版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
ArtificialIntelligenceAIGC与提示词工程第3章人工智能基础教程主讲人:×××目录3.1AIGC概述3.2提示词工程概述提示词基础应用3.3多模态提示词3.43.1.1AIGC的定义AIGC(ArtificialIntelligenceGeneratedContent),即人工智能生成内容,是指利用人工智能技术,通过深度学习、自然语言处理等核心方法,自动生成文本、图像、音频、视频等多元内容的综合性技术体系,实现了从算法到内容产出的全流程自动化。从内容生产演进维度来看,AIGC是继PGC(专业生成内容)、UGC(用户生成内容)之后的新一代内容生产模式。它打破了传统创作对专业技能、时间成本的高要求,极大降低了内容创作的准入门槛,释放了普罗大众的数字创作潜力,也推动着内容产业从“人主导创作”向“人机协同创作”的系统性变革。近年来,AIGC的应用场景已从企业级服务(如内容素材批量生产、行业报告生成)深度渗透到C端用户市场(如智能绘画、辅助写作、个性化视频制作),技术开发的侧重点也从单纯追求生成效果的技术实现,转向注重用户体验的交互优化,让AIGC真正成为人类创意表达的得力助手,重塑着内容创作与消费的生态格局。3.1.2AIGC的核心特征AIGC是通过人工智能自动生成文本、图像、音频、视频、代码等各类内容的技术。基于这一独特的应用特征,AIGC为众多行业带来了创新的内容生成模式与解决方案,并展现出巨大的发展潜力,其核心特点如下。智能化:能够精准理解人类的自然语言指令、风格偏好与创意需求,自动捕捉核心意图并生成匹配的内容,实现了人机之间意图的深度共鸣与精准落地。01多模态:支持文本、图像、音频、视频、代码等多模态内容的一体化生成,同时可适配写实、抽象、古风等多元风格需求,覆盖全场景的内容创作供给。03高效性:可大幅度压缩传统内容创作中资料搜集、构思打磨、反复修改的时间成本,将内容生产周期从数天、数小时压缩至分钟级,极大提升创作效率。02强交互:用户可通过调整指令关键词、设定风格参数、指出内容不足等方式,引导AIGC不断优化生成结果,最终产出更贴合实际应用场景的内容。04持续迭代:AIGC能够不断吸收新知识、优化算法模型,实现内容与技术的双重迭代升级。这种不断升级的能力,使得AIGC能够持续适配不同的应用场景。06创意驱动:AIGC可突破人类思维局限,跨界融合不同领域元素,探索新创作路径,为创作者输送灵感,催生优质内容,适配用户个性化创意需求。053.1.3AIGC主要应用领域依托大语言模型等技术,AIGC可实现语句补全、语法修正、撰文、创作、翻译及复杂逻辑对话;还能辅助创作者突破瓶颈,快速生成构思、大纲或初稿,生成专业内容,提升效率、激发灵感。多领域创作者可通过AIGC便捷高效获取创作素材和思路,完善作品。文本生成与辅助创作AI绘画是AIGC在视觉艺术领域的应用。AI可借助深度学习算法学习、模仿乃至创造艺术风格,用户提供简单描述或草图,AI就能生成图像,满足多场景需求,还能在图像修复、色彩调整等方面提供助力,为视觉创意行业带来便利与新可能。AI绘画与图像编辑从音乐创作、语音合成到视频剪辑、特效制作,AI逐步取代传统手工操作。如AI可依情感分析生成适配情绪的背景音乐,或依文本生成自然语音播报;视频编辑上,AI能自动识别剪辑精彩片段、添加特效滤镜,甚至生成新视频内容,推动多领域创新发展。音视频生成与编辑在软件开发领域,AIGC的应用更是颠覆了传统的编程方式。开发者可以使用自然语言描述需求,AI则能自动编写出相应的代码,大大简化了编程流程,提高了开发效率。此外,AI还能辅助开发者进行代码审查、优化代码结构、预测潜在bug(故障)等,从而保证软件开发质量。代码生成与软件开发4.代码生成与软件开发3.1.4常见的AIGC工具ChatGPT是由OpenAI开发的人工智能自然语言处理工具,核心基于Transformer神经网络架构,通过海量语料库训练实现了自然流畅的对话生成与上下文互动能力。作为引爆全球AIGC热潮的标志性产品,它具备极为丰富的功能矩阵,涵盖智能文本生成、多轮对话机器人、专业语言问答、多语种精准翻译以及代码编写与调试等多项核心任务,能够精准理解用户意图并输出高质量结果。其独特的记忆机制可留存先前对话内容,实现对上下文的深度理解,让多轮交互如同真人沟通般连贯自然,彻底打破了传统AI对话的生硬感,成为了AIGC领域极具代表性的通用型智能工具。1.ChatGPT3.1.4常见的AIGC工具文心一言是百度公司打造的一款全新知识增强大语言模型,依托飞桨深度学习平台与文心知识增强大模型的技术支撑,具备卓越的自然语言处理能力。它不仅能实现与人对话互动、解答疑问、协助创作等基础功能,更在知识增强、检索增强和对话增强维度表现突出,可深度理解用户真实意图,针对各类复杂问题提供精准且具备实际价值的专业回答,成为用户高效的智能助手。