《人工智能通识与实践》课件 单元3 提示工程与提示词

人工智能单元三提示工程与提示词从"搜索引擎思维"到"AI协作思维"的转型本章学习地图概览承前启后的意义本单元承接上一单元对大模型原理的理解，重点聚焦于‘提问’技能，理解提示工程是连接人机思维的桥梁。通过精心设计的提示词驾驭AI模型，为后续应用打下坚实基础。核心目标本单元的核心目标：能够清晰理解，提示工程的是在AI系统层面“设计”AI模型交互的技术；提示词是应用层面为用户与AI模型提供沟通连接；通过本单元的学习，能够像专业AI训练师一样，通过设计精准的提示词，让AI生成高质量的内容，掌握AI协作的思维模式与核心技能地图导览本单元通过三个核心项目逐步进阶：从理解‘什么是高效与精准提示’，到掌握‘如何设计提示词’，最终在‘文案创作’中实战应用，完成从新手到高手的转变。目录&

任务分解CONTENTS项目一了解提示工程基础概念项目二

初识大语言模型任务1.1:绘制导图与时序图认识提示工程提示工程与提示词概念、发展、关键价值任务1.2:编写自然语言指令提示工程基本工作原理、与模型对齐、文本生成、零样本、少样本、链式思考提示任务2.1:构造提示词模板提示模板、构成要素、设计规则、模板构造方法任务2.2:角色扮演-文本情感分析实践角色的定义、常见任务、逻辑构建、角色模板任务2.3:开放/封闭式提示词-总结学习方法实践开放式、封闭式提示词概念、构造、常见误区项目三人工智能与大模型任务3.1:提示工程在文案创作中的应用广告、朋友圈、演讲稿文案、文案创作的提示词设计技巧实践：需求分析、构建提示词、分析初稿、优化文案的提示词、问题诊断了解提示工程基础概念项目1理解提示工程与提示的基本概念、及其价值所在YOURLOGO任务1.1：绘制导图与时序图认识提示工程任务目标建立对‘提示工程’领域的整体认知，理解其重要性和发展脉络，为后续深入学习奠定基础，明确学习方向。理解提示词作为“输入-输出”映射的核心作用，其设计需兼顾模型逻辑与人类表达习惯。以提示词实现知识脑图、HTML编程任务，初步了解提示构建的方法。知识概要提示工程的定义：设计AI模型的交互指令，引导AI生成符合用户预期的高质量内容输出的技术；于极大释放AI潜能；价值：提示词作为核心工具，能精准引导AI输出，提升应用效果。提示工程：挖掘模型潜力，提升输出质量；精准满足用户需求；拓展AI应用场景提供词：引导模型输出特定类型内容；激活模型特定领域知识提示工程定义提示工程（promptengineering）是一门优化提示词设计的技术学科，通过设计、优化、迭代的系统性方法（如调整措辞、添加结构、提供示例等）提升模型输出的准确性、相关性和可控性。其目标是最大化挖掘模型潜能，实现复杂任务的高效完。任务1.1：绘制导图与时序图认识提示工程关键价值

模型效能突破：精准构建的提示词，减少幻觉（hallucination）和不相关内容，能让模型处理复杂任务时，生成更准确、相关和有用的响应，突破性能瓶颈。

用户体验升级：作为人机交互的桥梁，提示工程使得非技术用户也能有效利用AI的强大功能。这种"自然语言编程"的方式大大降低了AI技术的使用门槛。

创新应用驱动：提示工程为人工智能应用新场景开发提供“技术抓手”，相比模型微调或重新训练，提示工程是一种轻量级且成本效益高的方法。提示工程的发展历程从初步探索到成熟体系，提示工程历经迭代，逐步完善，引领AI交互革命。任务1.1：绘制导图与时序图认识提示工程技术触发点（2018-2020）早期的自然语言处理研究主要集中在词袋模型和统计语言模型，提示词的概念逐渐被引入，用于改进文本分类和主题建模等任务，尤其是大语言模型的规模化暴露传统NLP流程的局限，需通过自然语言指令激活模型能力，催生提示词工程。