折扣。04场景适配与需求转化难平衡在实践中，学生常忽视受众特征，难以整合多约束任务的要求。提示词难以引导AI生成符合需求的内容，导致场景适配与需求转化失衡，细节遗漏频发。学习目标能力目标高质量提示词撰写能力培养学生熟练撰写高质量提示词的能力，使其能够根据不同任务需求，灵活运用提示词的基本框架和要素，精准传达指令，获取满意的输出结果，例如在营销活动策划案、诗歌创作等场景中，运用精准指令式提问法和反馈优化提问法等完成任务。多种提问方法应用能力培养学生运用多种提问方法解决实际问题的能力，让学生能够根据具体问题的特点，选择合适的提问方法，如在数据分析时使用关键内容提炼提问法，在模拟对话场景时使用场景模拟对话提问法等，提高解决问题的效率和质量。模型输出分析处理能力提升学生对大语言模型输出结果的分析和处理能力，学生能够解读模型输出，根据结构化输出格式，提取关键信息，并将其应用到实际工作和学习中，如将模型以JSON格式输出的数据进行分析和处理。自主学习与提升能力锻炼学生的自主学习和自我提升能力，引导学生在不断与大语言模型交互的过程中，总结经验，优化提示词和提问策略，持续提升自己运用大语言模型的能力，适应快速发展的人工智能技术。知识目标提示词（Prompt）是大语言模型应用中的关键要素，它能够引导模型唤起特定能力，解决实际问题。通过精准的提示词，可以有效激发模型的潜能，使其输出更符合用户需求的结果。理解提示词的定义与作用提示词的基本框架包括指令、上下文、输入数据和输出指示。这些要素共同作用，能够引导模型生成准确的输出。在实际撰写提示词时，合理运用这些要素至关重要。掌握提示词的基本框架和要素常见的提示词框架有RTF框架、思考链模式、RISEN框架、RODES框架和密度链模式。每种框架都有其独特的结构、适用场景和优势，能够根据不同任务选择合适的框架进行提示词构建。熟悉常见的提示词框架打造高效提示词需要遵循一些原则和策略，如编写明确和具体的指令、给予模型充足的思考时间等。同时，使用分隔符、要求结构化输出、检查条件、少样本提示等方法也能提升提示词的质量。了解打造高效提示词的原则和策略提示词定义及提示词工程2.1学习目标明确掌握提示词工程所需的知识、能力和素质，建立正确的学习方向。什么是提示词揭示提示词的本质及其在AI交互中的核心作用，理解人机对话的底层逻辑。什么是提示词工程定义提示词工程，阐述其在AI时代的重要性与核心应用领域。优质提示词的特征总结构成一个有效提示词的五大关键特征，掌握设计高质量提示的标准。什么是提示词？定义与核心概念提示词（Prompt）是人类与AI交互的接口。它不仅是简单的问题，更是一种精心设计的“指令艺术”，用于引导AI产生预期输出。核心本质：意图的形式化表达它是激活AI特定能力的“钥匙”，将人类的模糊意图转化为机器可理解的指令。关键作用：能力的精准检索从海量预训练知识中，精准“调用”理解、总结、生成等特定能力。提示词是打开AI智慧宝库的钥匙提示词的演变早期：简单关键词通常仅包含简单的关键词或短句，例如：“写一首关于春天的诗”。缺乏对角色和格式的限定。现在：结构化指令包含角色设定、任务描述、输出格式等完整要素。例如设定为美食评论家，要求以特定风格输出Markdown格式的内容。提示词的核心作用引导AI理解任务明确告诉AI需要做什么，消除歧义，确保方向正确。筛选知识与能力从海量知识中精准定位最相关的信息，提升处理效率。控制输出形式内容指定格式、风格和长度，确保输出结果完全符合预期。什么是提示词工程？提示词工程是一门研究如何设计和优化提示词，以高效、准确地引导AI模型完成特定任务的实践方法。核心目标最大化AI模型输出的质量、相关性和有用性。关键核心理解AI模型原理，运用语言学、逻辑学构建有效提示。提示词工程的重要性提升效率减少试错次数，快速获得高质量结果，显著提升AI交互的响应速度。降低门槛让非技术人员也能有效利用强大的AI模型，实现“人人都是AI专家”。激发创新探索AI在更多领域的应用可能性，突破传统工作流的局限。