2.文心一言作为综合性AI助手,文心一言在文学创作、商业文案撰写、数理逻辑推算等场景中均能提供有力支持。其界面设计贴合用户使用习惯,集成了创意写作、阅读分析、智慧绘图等丰富功能模块,可一站式满足用户从内容构思到成果输出的多样化需求,图中展示的正是文心一言的实际交互界面。3.1.4常见的AIGC工具3.DeepSeek深度求索DeepSeek是杭州深度求索公司打造的前沿人工智能模型,核心优势在于优化的算法架构,大幅提升了算力资源利用率,有效降低了对硬件算力的依赖。该模型拥有数百亿级参数,具备卓越的语言理解与生成能力,在数学推导、逻辑分析、代码生成等高密度逻辑任务中表现突出,能快速输出精准、严谨的解决方案。同时,DeepSeek兼顾灵活性与安全性,支持本地私有化部署和便捷的云端服务模式,适配企业级开发与个人创新的多样化需求。从实际应用来看,DeepSeek的界面设计简洁直观,集成了对话交互与API开放平台入口,开发者可快速调用模型能力进行集成开发。无论是复杂的代码编写辅助,还是深层的逻辑推理问题,它都能提供高效支持,为科研、教育、软件开发等领域带来了切实的效率提升,成为AIGC领域极具实用性的工具选择。3.1.4常见的AIGC工具千问是由阿里巴巴达摩院自主研发的超大规模语言模型,具备强大的多模态与多任务处理能力。它可妥善应对自然语言理解、文本生成、视觉解析、音频识别等核心任务,还能实现工具调用、角色扮演及智能体交互等复杂功能。该模型依托大规模、多语言、多模态的数据集进行深度预训练,并在高质量精选语料上持续优化,确保输出内容高度贴合人类的使用偏好与认知习惯。4.千问:阿里达摩院超大规模模型千问在实际应用中展现出极高的适配性,无论是专业领域的深度问答,还是生活化的创意互动都能胜任。其界面设计简洁直观,整合了深度思考、代码编写、图像解析等实用功能入口,为用户提供一站式的智能交互体验,是企业级与个人用户均可高效利用的AIGC工具。3.1.4常见的AIGC工具讯飞星火是科大讯飞推出的全能型人工智能助手,深度融合了问答、写作、绘画等多元功能,致力于为用户打造便捷、高效且智能的服务体验。它依托先进的深度学习技术构建,坐拥海量语料库与前沿算法,具备卓越的自然语言理解与生成能力,能够精准捕捉用户的真实意图与核心需求,进而提供极具针对性的优质回答与专业建议,在日常咨询、内容创作、知识获取等场景中展现出强大的实用价值。5.讯飞星火依托科大讯飞在语音交互领域的深厚技术积淀,讯飞星火在自然语言处理层面拥有天然优势。其界面设计简洁直观,功能模块划分清晰,涵盖科研、求职、研究等多个实用助手板块,能切实覆盖学习、工作、创作等多场景需求,为用户提供全方位的智能支持。3.1.4常见的AIGC工具豆包是由字节跳动研发的聚焦知识服务、内容创作的智能助手。它具备强大的深度思考能力,能够高效串联信息、归纳核心重点,帮助用户快速读懂长篇网页、精准拆解学术论文、提炼专业报告的关键内容。在功能上,豆包覆盖了智能客服、智能创作、学习辅助等多元领域,支持文字、语音、视频、图像等多模态交互形式,可灵活适配办公、学习、创意生成等不同场景下的个性化需求。6.豆包豆包的交互界面简洁直观,集成了深度思考、图像生成、智能写作、编程辅助等核心功能入口。用户可以根据实际需求,通过自然语言对话的方式,快速调用各项能力,无论是处理复杂的知识梳理工作,还是进行创意内容的生成,都能获得高效、专业的支持,成为用户工作与学习中的得力助手。3.1.5AIGC工具使用步骤1.选择工具用户需要根据自身实际需求和使用场景,挑选适配的生成式AI工具。目前市场上的工具类型丰富多样,侧重点各有不同:有的工具专注于文本生成,可辅助撰写文案、小说、代码等;有的则擅长图像创作,能根据描述生成插画、设计稿等;还有的主打音频或视频生成服务。在选择时,需结合具体用途,比如文案创作选文本类AI,绘画设计选图像类AI,以此确保工具功能与目标需求高度契合,提升使用效率与成果质量。2.注册与登录在正式使用多数生成式AI工具前,需先完成平台的注册流程。注册环节通常需要用户提供基础信息,常见的包括电子邮箱、手机号码,部分平台为了规范使用、保障安全,还会要求完成实名认证步骤。完成注册后,使用注册的账号信息(用户名/手机号/邮箱+密码)即可登录对应的工具或平台。登录操作是解锁工具完整功能的前提,未登录状态下往往只能体验有限的试用功能,登录后才能充分使用AI生成、作品保存、参数调整等核心服务。3.1.5AIGC工具使用步骤录成功进入AIGC工具主界面后,核心操作就是与AI进行“对话”。你需要在指定的文本输入框中,用清晰、准确的语言描述你的需求、问题或创作指令,这就是关键的“提示词”。输入完成后点击提交或生成按钮,系统便会根据算法模型,快速处理并输出对应的文本、图像、代码等生成内容,这是获取AI成果的基础流程。3.输入提示词与生成内容若生成结果未达预期,可通过三种方式优化:一是细化提示词,让指令更具体清晰;二是针对结果提出修改意见,引导AI迭代;三是调整模型参数,如创意度、准确性、风格倾向等,通过多轮调试获得满意的输出效果。