关键能力形成（2021-2023）随着深度学习的发展，神经网络模型（如卷积神经网络和循环神经网络）开始广泛应用于自然语言处理，提示工程在这一时期得到了进一步发展，当交互式界面使提示工程大众化，普通用户通过调整提问方式显著改善对话质量，推动该技术在消费端普及；2022年，思维链（Chain-of-Thought）技术落地，通过分步推理提示解决复杂逻辑问题，提升模型泛化能力；指令微调优化，更使得AI模型，如GPT-4强化对复杂指令的理解，推动提示设计向结构化、多轮交互演进。系统化阶段（2024至今）基于注意力机制和Transformer架构的模型（如BERT和GPT系列）取得了突破性成果，提示工程的重要性愈加凸显。使得用户意识到提示词设计对模型输出质量的关键作用，提示工程逐渐成为一门系统性学科。提示词定义提示词（prompt），作为用户与AI交互的“输入载体”，指的是用户输入给AI模型的指令，这些指令通常以文本形式呈现，是向模型传达创作意图和需求的核心语言元素。它是直接触发模型生成内容的条件。提示词的形式多样，既可以是完整的问题陈述，也可以是片段化的描述、关键词组合，或是明确的任务指令，但其核心目的在于激发AI模型生成特定类型的响应或完成预设的特定任务。任务1.1：绘制导图与时序图认识提示工程关键价值

大型语言模型从通俗的本质上可以理解为是一套基于海量数据训练出来的概率生成系统。它的工作机制决定了其输出内容高度依赖于输入信息所构建的上下文环境（context）。降低模糊性，明确指令可缩小模型的“猜测空间”。例如“面向大学生备考工程师证书的时间管理行动表”比“编写一份备考行动表”更精准。提示词还能充分激发模型的潜力，让它能够处理更加复杂的任务。通过结构化的提示方式，比如分步推理、角色代入等，我们可以引导模型按照特定的逻辑和框架来生成内容。例如“你是一位智能家居顾问，需要根据一个3口之家的需求（包括老人、小孩和上班族），从画质、音质、功能、易用性、价格、能耗、视距(沙发与电视柜距离2米)等方面，分步骤分析并推荐一款最适合智能电视”，这样模型就能更加全面、深入地考虑各种因素，给出更加专业、贴合实际的推荐建议。”任务1.1：绘制导图与时序图认识提示工程提示工程任务引导设计指令以确保任务目标明确格式规范与模型能力相匹配零样本提示模型无需训练即可理解新任务提高模型对新任务的适应性少样本提示基于少量示例快速学习增强模型的灵活性链式思考连续提示引导多步骤推理增强处理复杂问题的能力创新应用推动模型在新领域的应用发展促进技术进步与创新高效互动确保任务目标与模型能力相匹配提升用户体验与满意度任务1.1：绘制导图与时序图认识提示工程特点传统编程提示工程易用性需要编写具体的代码通过自然语言与AI沟通，无需学习编程语言工作原理严格执行预设逻辑引导AI推测意图灵活性需要根据任务编写详尽的步骤和逻辑可以快速调整，根据需求改变提示词内容调试完全依赖程序员的指令AI根据输入的上下文自动生成智能输出，理解和回应语境典型输出精确结果(如1+1=2)创造性内容(如写诗/解答开放问题)范围主要针对计算机逻辑和数据处理适用于语言理解、图像生成、创意写作等多个领域，支持跨领域多模态交互任务实施-绘制提示工程与提示词知识脑图以亿图脑图为工具，使用总结的关键词借助AI功能生成初步的结构。提示词“梳理提示工程与提示词概念、关系”任务1.1：绘制导图与时序图认识提示工程提示工程与提示词知识脑图示例任务实施-制作提示工程的发展历程时序图使用DeepSeek输出“提示工程的发展历程时序”结果，观察结果与教材中的时间节点是否一致，最后指定使用HTML文件格式输出时序图任务1.1：绘制导图与时序图认识提示工程提示词“提示工程的发展历程时序图”继续输入提示词“时序发展是否为：技术触发点（2018-2020），关键能力形成（2021-2023）系统化阶段（2024至今）继续输入提示词“将时序图以Html格式输出”任务1.2：编写自然语言指令任务目标认识提供工程与模型提示词开启模型心智的钥匙，学会用‘对齐’思维和基础技巧，写出AI更能理解的指令，提升指令的有效性和精准性。通过“金句”编写和图片生成任务，理解提示工程与题词的基础知识。理解提示工作原理、与模型对齐的四大关键，介绍三种提示技巧；提示工程基本工作原理：输入层→处理层→模型层→输出→（用户评估→迭代优化）与模型对齐（任务目标、格式规范、价值观、知识领域）;理解零样本提示、少样本提示、链式思考提示。