控制风险通过精确的提示，减少AI产生错误或有害内容的风险，确保输出可控。提示词工程的应用领域内容创作撰写文案、诗歌、故事、代码等，激发无限创作灵感。数据分析高效进行数据提取、清洗、分析和可视化，挖掘数据价值。智能教育提供个性化辅导、自动答疑与作业批改，辅助教学决策。商业决策深入市场分析，自动生成报告并制定策略，优化决策流程。特征一：明确性明确性是指提示词的指令必须清晰、准确，避免模糊和歧义，确保AI能精准捕捉意图。反面例子：过于模糊“写点关于环保的东西。”正面例子：清晰具体“请写一篇500字左右的议论文，主题是‘垃圾分类的重要性与实施难点’，要求论点明确，论据充分。”特征二：具体性核心定义具体性要求提示词提供足够的细节和约束，让AI的输出更符合预期，避免产生模糊或千篇一律的结果。案例对比反面例子（缺乏细节）“设计一个logo。”正面例子（细节丰富）“为‘星途’科技公司设计logo，包含星星和道路元素，主色调蓝银，风格简约现代。”特征三：创造性创造性意味着提示词可以包含一些开放性的要求，激发AI的想象力和创造力，而非仅仅是机械的指令。反面例子：过于机械“列出10个水果的名字。”正面例子：富有创造性“假如你是一位美食家，请为我推荐5种不常见但美味的热带水果，并描述它们的独特风味和最佳食用方式。”角色设定(RolePlay)赋予AI特定的身份，如美食家、设计师，引导其从专业角度思考。细节描述(Details)增加场景、风格等细节要求，避免简单的罗列，产出更丰富的内容。特征四：上下文完整性核心定义提供足够的背景信息，帮助AI理解任务的来龙去脉，是准确决策的前提。反面例子：信息缺失“这个方案怎么样？”——缺乏具体背景，AI无法判断。正面例子：完整上下文“这是我为新产品‘智能水杯’制定的市场推广方案，请你从目标用户、推广渠道和预算分配三个方面进行评估，并给出改进建议。”特征五：情感与语气适配性指提示词的语气和风格应与任务场景相匹配，明确的语气指令能显著提升AI输出的贴合度。反面例子：语气违和“给我写个讣告，活泼点。”问题：在庄重的讣告场景中要求“活泼”，语气与场景严重不符。正面例子：语气适配“请以庄重、沉痛的语气，为一位德高望重的老教授撰写一篇讣告...”优点：明确指定了“庄重、沉痛”的语气，符合场景需求，输出更得体。撰写提示词的基本框架2.22.2.1提示词核心要素指令是提示词的核心，明确告诉模型要完成的任务。例如，要求模型写一篇关于人工智能发展趋势的文章，指令就是‘写一篇关于人工智能发展趋势的文章’。指令必须清晰、具体，避免模糊表述，确保模型能够准确理解任务要求。指令输入数据是用户提供的具体素材，模型将基于这些数据进行处理和生成输出。例如，在文本情感分析中，用户输入的评论内容就是输入数据。输入数据的质量和相关性直接影响模型的输出效果。输入数据上下文为模型提供背景信息，帮助其更好地理解任务。例如，在翻译任务中，提供原文的上下文可以帮助模型更准确地翻译。上下文可以是背景资料、关键词或相关示例，能够帮助模型减少歧义，提高输出的准确性和相关性。上下文输出指示用于指定模型输出的类型或格式。例如，要求模型以JSON格式输出数据，或者用特定的语言风格撰写文章。明确的输出指示可以帮助用户更好地控制模型的输出形式，便于后续的分析和处理。输出指示要素一：指令(Instruction)核心定义指令是提示词的灵魂，直接告诉AI需要执行的具体任务。它决定了AI的行动方向。关键要求与常用动词要求：清晰、具体、无歧义。动词：总结、分析、创作、翻译、解释、生成、比较、推荐。应用示例1."请总结以下文本的核心观点。"2."分析这个方案的优缺点。"指挥棒：指引AI行动的方向要素二：上下文(Context)核心定义为AI提供任务的背景信息、约束条件或角色设定，帮助AI更好地理解任务边界。主要作用缩小AI的思考范围，设定专业角色，提供必要的背景知识，确保回答的相关性。应用示例“你是一位拥有10年经验的产品经理，请基于当前的市场趋势，分析这个新产品的可行性。”