4.调整与优化目录3.1AIGC概述3.2提示词工程概述提示词基础应用3.3多模态提示词3.43.2.1提示词工程的定义●模型适配性不同AI模型具备不同的技术架构与擅长领域,提示词设计需贴合其“特性”。针对图像生成模型(如MidJourney),应重点补充丰富的视觉风格关键词(如赛博朋克、莫奈风)与技术参数(分辨率、画幅比例);针对大语言模型(如GPT-4),则需强化逻辑链引导,通过结构化指令明确思考步骤与输出格式,让模型精准理解意图。●任务导向性提示词的本质是将模糊需求转化为AI可执行的精准指令,明确任务边界与目标。模糊表述如“帮我写个好文案”缺乏指向性;而精准提示词会明确主体、核心卖点、风格与限制,例如:“为无线耳机撰写宣传文案,突出‘超长续航’和‘主动降噪’,风格活泼,50字以内。”这种具体的指令能大幅提升AI输出的匹配度与质量。提示词是用户输入给人工智能模型的指令载体,形式以文本为主,也可包含图像、音频等多模态信息,通常包括任务目标描述、背景上下文信息、输出格式要求3个部分。而提示词工程是对提示词进行系统化设计、优化与验证的全过程。在实践中,提示词工程需重点把握以下两大核心特征。3.2.2提示词的发展随着大语言模型,如GPT-3、LLaMA等的崛起,人工智能处理多步骤、多约束任务的能力显著增强,少样本学习(Few-shotLearning)技术成为关键。此时的提示词设计开始融入“示例+指令”的结构,通过少量样本引导人工智能理解任务模式。这一阶段的核心需求,是让人工智能“学会”并遵循特定的任务模式。2.发展期|示例:请按以下格式分类水果:示例1:苹果→温带水果示例2:香蕉→热带水果任务:橙子→?葡萄→?1.萌芽期早期的人工智能模型,如GPT-1等,其理解能力尚显稚嫩,主要能处理单一且明确的简单任务。此时,提示词的设计也相对简单,以短句指令为主,无需过多复杂构思。例如,用户只需输入“将‘HelloWorld’翻译成中文”或“总结这段文字的核心观点”,AI便能理解并执行。此阶段的核心需求,在于使人工智能能够“看懂”并执行基本指令。3.2.2提示词的发展对进入成熟期,GPT-4、文心一言、DeepSeek等模型不仅支持多模态输入,还具备复杂逻辑推理能力,提示词对模型输出质量的影响愈发显著。此时的提示词设计走向系统化,此阶段的核心需求是让人工智能能够高效解决复杂问题。|示例:假设你是资深产品经理,用以下步骤分析××APP的优化方向:1.明确核心用户群体。2.梳理当前用户反馈的主要痛点。3.针对每个痛点提出2个可落地的优化方案,需说明技术可行性3.成熟期3.2.3提示词的主要作用功能定位:提示词最基础也是最核心的功能,是AI创作的“导航仪”。核心价值:通过精准定义内容的主题核心、情感基调与表达风格,有效限定和规范AI的生成边界,避免产出偏离预期的内容,让机器的创作始终锚定用户的真实需求,实现从“随机产出”到“定向创作”的转变。1.指导创作方向通过这样的提示词,AIGC工具能够清晰地理解任务要求,正确把握所生成内容的方向。|示例:需求描述:一位市场营销人员需要为一家主打“宁静、亲近自然、高品质”的精品酒店生成一段社交媒体宣传文案。提示词设计:①主题:为一家位于山间的精品度假酒店撰写一段宣传文案。②核心情感与风格:宁静、治愈、贴近自然、高端有格调。语言要求优美、有画面感,避免使用夸张和商业感强烈的词汇。③具体要点:突出“清晨在鸟鸣中醒来”“独立观景阳台”“使用本地有机食材的早餐”和“远离城市喧嚣的放松体验”。④格式:文案长度在100字以内。3.2.3提示词的主要作用2.控制细节表现功能定位:满足用户在内容生成过程中的个性化、精细化需求,让AI产出的结果不再局限于模糊的通用框架,而是贴合具体的创作构想。核心价值:通过在提示词中对细节进行针对性描述,能够精确调整生成内容的各类元素,包括画面的画质精度、构图方式、色彩基调、场景氛围、物体质感等,实现从宏观到微观的全方位把控,提升生成内容的专业度与契合度。|示例:需求描述:绘制一位年轻、敏捷的精灵弓箭手。提示词设计:①环境细节:幽暗、深邃的森林,长着发光的真菌和古老的巨树。②动作与姿态:半蹲在一根粗壮的、布满苔藓的树枝上,左手持一张带有藤蔓花纹的长弓,右手刚刚松开弓弦。③色彩与光影:整体色调为幽暗的蓝绿色和神秘的紫色。主要光源来自画面左下角地面上一片发出柔和蓝光的发光蘑菇,以及零星飘浮在空气中的金色光粒。④构图:采用低角度仰视构图。⑤技术参数:摄影级画质,8K分辨率,电影感,景深效果。3.2.3提示词的主要作用3.激发深度思考当用户想要通过多元视角去突破自身原有的认知框架时,往往需要通过设计具有创意性、探索性的提示词来实现。例如,在探究一些开放性问题时,用户厘清了自己的问题维度,构建出探索性的提示词,就能从AI对话、生成中看到自己思考的盲点,以此激发下一轮的追问与修正,从而实现深度的思考与创新。