比如直接输入‘比如苹果没有花瓣香’提示词，对比高效准确和低效模糊提示词，展示如何让AI给出精准答案。知识概要任务1.2：编写自然语言指令提示工程基本工作原理提示工程其原理是通过结构化输入引导大语言模型（LLM）的注意力分布与推理路径，其本质是控制信息输入以优化输出质量。在提示词设计中，常采用分层结构来组织内容，使信息更清晰、逻辑更严谨。任务1.2：编写自然语言指令提示工程与模型对齐大语言模型在生成内容时可能偏离人类意图，出现“幻觉”（如编造医学事实）或输出有害信息（如偏见言论）。提示工程与大语言模型的对齐，是通过精心设计和优化提示词，让大语言模型生成的输出与用户的预期目标、特定任务需求、价值观或既定规范高度契合的过程。这种对齐并非简单地让模型“听话”，而是借助提示工程的技术手段，挖掘模型的潜力，使其在理解提示词的基础上，引导模型行为与人类价值观、任务目标保持一致，实现轻量级“对齐”（Alignment），无需修改模型底层架构。与模型对齐的方法任务目标对齐明确提示词中的任务目标，让模型清楚知道需要完成什么具体任务，避免产生模糊或不相关的输出。格式规范对齐在提示词中明确规定输出的格式要求，如文本长度、段落结构、引用格式等，使模型生成的输出符合特定的格式标准。价值观对齐在提示词中融入特定的价值观或道德准则，让模型在生成内容时遵循这些原则，避免输出违背公序良俗或特定价值观的信息。知识领域对齐明确提示词所涉及的知识领域，让模型调用相关领域的专业知识进行回答，确保输出的准确性和专业性。任务1.2：编写自然语言指令提示工程与文本生成提示工程是大语言模型文本生成中核心技术之一，旨在为每个任务设计最合适的提示模板，以优化生成效果。提示工程可以通过人工或算法设计实现，主要关注提示的位置和类型：例如将提示置于模板中间为完形填空型，置于末尾为前缀型。前缀提示适用于生成任务，特别是在自回归模型中，因其符合左至右的预测过程。提示工程分为人工和自动模板设计。人工设计依赖设计者的经验，能精准引导模型输出，但可能错失最佳提示。自动提示包括离散提示和连续提示：离散提示在字典空间中搜索文本串，但解释性较弱；连续提示在编码空间优化，灵活性更高，生成的文本更自然且符合上下文需求。零样本提示当任务目标清晰且无需参考范例时，可通过精准描述需求直接激活模型预训练知识。例如，用户仅需说明“将这段中文翻译成英文，保留原意”，模型便会调用语言能力自主完成。少样本提示通过提供少量典型示例，帮助模型快速理解任务模式。比如教模型识别“表扬”与“批评”时，给出两个句子示例：“‘你做得很好’是表扬，‘下次注意细节’是批评”，再让模型判断新句子。这种“举一反三”的方式，在标注成本高或数据更新快的任务中优势显著。链式思考提示将复杂问题分步拆解为环环相扣的子问题，引导模型逐步推导。如分析“为何某商品销量激增”，可设计三步链式提示：先确认“该商品近期是否降价”；再追问“降价与销量上升的时间关联性”；最后要求“结合竞品情况给出结论”。任务1.2：编写自然语言指令任务实施-编写金句以豆包为例提示词：“细数门前落叶,倾听窗外雨声,涉水而过的声音此次响起,你被雨淋湿的心,是否依旧"这样的金句是如何编写的，请给出能编写类似金句的提示词示例”提示词示例提示词示例仿写提示词编写的关键于：先锚定具体场景和可感知的意象，再用“景象→细节→情感勾连→问句收尾”的逻辑，让文字既有画面的“实”，又有情感的“虚”，从而达到情景交融的效果。任务1.2：编写自然语言指令任务实施-生成图片以豆包为例提示词：“如果要生成附件图片类似效果，提示词该如何编写”，然后使用可灵平台的文生图生成图片（对示例提示稍作修改）提示词示例使用示例提示词并调整人物形态提示词编写的关键于：编写生成这类图片的提示词，核心是从画面元素、氛围风格、角色特征、光影质感四个维度拆解，让AI精准还原意境。