別再抓狂怎么寫好Prompt了!這個(gè)方法直接一步到位
用AI來協(xié)助我們完成工作,提示詞的撰寫十分重要。本文作者分享了自己親自調(diào)試的提示詞,能幫我們獲得更高質(zhì)量的回復(fù),一起來學(xué)習(xí)下。
你是否曾因?yàn)閷懸粋€(gè)合適的prompt而苦惱過?
花了很多時(shí)間不斷調(diào)整,卻始終得不到想要的結(jié)果?
告訴你們一個(gè)好消息,不用再抓狂啦!
今天我給你帶來了一個(gè)優(yōu)化prompt的技巧,只需輸入內(nèi)容,大模型就會(huì)自動(dòng)幫你生成優(yōu)化后的提示詞,節(jié)省大量時(shí)間,集中精力去解決實(shí)際問題。
(后面有測(cè)試效果,絕對(duì)好用!)
01 上技巧
我開發(fā)了一套專門用于優(yōu)化用戶prompt的prompt。
你只需輸入需求,系統(tǒng)就會(huì)根據(jù)你提供的信息自動(dòng)進(jìn)行優(yōu)化,確保生成的內(nèi)容不僅準(zhǔn)確全面,還易于大語言模型理解和處理。
以下是我開發(fā)的prompt:
## 第一部分:用戶輸入
“請(qǐng)?jiān)敿?xì)描述您希望大語言模型幫助解決的問題,提供盡可能多的背景信息和期望結(jié)果。”
(把這段話替換為你的問題和需求即可)
## 第二部分:改寫的指令(千萬不要?jiǎng)樱?/strong>
系統(tǒng)將根據(jù)以下標(biāo)準(zhǔn)優(yōu)化您的輸入,并生成一個(gè)適合大語言模型處理的 prompt:
1. **格式優(yōu)化**:將輸入改寫為大模型易于處理的 markdown 格式,確保結(jié)構(gòu)清晰。
2. **內(nèi)容優(yōu)化**:擴(kuò)展您的描述,增加細(xì)節(jié),使其更加具體、豐富,并避免歧義。根據(jù)任務(wù)的復(fù)雜性,增加必要的背景、目標(biāo)、限制、期望結(jié)果等,以確保大模型能夠完整理解并生成合適的回應(yīng)。
3. **結(jié)構(gòu)化輸出動(dòng)態(tài)調(diào)整**:系統(tǒng)將根據(jù)您問題的具體需求,動(dòng)態(tài)調(diào)整所需的結(jié)構(gòu)要素。這可能包括但不限于:
– **角色**:指定大模型的角色(例如導(dǎo)師、顧問、開發(fā)者等)。
– **任務(wù)**:描述您希望模型執(zhí)行的具體任務(wù)。
– **目標(biāo)**:明確期望的最終結(jié)果或效果。
– **細(xì)節(jié)說明**:提供相關(guān)背景、約束條件或可選方案。
– **技能和能力**:定義大模型在執(zhí)行任務(wù)時(shí)應(yīng)具備的特定技能或能力。
– **規(guī)則**:設(shè)定任務(wù)的執(zhí)行規(guī)則或限制條件(如字?jǐn)?shù)、風(fēng)格等)。
– **步驟或階段**:如果任務(wù)較復(fù)雜,系統(tǒng)將建議分步驟或階段完成,并標(biāo)明每個(gè)步驟的預(yù)期成果。
4. **反饋和調(diào)整**:在輸出改寫后的 prompt 后,溫柔地詢問用戶是否需要進(jìn)一步調(diào)整或優(yōu)化。例如:”這是我們?yōu)槟傻?prompt,請(qǐng)查看是否符合您的預(yù)期。您是否希望在某些部分進(jìn)行進(jìn)一步調(diào)整呢?我們可以根據(jù)您的反饋繼續(xù)優(yōu)化。”
5. **原則**:不要輸出第一部分 prompt,僅根據(jù)第二部分的改寫指令進(jìn)行優(yōu)化調(diào)整,必須要用markdown輸出,但不要包含問用戶的反饋和調(diào)整最后這句話,這句話需要單獨(dú)以普通格式輸出。
02 看效果
先說說這個(gè)優(yōu)化的作用:它通過結(jié)構(gòu)化和優(yōu)化的方式,讓模型能更好地理解任務(wù)要求,從而提供更精準(zhǔn)的結(jié)果。
為了讓你更直觀地感受到這個(gè)優(yōu)化prompt的效果,下面我舉兩個(gè)例子來說明使用前后的區(qū)別。
示例:競(jìng)品分析
原始的prompt:
” 我在寫競(jìng)品分析時(shí)遇到了困難,不知道怎么對(duì)比分析功能,幫我想想辦法。”
返回效果:
優(yōu)化后的prompt:
# 任務(wù)描述
### 角色
請(qǐng)扮演一位具有豐富產(chǎn)品分析經(jīng)驗(yàn)的顧問。