目录3.1AIGC概述3.2提示词工程概述提示词基础应用3.3多模态提示词3.43.3.1提示词基本要素引导模型精准执行任务的关键要素,将用户抽象需求转化为模型可理解的具体行动指南,是提示词的核心驱动部分。指令为模型提供领域知识、用户身份、历史对话等综合信息,如同精准的“导航仪”,指引模型输出更贴合需求的内容。上下文模型进行处理的基石,类型多样,涵盖文本、表格、代码、图像等,其质量与相关性对模型的任务执行效果有着关键影响。输入数据明确模型输出在类型、格式、风格等方面的特征,比如要求生成报告、列表或对话,为模型生成内容提供清晰的方向指引。输出指示要素01要素02要素03要素043.3.1提示词基本要素(1)指令的本质与作用指令是提示词工程的基石,它承担着将用户抽象需求转化为AI可理解、可执行的具体行动指南的任务。就像桥梁连接两岸一样,清晰的指令能消除模型的理解偏差,让AI精准把握任务方向,避免出现答非所问或偏离预期的输出结果,是确保任务有效执行的关键前提。1.指令3.3.1提示词基本要素(2)指令设计的关键原则指令具体:是指令设计首要原则。宽泛指令会让模型难抓重点,输出缺乏针对性。以写作为例,“写一篇文章”过于笼统,难满足需求;明确字数、受众、内容等的指令,能缩小模型输出范围,提升任务完成精度。动词精准:动词是指令核心,精准动词可引导模型定位知识模块。用“分类”“生成”等明确动词,能让模型理解任务类型,调用对应算法处理。如“对用户评论进行情感倾向分类,标注为正面、中性或负面”,模型可据此准确完成情感分析。|示例:需求描述:编写一份职场新人时间管理指南。提示词设计:请生成一份面向职场新人的500字左右的时间管理指南(指令),要求包含三个部分:①列举(动词)三种常见的时间浪费现象,并分别(动词)分析其原因;②比较(动词)“四象限法则”与“番茄工作法”的适用场景,总结(动词)各自优缺点;③设计(动词)一个简单的一日工作计划表示例,需标注(动词)任务优先级与预估耗时。3.3.1提示词基本要素2.上下文(1)上下文的构成要素领域知识:领域知识是上下文的重要组成部分。以医疗领域为例,当模型处理医疗咨询任务时,患者的基础疾病信息、过往治疗史等都属于领域知识范畴。如“患者65岁,有高血压病史10年”这样的背景信息,能让模型在生成康复建议时,充分考虑康复方法与高血压这一基础疾病的交互作用,避免给出可能引发不良反应的康复方案。角色身份:角色身份也是上下文的关键要素,不同的角色身份对信息的需求和期望往往也有所不同。例如,若设定角色身份为“资深科技记者”,模型在生成内容时,会采用更专业、深入且具有新闻价值的表述方式,注重信息的准确性和时效性,以满足资深记者对高质量科技新闻素材的需求。历史对话记录:历史对话记录为模型提供了任务执行的连贯性线索。在多轮对话场景中,通过回顾之前的对话内容,模型能够更好地理解用户当前问题的意图和背景,避免因信息缺失或误解而给出不恰当的回答。例如,在客服场景中,用户之前提到过产品使用过程中遇到的具体问题,后续对话中模型可以基于这些历史信息,提供更有针对性的解决方案。约束条件:约束条件限定了模型输出的范围和要求。它可以是对输出格式的规定,如“以表格形式呈现数据分析结果”;也可以是对内容范围的界定,如“仅分析过去一年内的市场数据”。这些约束条件可以确保模型输出符合特定任务的需求。040302013.3.1提示词基本要素知识补全:弥补模型固有知识库的滞后性,通过输入最新行业规范、专业报告等资料,让AI基于权威信息输出结果。例如在糖尿病诊疗场景中,投喂最新的《国际糖尿病诊疗指南》,确保建议符合当下医疗标准。场景锚定:通过设定具体的身份角色、应用场景或输出要求,规范AI的行文风格与内容边界。例如明确“上市公司年报风险提示”的应用场景,模型会遵循财务报告的严谨性生成内容;设定“三甲医院内分泌科医生”的身份,输出会更贴合专业诊疗视角。(2)上下文的作用|示例:需求描述:编写一份适用于糖尿病人群健康管理的建议。提示词设计:请基于以下提供的2024年《国际糖尿病诊疗指南》节选内容,扮演一名三甲医院内分泌科医生,撰写一篇简明的血糖科普文章,并给出适用于糖尿病人群的健康管理建议。……3.3.1提示词基本要素3.输入数据这类数据包含字母、汉字、各类符号等字符组合,是模型处理最基础的形式。例如用户对产品的评论、文章段落等,模型可依据这些文本内容,精准判断情感倾向、提取关键信息或完成文本生成任务。●文本数据这是编程辅助场景的核心输入类型,包含各类编程语言的代码片段、函数或项目文件内容。模型可基于输入的不完整代码,完成自动补全、逻辑纠错、Bug调试,还能解释代码功能或优化代码结构。●代码片段这类数据具备规范的组织形式,常见的有表格、JSON/XML数据、数据库记录等。例如企业的销售数据表格、用户信息JSON串,模型可基于结构化特征,快速完成数据统计、趋势分析或关联信息挖掘等任务。●结构化数据(1)输入数据的常见类型3.3.1提示词基本要素输向模型输入数据时,明确数据的输入格式十分关键。