掌握提示词的设计项目2提示词则是这座桥梁上的关键基石，作为人机交互的指令编码，它有着举足轻重的地位。YOURLOGO任务2.1：构造提示词模板任务目标掌握构建专业级提示词的“公式”和“配料表”，分析提示词要素如何协同作用（如上下文补充背景、约束条件限定边界）；理解模板设计需兼顾通用性与灵活性，避免过度僵化。通过“校园活动通知”模板案例，直观展示如何应用这些要素构建清晰的提示词。知识概要提示词模板简介：信息检索模板、文本生成模板提示词六大构成要素：角色设定、指令、上下文、输入数据、输出指示器、约束条件提示词的五大设计原则：精准聚焦、约束性与创造性平衡、结构化递进、迭代优化、场景适配提示词模板构造方法：BROKE框架、CRISPE框架、结构化模板任务2.1：构造提示词模板提示词模板的本质是通过预设框架确保输出格式一致性，同时支持动态内容替换。可快速生成符合需求的提示词，适用于重复性任务（如报告分析、内容创作）其基本结构：[指令前缀]+[任务要求]+[变量占位符]+[输出格式约束]提示词模板简介任务2.1：构造提示词模板信息检索模板“我需要查找关于{主题}的{信息类型}。请提供包含{关键细节1}、{关键细节2}的内容，并引用{权威来源}的数据。”“我需要查找关于量子计算的最新研究突破。请提供包含算法优化、硬件进展的内容，并引用Nature期刊的数据”。文本生成模板“请以{风格}风格，撰写一篇关于{主题}的{文本类型}，面向{受众}。需包含关键词：{词1}、{词2}、{词3}，字数不超过{字数}。”“请以科普幽默风格，撰写一篇关于《小蜜蜂授粉给我们带来什么》的公众号文章，面向小学生。需包含关键词：生态系统、生物多样性、农业依赖，字数不超过500”。任务目标对齐、格式规范对齐、价值观对齐、知识领域对齐编写示例任务2.1：构造提示词模板提示词构成要素一个完整的提示包含清晰的指令、相关的上下文、有助于理解的例子、明确的输入以及期望的输出格式等述角色设定（RoleSetting）角色设定是为模型赋予一个特定的身份或角色，让模型以该角色的视角、知识储备和专业能力来处理任务。这有助于模型生成更符合特定角色特点和专业领域的内容，提升输出的专业性和针对性。示例：“你是一名经验丰富的心理咨询师，现在有一位患者向你倾诉自己在工作和生活中感到极度焦虑，无法平衡两者关系，请给出专业的建议和疏导方案”。指令（Instruction）指令是以任务关键词的形式，清晰、直接地告诉模型需要执行的具体任务，它是整个提示词的核心引导。就像给一个人下达明确的行动命令，让模型知道该往哪个方向努力。示例：“写一篇关于环保重要性的演讲稿”指令需包含动作动词+具体对象（如“生成”、“描述”、“分析”），让AI明确任务类型。模糊指令会导致输出发散，而精准动词能锚定任务边界。任务2.1：构造提示词模板提示词构成要素上下文（Context）上下文为模型提供了执行任务所需的背景信息，帮助模型更好地理解任务的情景、环境和相关前提条件，使模型生成的内容更符合实际需求，避免出现与现实脱节或不合理的情况。示例：“你是一名资深的历史老师，现在要给初中一年级的学生讲解中国古代四大发明对世界文明发展的影响，请准备一段讲解内容”。上下文通过角色设定+使用场景（如“工程师”、“向上级汇报”）约束输出视角和语气。缺失时AI可能生成通用内容，补充后输出更具针对性。输入数据（InputData）输入数据是模型需要处理的具体信息，是完成任务的基础素材。它可以是文字、数字、图片描述等各种形式，模型会依据这些输入数据进行相应的分析、创作或回答。示例：“根据以下文字描述，生成一幅画面的创意文案：夕阳西下，金色的余晖洒在波光粼粼的湖面上，湖边有一座古老的石桥，桥边垂柳依依，几个孩子在桥下嬉笑玩耍”。输入数据需包含可量化的关键信息（如具体数字、专有名词）。无数据时AI易编造内容，提供具体数据则能提升输出可信度任务2.1：构造提示词模板提示词构成要素输出指示器（OutputIndicator）输出指示器用于告诉模型用户期望的输出类型或格式，确保模型生成的内容符合特定的规范和要求，避免出现格式混乱或类型不符的问题。