要素三：输入数据(InputData)核心定义输入数据是AI处理的“原材料”，即任务的具体对象。如果指令是“做什么”，那么输入数据就是“用什么做”。形式与示例形式：表格、数据等。示例：“请计算销售增长率并给出结论：[插入销售额表格数据]”要素四：输出指示(OutputIndicator)核心定义明确AI输出结果的格式、结构或类型，使结果结构化、标准化，从而更易于直接使用。常用格式与示例格式：Markdown、JSON、表格、列表、代码块等。示例：“请以Markdown表格形式，对比三款手机的参数。”RTF框架RTF框架是一种简单通用的提示框架，通过定义角色（Role）、任务（Task）和格式（Format），适用于各种对话场景。它能够清晰地划分交互中的角色定位、任务目标以及输出格式，帮助用户高效地与AI进行交互。思考链模式思考链模式是一种逐步提升AI推理能力的模式，适用于处理复杂的分析型任务、逻辑推理型任务和决策问题。它通过逐步显式推理，帮助AI更好地理解和解决问题，从而提供更准确的答案。RISEN框架RISEN框架包含角色（Role）、指示（Instructions）、步骤（Steps）、最终目标（EndGoal）和约束条件（Narrowing），适合撰写具有特定约束的任务。它通过明确的步骤和约束条件，确保任务的执行符合预期目标。2.2.2提示词（prompt)的常见框架RODES框架定义角色（Role）、目标（Objective）、细节（Details）、示例（Examples）和感官检查（SenseCheck），使模型生成更符合期望的结果。它通过详细的定义和示例，帮助AI更好地理解任务要求，从而提供高质量的输出。05密度链模式通过递归方式不断优化输出，适用于总结任务、改进提示和生成长格式内容。它通过逐步压缩信息，生成高浓度的内容，帮助用户快速获取关键信息。

04密度链模式RODES框架“你是一位美食评论家（Role），请为我推荐三家上海的本帮菜餐厅，并说明推荐理由（Task），以Markdown列表的形式输出（Format）。”应用示例：2思考链模式(CoT)核心思想：问题分解将复杂问题拆解为多个简单子问题，分步解决，模拟人类的推理路径。关键指令引导使用“让我们一步一步来思考”或“请详细说明你的推理过程”来激活该模式。典型场景：逻辑计算如计算10人握手总次数，通过分步累加（9+8+...+1）得出准确结果45次。打造高效提示词策略2.3打造高效提示词的六大原则01.明确指令使用清晰、具体的动词，避免歧义，确保AI准确理解任务目标。02.思考时间鼓励AI分步思考，展示推理过程，而不是直接给出答案。03.分隔符用```、---等符号分隔不同部分信息，提高提示词的可读性。04.结构化输出指定输出格式（如JSON、表格），方便后续自动化处理。05.检查条件设定质量标准，让AI在生成结果后进行自我校验。06.少样本提示提供1-2个示例，让AI快速理解你的预期格式和风格。常用提示词提问方法2.4实践任务2.5素养天地任务总结课后作业布置作业要求：从生活或学习场景中任选1个实际需求（如撰写课程复习总结、设计周末家庭聚餐菜单、规划短途旅行攻略等），明确该需求的目标受众（如同学、家人、自己等）、核心任务（如总结某门课程3个章节重点、设计4菜1汤的聚餐菜单、规划2天1夜的周边旅行路线）及输出格式（如Word文档要点式、Markdown表格、思维导图框架等）。依据提示词“指令-上下文-输入数据-输出指示”四要素，撰写1条完整的提示词，确保提示词具备明确性（无模糊表述）、具体性（有量化或范围限定）和适配场景的特征。一、基础应用作业：撰写精准提示词二、框架运用作业：用指定框架设计提示词并分析效果作业要求选择2种不同的提示词框架（如RTF框架、思考链模式、RISEN框架等），针对同一任务（建议选择复杂任务，如“分析某款学生常用笔记本电脑的市场竞争力”“为校园社团设计招新宣传方案”），分别设计2条提示词。假设