以数据分析任务为例,若基于表格数据进行分析,需清晰地说明表格的格式和列信息,如“请基于以下CSV表格中的销售数据进行分析,表格包含‘产品名称’‘季度销量’‘客户评分’三列”。这样才能让模型快速准确地解析数据,减少在理解数据结构上耗费的时间和资源,从而高效地执行后续的分析任务。若数据格式不规范,模型可能无法正确识别数据列,导致分析结果出错,影响决策的准确性。(2)输入数据的格式规范化(3)输入数据的范围界定对于复杂的输入数据,若其中包含多方面的信息,可明确数据处理的范围,以提升模型的处理效率和准确性。例如“仅分析输入文本中关于用户体验的部分,忽略技术实现细节”,这样有利于模型聚焦关键信息,避免在无关的细节上浪费计算资源。同时,也能让模型输出更符合需求的结果,如针对性地给出用户体验方面的改进建议,为产品优化提供有力支持。3.3.1提示词基本要素格式约束:格式约束即规定输出的呈现形式,例如,“以Markdown表格形式呈现分析结果”,能让数据以直观、整齐的表格形式展示;或是“输出JSON格式的API响应数据”,可确保数据在系统间的交互中能够被准确解析和处理。风格定位:风格定位便于模型输出的内容可以适用于不同的场景,如“采用正式商务信函风格”,以适用于正式的商务沟通场合,体现出专业与严谨;“使用口语化的小红书种草文案语气”,以适合在社交媒体平台上吸引用户关注,营造轻松、亲切的氛围。结构要求:结构要求有助于输出内容的条理性和逻辑性。例如,“分‘问题诊断’‘解决方案’‘实施步骤’三个部分撰写报告”,能使报告层次分明,让读者快速抓住重点。4.输出指示|示例:需求描述:编求描述:生成起诉状初稿。提示词设计:现有……事宜,请按照《中华人民共和国民事诉讼法》第一百二十四条规定的起诉状格式,编写一份民事起诉状,包含原被告信息、诉讼请求、事实与理由三部分。输出指示,是用于明确模型输出在类型、格式、风格等方面特征的重要指令,它为模型生成内容提供了清晰的方向。常见的输出指示包含以下几个方面。3.3.2提示词常见类型(1)按需求目标分类1.按需求目标分类示例定义与特征指令型提示词是直接向人工智能下达明确任务指令,要求其完成具体动作的提示词,在日常使用中极为常见。核心特征为目标单一、表述简洁,通常遵循“动作+对象”的结构,无需复杂的背景铺垫。把这段文字翻译成英文:“人工智能正在改变生活”。人工智能模型将依据提示词,将给定中文准确翻译为英文。此类提示词凭借简洁性,能快速引导模型完成明确任务,但面对复杂任务时,可能因缺乏详细约束而影响输出质量。3.3.2提示词常见类型(2)信息查询型提示词示例定义与特征信息查询型提示词以获取特定信息为目标,旨在让人工智能输出事实性、知识性内容,常用于答疑、调研等场景。其关键在于明确“查询范围”和“信息维度”,以避免模型输出过于宽泛或无关的内容。解释“区块链技术”的核心原理,用3个普通人能懂的例子说明。该提示词明确了查询范围为区块链技术原理,并要求用通俗易懂的例子解释。通过精准界定,此类提示词能有效引导模型提供符合需求的信息。3.3.2提示词常见类型(3)创作型提示词示例定义与特征创作型提示词要求人工智能进行“创造性输出”,生成具有独特性、情感性或审美性的内容,广泛应用于文案、故事、设计描述等场景。其特点在于需要提供“创作方向、风格、细节要求”,且约束越具体,输出越符合预期。写一首给妈妈的现代诗,主题是‘厨房的烟火气’,语言温暖不晦涩。该提示词明确了创作方向是写给妈妈的现代诗,风格为语言温暖,细节要求围绕主题。通过详细约束,此类提示词能激发模型的创造力,生成高质量的创意内容。3.3.2提示词常见类型(4)分析型提示词示例定义与特征分析型提示词要求人工智能对给定信息进行“拆解、对比、推理或总结”,输出具有逻辑性的分析结果,常用于工作汇报、问题诊断等场景。其核心在于需要提供“分析对象、分析维度”,必要时给出参考数据,帮助人工智能建立推理框架。对比‘传统营销’和‘新媒体营销’的优劣势,从成本、触达人群、效果追踪3个维度分析,最后给出适合中小品牌的建议。该提示词明确了分析对象为两种营销方式,分析维度包括成本等方面,并要求给出建议。借助这些要素,此类提示词能引导模型进行深入、有条理的分析。3.3.2提示词常见类型(5)角色设定型提示词示例定义与特征角色设定型提示词先为人工智能设定特定“角色身份”和“交互场景”,再让人工智能以该角色的视角完成任务,增强交互的代入感和专业性。其关键在于明确角色的身份、能力、语气风格,使人工智能的输出符合角色定位。假设你是一名初中数学老师,用通俗的语言讲解‘一元二次方程的解法’,避免使用复杂术语,最后出1道练习题并附答案。该提示词设定了角色为初中数学老师,规定了语言风格及任务要求。通过精准的角色设定,此类提示词能使模型生成更具针对性和专业性的内容。3.3.2提示词常见类型2.按示例数量分类零样本提示是提示词工程中最基础、最直接的方法,核心特征是在不提供任何示例或上下文的情况下,直接向人工智能模型下达任务指令。