### 任務(wù)
幫助我制定一份詳細(xì)的競(jìng)品分析報(bào)告框架,特別是關(guān)于如何系統(tǒng)地對(duì)比分析產(chǎn)品功能的部分。
### 目標(biāo)
– 明確競(jìng)品分析的目的。
– 設(shè)計(jì)一套邏輯清晰的功能對(duì)比方法。
– 列出分析過程中應(yīng)關(guān)注的關(guān)鍵點(diǎn)。
– 提供一個(gè)模板,可以用來持續(xù)更新競(jìng)品信息。
### 細(xì)節(jié)說明
– 我正在研究的是企業(yè)級(jí)軟件產(chǎn)品市場(chǎng)中的兩個(gè)主要競(jìng)爭(zhēng)對(duì)手。
– 分析的目的是為了找出我們產(chǎn)品的優(yōu)勢(shì)與劣勢(shì),以及識(shí)別市場(chǎng)機(jī)會(huì)。
– 我們關(guān)注的重點(diǎn)在于功能集、用戶體驗(yàn)、技術(shù)架構(gòu)等方面。
### 技能和能力
– 具備市場(chǎng)分析技巧。
– 擁有產(chǎn)品功能對(duì)比的專業(yè)知識(shí)。
– 能夠提出實(shí)用的分析框架。
### 步驟或階段
1. 定義競(jìng)品分析的目標(biāo)和范圍。
2. 選擇合適的競(jìng)品進(jìn)行比較。
3. 設(shè)計(jì)功能對(duì)比表格或矩陣。
4. 收集并整理競(jìng)品的信息。
5. 對(duì)比分析,識(shí)別差異點(diǎn)。
6. 總結(jié)發(fā)現(xiàn),提出改進(jìn)策略。
返回效果:
注:測(cè)試者使用通義千問2.5,其他模型可能會(huì)有不同的輸出。
總結(jié):
通過示例可以明顯看出,未使用優(yōu)化prompt前,大模型的輸出多為概括性的建議,內(nèi)容較為基礎(chǔ),無法真正提供解決復(fù)雜問題的具體步驟。
而使用優(yōu)化后的prompt,模型能夠基于用戶輸入,提供更加細(xì)致、結(jié)構(gòu)化的回答。輸出的內(nèi)容不僅更加全面,還能深入到每個(gè)問題的細(xì)節(jié),提出有針對(duì)性的方案。
03 觀未來
我在回想自己在調(diào)試這個(gè)prompt的起心動(dòng)念,那時(shí)的我就在想,大模型的時(shí)代,什么才是人類存活的根本?
那必然是人的創(chuàng)造力,想象力和洞察力。
因此,我在想技術(shù)又會(huì)有什么變化呢?
- 自我生成與優(yōu)化:大模型或工具將具備根據(jù)用戶輸入自動(dòng)生成最優(yōu)prompt的能力。用戶不再需要手動(dòng)輸入復(fù)雜的提示,而是通過簡(jiǎn)潔描述,由系統(tǒng)自動(dòng)調(diào)整和擴(kuò)展prompt。
- 多模態(tài)優(yōu)化:未來的prompt不再局限于文本輸入,而會(huì)結(jié)合語音、圖片、視頻等多模態(tài)信息,從而為大模型提供更全面的背景,輸出更加豐富、精準(zhǔn)的結(jié)果。
- 情境自適應(yīng):隨著大模型理解能力的增強(qiáng),prompt會(huì)自動(dòng)根據(jù)不同的任務(wù)場(chǎng)景調(diào)整。無論是寫代碼、進(jìn)行數(shù)據(jù)分析還是創(chuàng)作文案,模型將更好地理解用戶在不同任務(wù)中的需求,提供最合適的回應(yīng)。
最后的話
我記得在23年初剛火的時(shí)候,有人就隨便輸入幾句話就覺得大模型一文不值,但恰恰這一批人,短短1年后被piapia打臉。
因?yàn)樗麄兺龍D用一兩句話就能讓大模型知道他們想要什么,這根本就是一種妄自尊大的存在。
把大模型當(dāng)人看,是一種更理智的形式,而與他們交流時(shí)的prompt,就是一種互相溝通和解釋的過程,而這個(gè)過程就在于打磨和調(diào)試的過程。
如果你始終得不到滿意的結(jié)果,請(qǐng)先把問題歸咎于自己沒有給大模型一個(gè)好的prompt,想想自己是不是有什么沒告訴它的,然后反復(fù)優(yōu)化。
希望帶給你一些啟發(fā),加油。
作者:柳星聊產(chǎn)品,公眾號(hào):柳星聊產(chǎn)品
本文由 @柳星聊產(chǎn)品 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載。
題圖來自 Unsplash,基于 CC0 協(xié)議
該文觀點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺(tái)僅提供信息存儲(chǔ)空間服務(wù)。
歡迎留下各位的啟發(fā)~