示例：“将以下内容整理成一份简洁的会议纪要，包含会议主题、参会人员、主要讨论点和决议事项，以Markdown格式输出。会议主题：公司年度销售计划讨论；参会人员：销售部全体成员、市场部负责人；主要讨论点：明年销售目标设定、各区域销售策略调整；决议事项：确定明年销售目标为增长20%，各区域根据实际情况制定具体策略”。输出指示通过结构化模板（如列表、表格、分段标题）规范输出形式。未指定时AI可能生成冗长段落，指定后信息提取效率显著提升约束条件约束条件是在提示词中补充的禁止性规则和边界限制，它对模型的行为和输出进行约束，确保生成的内容在合理范围内，符合特定需求。示例：“写一篇关于旅游景点的介绍文章，介绍对象为黄山，字数在500-800字之间，禁止使用夸张、虚假的描述，要基于真实的历史文化和自然景观进行创作”。分析：“字数在500-800字之间”是对文章长度的边界限制；“禁止使用夸张、虚假的描述”是禁止性规则；“基于真实的历史文化和自然景观进行创作”进一步强调了内容的真实性和依据。这些约束条件共同作用，保证了文章的质量和合规性。任务2.1：构造提示词模板提示词的设计原则设计合理的提示词不仅有助于提高模型的响应准确性，还能增强其在特定任务中的应用效果。以下是几条关键的提示词的设计原则。精准聚焦原则：明确性与精确性是设计有效提示词的基础。提示词需明确任务目标，剔除冗余信息，确保模型聚焦核心需求约束性与创造性平衡原则：有效的提示词需要平衡其引导性和开放性。过于严格的提示司会限制模型的创造性，导致生成的内容过于机械化；而过于开放的提示词会使模型生成的结果不符合用户期。因此，提示词应既能提供明确的指引，又能够留有一定的自由度供模型发挥。结构化递进原则：在复杂任务中，提示词应采用层次化结构，使用用“动词+限定词”拆解复杂任务，防止AI思维偏离。通过CoT思维链将复杂任务拆解，从宏现到微现逐步引导模型生成结果，使任务变得更加清渐，避免信息过载。这种递进性设计能够帮助模型更好地组织和理解任务，并逐步完成任务的各个子任务。迭代优化原则：允许模型基于反馈调整输出，提示词需预留修正接口。场景适配原则：根据任务类型（如教育、创作、分析）动态调整提示词结构。任务2.1：构造提示词模板提示词模板构建方法在与AI模型进行交互时，使用结构化的提示词框架可以显著提高任务的完成效率和准确性。通过框架化地组织提示词，能够帮助AI更好地理解问题的背景、目标、细节和要求，从而生成更符合预期的结果。BROKE框架该框架通过五层结构实现复杂任务的场景化深度引导精准建模，适用于需多维度约束的复杂任务，如商业策划、学术报告等。背景（Background）：锚定任务发生的具体环境，例如“为某跨境电商平台撰写促销文案，目标用户为25-35岁女性群体”。角色（Role）：赋予AI专业身份，如“作为资深市场营销专家”以强化输出权威性。目标（Objective）：量化任务成果，例如“生成3套包含折扣策略和情感共鸣点的文案方案”。关键成果（KeyResult）：聚焦核心交付物，如“每套文案需包含标题、核心卖点、行动号召三部分”。迭代优化（Evolve）：强调动态调整机制，例如“根据首版文案的转化率数据优化话术”。任务2.1：构造提示词模板提示词模板构建方法CRISPE框架该框架通过结构和清晰度，将提示创建过程分解为明确和不同的步骤，适用于需要明确角色和任务，同时强调洞察和个性的交互，如创意写作、广告创意等。这种框架特别适合那些需要AI扮演特定角色并展现创造力的场景，通过系统化的步骤引导，使AI能够更好地理解用户需求并提供符合预期的输出。背景（Context）：明确具体场景与需求，例如“为环保主题的儿童绘本创作一个关于海洋生物的奇幻故事”，通过限定主题、受众和风格，为创意生成划定方向。角色（Role）：赋予AI专业身份以强化输出特质，如“作为屡获殊荣的儿童文学作家”，使其语言风格和叙事逻辑符合专业创作标准。洞察（Insight）：提供深层创作动机或独特视角，例如“通过拟人化海洋生物传递环保意识，激发儿童对自然的共情”，赋予故事思想深度。