这种方法完全依赖于模型在预训练阶段从海量数据中学习到的广泛语言模式、世界知识和任务理解能力,当用户输入零样本提示时,模型需要根据内部已编码的知识推断用户意图,并生成相应输出。请将以下句子翻译成中文:Thequickbrownfoxjumpsoverthelazydog.零样本提示依赖模型对翻译的理解和双语知识完成任务,优点是简洁高效,无需示例,适用于模型能力较强的通用任务;但局限性明显,对复杂、特定领域或需特定格式的任务,输出可能不稳定或不符预期,故多用于初步探索任务可行性或模型能力成熟的场景。(1)零样本提示示例3.3.2提示词常见类型单样本提示是在零样本提示的基础上,通过提供一个具体的示例来引导AI模型理解任务的模式和期望的输出格式。这个示例充当了“样板”,向模型展示了输入和理想输出之间的映射关系。通过观察这个单一的示例,模型能够更好地推断出任务的隐含规则,从而生成更符合用户要求的回答。请根据给定的水果名称,写出它们的颜色和口感。例如:苹果-红色、脆甜。现在请描述草莓、葡萄和橙子。在这个例子中,“苹果-红色、脆甜”就是一个单样本示例,它清晰地定义了输出的结构(水果名称-颜色、口感)。(2)单样本提示示例3.3.2提示词常见类型少样本提示是单样本提示的扩展,它通过提供两个或更多的示例来进一步引导人工智能模型,使其能够更全面地理解任务的复杂性和细微差别。人工智能模型通过观察多个例子,能掌握任务中可能出现的多种变化形式和规律,这样一来,当遇到新的、没见过的输入时,人工智能模型就能展现出更强的适应能力和稳定性。判断以下评论的情感倾向。示例1:这部电影太棒了!→正面。示例2:剧情很无聊。→负面。示例3:还行吧,没什么特别的。→中性。现在请判断:演员的表演非常到位。通过提供的示例方式,模型不仅学会了任务的格式,还从多个例子中归纳出了判断情感倾向的“规则”。(3)少样本提示示例3.3.2提示词常见类型(1)思维链提示思维链提示旨在引导AI模型生成连贯的中间推理步骤,以此提升复杂推理任务的表现。核心是摒弃直接输出答案的方式,让模型模拟人类“思考”过程,将复杂问题拆解为若干个更小、更易处理的逻辑步骤,既提升了答案的可信度,也能清晰展现模型的推理逻辑。3.按推理方式分类|示例:提示词:我们来看一个数学问题,并学习如何逐步解决它。问题示例:小明有5个苹果,他给了小红2个,又给了小华1个,请问小明现在还剩几个苹果?逐步思考过程:1.已知小明最初有5个苹果。2.小明给了小红2个苹果,所以剩下5-2=3个苹果。3.小明又给了小华1个苹果,所以剩下3-1=2个苹果。4.因此,小明现在还剩2个苹果。现在,请解决以下问题:问题:小刚有10块钱,他买了一个3块钱的玩具和一个2块钱的零食,请问小刚现在还剩多少钱?请按照上面的示例,逐步思考并给出答案。通过观察这个示例,模型学习到了在回答问题时需要先进行中间计算。3.3.2提示词常见类型自洽性提示是一项基于思维链提示发展而来的高级技术,其目的在于通过整合多个推理路径的结果,提升人工智能模型在处理复杂推理任务时的准确性与可靠性。该技术的核心思想在于:面对一个复杂的推理问题,往往存在多种不同的思考路径,但这些路径最终应汇聚至同一个正确答案。自洽性方法正是基于这一原理设计的。具体操作时,首先利用思维链提示多次向模型发问,并且每次使用不同的推理路径。随后,收集所有推理路径得出的答案,并通过“投票”机制,选择出现频率最高的答案作为最终结果。(2)自洽性提示|示例:提示词:请逐步推理以下问题,并生成三个不同的推理路径。然后,基于最一致的答案,给出最终答案。问题:爱丽丝有5兄弟和6姐妹,请问爱丽丝的兄弟有多少个姐妹。这种方法的有效性在于,它能够通过聚合多个独立推理过程的结果来抵消单个推理路径中可能出现的偶然错误或逻辑偏差。3.3.2提示词常见类型思维树提示是一种更为先进和复杂的提示词工程技术,它将思维链的线性推理过程扩展为一个树状的、多路径的推理过程,从而使人工智能模型能够处理更加开放和复杂的推理任务。与思维链提示引导模型沿着单一思路逐步推导不同,思维树允许模型在推理的每一步都生成多个可能的“思维”或中间步骤,并将这些思维作为树的分支进行探索。这种方法使得模型能够同时考虑多种不同的解决方案,并对每一步的进展进行评估,从而能够进行前瞻性的规划和回溯,类似于人类在解决复杂难题时的思维方式。(3)思维树提示|示例:提示词:任务:一家本地的独立咖啡馆,对面新开了一家国际连锁咖啡店,导致客流量下降了30%。请为该咖啡馆制定一个详细的客流量复苏计划。请使用“思维树”框架来分析和解决这个复杂的商业问题。请扮演一个商业顾问团队,进行多路径推理。思维分解:将问题分解为以下几个核心维度。D1:成本与定价策略。D2:产品与服务差异化。D3:客户体验与社区建设。D4:营销与推广。思维生成与状态评估:请针对以上每一个维度,生成2个具体的、可执行的策略想法。然后,对每个想法进行简单的利弊分析(评估其可行性、成本、预期效果和风险)。搜索算法:采用最佳优先搜索策略,从所有生成的策略中,选出3个你认为最强大、最能形成合力的策略组合,并解释为什么这个组合比单一策略更有效。最后,基于这个最佳组合,形成一个完整的、步骤化的行动计划。指令目标明确清晰具体的指令能让模型精准把握任务边界。应避免宽泛表述,需补充“受众”“核心内容”“输出形式”等关键要素。优化前:“写一篇关于健康的文章”(表述模糊,无具体方向)优化后:写一篇面向职场人群的健康科普文章,核心内容为‘久坐的危害’与‘办公室5分钟放松动作’,字数控制在600字左右。信息维度完整不同类型的任务需要补充不同的关键信息维度,确保模型获取完整的决策依据,减少输出偏差。文本创作类:文本创作类任务:需要明确“受众、主题、字数、风格”等。数据分析类任务:需涵盖“时间范围、数据对象、统计指标、输出形式”等。方案规划类任务:应包含“目标、对象、步骤、预算”等。。3.3.3提示词设计技巧01021.指令清晰全面3.3.3提示词设计技巧2.拆解复杂任务对于多步骤、高复杂度的生成任务,仅仅明确目标和信息维度是远远不够的,还需要通过“任务拆解”来提升提示词的具体性,引导模型按照步骤输出结果。|示例:目标:策划一款“低糖益生菌酸奶”的推广方案提示词:策划一款“低糖益生菌酸奶”的推广方案,需包含以下4个部分:目标人群定位:明确核心人群特征,如25–35岁注重健康的女性。推广渠道选择:列举3个核心渠道,如小红书种草、超市试吃、母婴社群合作,并说明各渠道优势。营销活动设计:设计2个特色活动,如7天打卡喝酸奶赢好礼、亲子酸奶DIY。效果评估指标:明确3个关键指标,如30天销量提升率、小红书话题曝光量、用户复购率3.3.3提示词设计技巧如果提示词存在歧义,会致使模型对指令理解出现偏差。解决该问题的关键在于通过补充限定条件来限定模型的解读方向,让AI的理解与用户的真实意图高度对齐,避免因指令模糊导致生成结果偏离预期。通过领域、场景、对象等限定条件明确词语含义。例如将“分析华为的市场竞争力”优化为“分析2025年华为在全球通信设备市场的竞争力”,精准锁定分析范围。针对一词多义01根据受众知识水平补充术语解释,降低理解门槛。例如在科普文章中解释“空腹血糖(正常范围3.9-6.1mmol/L)”,让内容更通俗易懂。针对术语模糊03补充产品类型、受众等关键语境信息。例如将“写一段产品介绍”优化为“为一款‘儿童智能手表’写产品介绍,面向3-6岁儿童的家长”,明确创作方向。针对语境缺失023.消除歧义3.3.3提示词设计技巧4.规避偏见●保持中性表述在设计提示词时,需严格避免使用带有主观倾向、刻板印象或歧视性的表述,防止模型被引导输出有失公允的内容。例如,将带有预设偏见的提问“为什么年轻人更擅长使用智能设备”,优化为中性客观的指令“分析不同年龄段人群使用智能设备的能力差异”,通过中立化的措辞引导模型基于事实和数据进行分析,而非强化固有的刻板认知。●平衡数据维度在涉及群体对比、社会分析等任务时,必须确保提示词要求的数据维度具备全面性与平衡性,避免因特定群体数据缺失或样本单一导致结论产生偏差。例如,在调研职业相关行为特征时,应明确要求模型覆盖学生、企业职员、教师、农民、自由职业者等多类社会群体,保证分析样本的多样性,从而让模型输出的结论更客观、更具普适性。3.3.3提示词设计技巧在提示词设计中,控制输出风格是确保内容适配应用场景的关键。若未明确指定风格,AI生成的内容往往千篇一律,后续需要大量二次加工。我们可以通过受众定位、场景分析以及提供参考范例这三种核心方式,精准把控AI的输出风格,让内容更贴合实际需求。面向技术开发者时,内容需保持专业严谨,使用行业术语;面向普通大众时,则应采用通俗生动的语言,降低理解门槛,确保信息传递的有效性。基于受众匹配风格01对于复杂的风格需求,可在提示词中加入具体参考范例,如指定“模仿小红书美妆测评笔记风格”,让模型直接对标参考文本,精准把握风格边界,提升生成质量。通过参考范例强化风格03不同使用场景对风格要求迥异。企业年会邀请函需正式商务风格以体现庄重;同学聚会邀请函则需轻松怀旧风格,营造温馨亲切的情感氛围。基于场景匹配风格025.控制输出风格3.3.3提示词设计技巧倘若对人工智能模型输出的内容有格式要求,也可在提示词中对其格式进行控制,确保输出内容具备清晰的逻辑性和易用性。明确的格式指令能让AI生成的内容直接匹配使用场景,有效减少后续人工整理和调整的成本。明确段落划分和核心内容分布。例如撰写倡议书时,可指定包含说明重要性、列举误区、提出倡议等段落,让文本结构严谨、逻辑清晰,符合阅读和传播需求。文本创作类01严格遵循技术格式标准。例如指定输出JSON格式,明确包含user_id、username等关键字段,确保生成的结构化数据可直接导入数据库或与业务系统无缝对接。系统对接类03明确数据呈现格式和可视化要求。例如要求按品类、销售额、订单量生成Markdown表格,并同步输出销售额占比饼图,让数据结果直观呈现,便于快速分析决策。