陈述（Statement）：清晰定义核心任务，如“创作一篇800字的故事，包含三个拟人化角色和一个冲突转折点”，确保目标可量化。步骤（Steps）：拆解创作流程，例如“先设定角色性格→设计冲突事件→构建高潮解决方案→结尾升华主题”，引导AI逻辑化推进叙事。示例（Examples）：提供参考片段，如“参考《海底总动员》中父子冒险的温情基调”，帮助AI把握风格与情感基调。任务2.1：构造提示词模板提示词模板构建方法结构化模板采用四步流程构建多要素协同控制的高精度提示词，典型应用于医疗诊断、法律咨询等需严格遵循规范的领域。问题定义：精准描述核心诉求，如“分析用户流失原因”。约束条件：设置执行边界，例如“仅使用2024年客户调研数据，字数不超过300字”。输出格式：指定结构化形态，如“分点列出原因及改进建议”。角色补充：强化专业视角，例如“以用户体验专家身份分析”。任务2.1：构造提示词模板任务实施使用腾讯元宝为工具，以“结构化模板”设计一个“校园活动通知”需求分析1.分析通知的可变关键点包括：主题、主办方、时间、地点、参加方式、嘉宾介绍等。2.模板构思，基本的模板结构“撰写一篇关于{主题}的校园活动通知，活动主办方{主办方}，活动时间{时间}，活动地点{地点}，特邀嘉宾{头衔+成就}，参与方式{参与方式}”。编写通知提示构思：“撰写一篇关于{人工智能职业发展}的校园活动通知，要求按照：”活动主办方{主办方}，活动时间{时间}，活动地点{地点}，特邀嘉宾{头衔+成就}，参与方式{参与方式}“模板编写通知，用于公众号发布”。任务2.2：角色扮演-文本情感分析实践任务目标学会通过“角色扮演”技巧，让AI成为特定领域的专家，完成专业任务。角色设定可通过上下文锚定激活模型的领域知识库；需掌握角色特征拆解（如专业背景、语言风格、行为边界）与提示词结构化组合技术；最后以输出《红楼梦》第一卷情感分析任务学习角色扮演，掌握‘角色扮演’不是简单指代，仍需描述角色技能、场景等。知识概要角色定义，解释角色定义的作用，强调通过“你是...”让AI代入角色，能极大提升其在特定任务上的表现；了解常见任务类型、逻辑构建、角色模板。角色定义角色指的是在提示词中为模型赋予的特定身份或立场。角色的各个方面特征，包括但不限于年龄、性别、职业、性格、爱好、价值观、生活背景等，可以是实体角色也可以虚构的角色。它明确了模型在生成内容时从该角色的视角出发去思考和回应。任务2.2：角色扮演-文本情感分析实践常见任务类型角色扮演中常见的任务，如对话交流、问题解答、创作生成（如写故事、诗歌）、决策建议等。以扮演一位导游为例，常见的任务可能是为游客介绍景点特色、规划旅游路线、解答游客关于当地文化习俗的疑问等。明确任务类型有助于针对性地设计提示词。简单逻辑构建在提示词中构建基本的逻辑关系，使任务描述有条理。比如，在让角色完成一系列相关任务时，按照先后顺序或因果关系进行表述。如扮演一位厨师制作一道菜，提示词可以按照“首先准备食材，接着进行食材处理，然后按照特定步骤烹饪，最后装盘装饰”的逻辑顺序设计。通用角色模板积累一些通用角色模板，为不同角色设计提示词提供基础框架。例如，对于专业服务类角色（如律师、医生），模板可以包括角色身份介绍、任务场景描述、具体任务要求等部分；对于创意创作类角色（如作家、画家），模板可以涵盖角色风格特点、创作主题、输出格式要求等。任务2.2：角色扮演-文本情感分析实践角色定义明确明确角色身份，如消费者、评论者，有助于理解不同视角的需求和期望。任务类型多样涵盖情感极性判断、情绪识别、态度分析等多种任务类型，满足不同场景需求。逻辑构建严谨通过逻辑构建确保任务处理流程清晰，提高情感分析的准确性和可靠性。模板设计灵活结合角色特定的提示词和情感词汇库，创建可复用的角色模板，增强适应性。应用场景广泛适用于产品评价、社交媒体监控等多个领域，提升数据分析的实用价值。任务实施以KIMI为工具构建角色1.指派角色：数据分析师或数据分析专家；2.