数据分析类026.控制输出格式3.3.4提示词模板设计与使用为了提升提示词使用效率,我们可以提前构建标准化的提示词模板,实现跨场景的灵活复用。模板设计并非简单的文本罗列,而是需要遵循核心设计原则,从框架搭建、变量设置到场景适配进行全方位考量,确保模板既具备通用性,又能精准满足各类任务的特定需求。构建通用的结构化框架,固定“任务目标+输入参数+约束条件+输出格式+示例参考”等核心模块,让提示词逻辑完整且易于执行。结构化框架01针对学术、营销、代码等不同领域的独特需求定制专属模板,如学术摘要需涵盖背景、方法、结果模块,精准匹配各类场景的输出要求。场景适配03在模板中预留变量位置,使用“{产品名称}”“{研究主题}”等占位符标记可变信息,无需重构框架即可快速替换内容,提升复用效率。变量预留021.模板设计要点3.3.4提示词模板设计与使用设计好提示词模板后,还要懂得如何在不同的场景中对其进行使用。合理的使用策略能让模板库发挥最大价值,提升工作效率和产出质量,核心策略主要包含分类管理、版本控制与动态适配这三个关键维度。建立提示词模板库,按“任务类型”或“行业”进行分类存储,方便团队成员快速检索、调用和复用,有效减少重复设计提示词的时间成本。分类管理01复用模板并非生搬硬套,需根据具体任务的特殊性、用户需求或场景变化对模板进行微调,补充关键背景说明,确保模板适配当下任务发挥最佳效能。动态适配03记录模板的更新历史,清晰标注每次更新的时间、内容和适用场景,确保团队使用统一、最新的版本,保障AI输出结果的稳定性和一致性。版本控制022.模板使用策略目录3.1AIGC概述3.2提示词工程概述提示词基础应用3.3多模态提示词3.43.4.1认识多模态技术文本作为最基础的数据模式,是信息传递与交流的重要载体。文本模态01图像蕴含丰富的视觉信息,模型通过图像处理技术,能够识别其中的物体、场景、人物、动作、颜色、纹理以及空间关系等,实现对视觉世界的深度理解。图像模态02音频数据包含语音、音乐、音效以及语调等信息,多模态模型可从中提取关键特征,完成语音识别、音乐分类等任务。音频模态03视频数据更为复杂,它结合了图像的空间信息与音频/帧序列的时间信息,要求模型具备对动态场景的全面理解能力。视频模态04
多模态技术,指的是模型具备处理和理解多种类型数据的能力。这些数据类型主要包括文本、图像、音频和视频。3.4.1认识多模态技术
为实现不同模态数据的融合与统一理解,多模态模型构建了一个“对齐”的语义空间。在这个空间里,不同模态的信息被映射到同一理解框架中。例如,“狗”这一文字概念、一张狗的照片以及“汪汪”的叫声,在语义空间中被视为同一概念的不同表达形式。
3.4.1认识多模态技术01跨模态理解输入与输出逻辑:以图像、视频作为核心输入,结合文本提示进行提问,AI最终输出精准的文本回答,实现从视觉信息到语言信息的转化。核心应用领域:广泛应用于视觉问答(VQA)、自动图像描述生成、视觉内容情感分析,以及从复杂图文、视频中提取关键信息等场景,是机器“看懂”世界的关键技术支撑。02跨模态生成输入与输出逻辑:以文本描述为核心指令,可辅以参考图像进行风格或内容约束,AI依据指令生成全新的图像、视频片段或音频内容,实现从语言描述到多模态内容的创作。核心应用领域:是当下热门的AIGC核心技术,涵盖AI绘画创作、文生视频生成、AI音乐谱曲、智能图标与UI设计等场景,赋能创意生产与内容自动化制作。多模态提示词主要有跨模态理解和跨模态生成两种形式,提
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2026年互联网医疗平台运营模式与用户需求报告
- 2026年汽车行业本地品牌崛起与全国品牌竞争报告
- 2026年零售业电子发票应用现状及市场潜力分析报告
- 2026年互联网行业ESG信息披露与评级展望
- 2026年航空业安全运营报告及行业风险管理策略
- 2026年人工智能行业数据安全报告:合规建设与法务支持
- 2026年家居建材行业品牌全案策划与市场拓展报告
- 2026年交通行业碳减排技术分析报告
- 2026年保险业产品创新与客户需求报告
- 2026年财税信息化解决方案行业报告
- 天津市河西区小学二年级上学期数学期末检测卷
- (完整版)人行道块料拆除及恢复施工方案
- 2025年茂名村干部考试题库
- GB 28375-2025混凝土结构防火涂料
- 2025团校入团培训结业考试题库附完整答案详解(历年真题)
- GB 19577-2024热泵和冷水机组能效限定值及能效等级
- 《民法典》培训系列课件:第三编 租赁合同
- 2024中考道法时政热点《中国外交大事大盘点》课件
- 浙江博瑞中硝科技有限公司电子含氟气体项目环境影响报告书
- GB/T 31402-2023塑料和其他无孔材料表面抗菌活性的测定
- 传热学教材教案以及课后习题答案
评论
0/150
提交评论