场景说明：使用角色身份设计提示词，解决对应领域问题，如情感维度建模、文本数据处理、统计量化、情感维度建模、可视化分析等业务场景。3.特殊技能描述：数据预处理、主题建模、可视乎分析等“岗位”技能。任务2.2：角色扮演-文本情感分析实践构建提示词提示词示例“你作为数据分析专家，具备情感维度建模、文本数据处理、统计量化、情感维度建模、可视化分析]技能，请完成附件中关于红楼梦的主题和情感分析，分析结果以表格和图形方式输出”。上传待分析的文件，编写提示词分析结果任务2.3：开放/封闭式提示词实践任务目标根据想要的结果形式，灵活选择使用开放式或封闭式提示词。通过‘总结学习方法’和‘制定学习计划’的例子，对比两种提示词的特点和输出，帮助学生理解。知识概要理解开放式提示词用于激发创意，答案不唯一；封闭式提示词用于获取确定、具体的答案。开放式提示词开放式提示词是指不预设具体答案框架，通过提供目标导向的开放性指令，引导大模型进行自主探索与创造性输出的提示设计方法。其核心在于构建"目标-自由度-约束"的动态平衡系统：目标需明确创新方向（如"设计新型环保材料"）；自由度通过开放性动词（“构思”、“探索”、“设想”）和广度指令（“跨领域融合”）释放；约束则通过隐性边界（如"符合物理规律"）和排除条件（“排除现有技术方案”）防止结果失控。任务2.3：开放/封闭式提示词实践开放式提示词特征：无标准答案：要求AI提供多角度、多层次的解决方案（例：“提出3种改进校园食堂排队效率的方案”）；探索性指令：使用“假设”、“可能”、“如果”等词汇引导发散（例：“假设你是校园流浪猫保护者，如何设计人猫共存方案？”）；动态约束：设置边界条件但不限制路径（例：“用不超过200字，从环保角度描述未来校园，需包含1个创新技术”）。开放式提示词封闭式提示词是一种具有明确指向性和限制性的输入指令，它为模型设定了严格的输出边界。与开放式提示词不同，封闭式提示词旨在引导模型生成特定、确切的答案或内容，而不是自由发挥。其特点在于简洁明了、针对性强，能够快速准确地传达任务要求。任务2.3：开放/封闭式提示词实践封闭式提示词的核心特征：答案唯一性：限定AI模型在预设选项中选择（例：“判断该课程是否为必修课，仅回答‘是’或‘否’”）；范围限定性：使用封闭式词汇（是不是、要不要、对不对）约束输出；选项互斥性：预设答案需无重叠（例：“校园卡功能属于：A.身份认证B.消费支付C.图书借阅D.以上都是”，需修改为单选。01开放式提示词鼓励创意与自由表达，适用于广泛主题探索。02潜在风险过度泛化可能导致反馈模糊，缺乏具体指导意义。03封闭式提示词明确限定范围，提供具体指导，适合精确任务执行。04优点有助于提高效率，确保任务目标清晰。05局限性过于严格可能抑制创新，忽视情境多样性。06平衡策略结合使用开放式与封闭式提示词，以适应不同场景需求。任务2.3：开放/封闭式提示词实践任务实施-利用开放式提示词总结提要以DeepSeek为工具，总结提要，提示词“总结《人工智能》教材第一章内容”。在这句提示词从既没有指明学习者层次、具体的教材是哪一册，更没有说总结后干什么用。任务2.3：开放/封闭式提示词实践任务实施-利用封闭式提示词的给出建议方案以DeepSeek为工具总结提要，提示词“假设你是大一新生，如何用AI工具辅助学习《人工智能》？提出2种创新用法并说明理由”，在这句提示词指明学习者层次、干什么用，并要求提出新的想法及理由。任务2.3：开放/封闭式提示词实践提示工程的实践应用项目3提示工程的终极价值在于解决实际问题。

YOURLOGO任务3.1：提示工程在文案创作中的应用任务目标将前两个项目所学的知识综合运用于真实的文案创作场景中，提升文案创作效率和质量。知识概要介绍不同文案（广告、朋友圈、演讲）的创作要点与提示词设计技巧，以及与AI协同创作、迭代优化文案的实际工作流。任务3.1：提示工程在文案创作中的应用广告文案的核心特点与创作要点吸引注意力：使用醒目标题、视觉元素和情感触发点突出卖点：聚焦产品核心优势，