Prompt工程提示词(1-6章)-EW帮帮网

✅ 二、为什么需要它？

虽然 ChatGPT 很强大，但它是 “猜测你要什么”的机器。

你不明确，它可能瞎说；

你越清楚，它越准确。

举个例子：

❌ 模糊：“帮我写一篇文章”

✅ 明确：“作为一个健康顾问，请写一篇面向30- 40岁上班族、语气积极、主题是减压食谱的1000字文章。”

是不是感觉差别很大？这就是 Prompt 工程的魅力！

✅ 三、Prompt 的组成结构(重点)

Prompt 的写法，其实有一个“公式”，分为三部分：

部分说明

角色 Role 让 ChatGPT 扮演某个专家，比如“你是市场营销专家”

指令 Instruction 你希望输出内容遵循什么要求？（风格、格式、重点）

任务 Task 你要 ChatGPT 做什么？写文章？总结报告？生成故事？

一个完整的 Prompt 模板长这样：
 作为[角色]，请根据以下[指令]生成[任务] 的内容。
🌰 例子：

Prompt：“ 作为内容运营专家，请生成一篇面向大学生的文案，语气轻松，主题是如何使用AI写作。”

部分	说明
角色 Role	让 ChatGPT 扮演某个专家，比如“你是市场营销专家”
指令 Instruction	你希望输出内容遵循什么要求？（风格、格式、重点）
任务 Task	你要 ChatGPT 做什么？写文章？总结报告？生成故事？

✨ 第二章：指令提示技术

✅ 什么是“指令提示技术”？

这是指：你要 明确告诉 ChatGPT 在输出时需要遵循哪些规则和标准。

简单理解就是: 明确AI输出的内容, 输出时要遵循设置的规范

举个例子，Chat GPT 如果没有“指令”，它可能写出来的内容风格、重点完全不符合你要求。

而你只要加上一句指令，它就能马上调整输出风格。

✅ 提示公式：

按照以下指示生成[任务]：[指令]

🌰 举例：

- **任务**：生成客户服务回复
- **指令**：回复应该专业且提供准确的信息
- 👉 Prompt 就是：
> 按照以下指示生成专业且准确的客户服务回复：回复应该专业且提供准确的信息。

✅ 应用技巧(重点)

- 指令要尽量 **具体明确**，避免“ 模糊词”（比如“写得好点”）
- 可加入诸如：长度要求、风格（幽默、正式、通俗）、重点强调的内容、输出格式（表格、清单、Markdown 等）

🎓 第三章：角色提示技术

这一章是“指令提示”的补充与升级，教你如何让 ChatGPT “扮演某个身份” 来提升输出的准确性和语气风格。

✅ 什么是角色提示？

角色提示技术，就是通过让 Chat GPT 模拟一个身份/角色，用“角色的视角” 来完成任务。

你可以指定它是：

一名营销专家

一个小学老师

一个健身教练

一位高级程序员

甚至是莎士比亚！

✅ 角色提示的结构公式：
作为[角色]，生成[任务 ]
🌰 举个例子：

作为营养学专家，请生成一份适合减脂人群的一周饮食计划。

这个提示的好处是：

让模型使用该“角色的知识”

输出会更符合角色语气和风格

✅ 高级用法：结合角色 + 指令提示

你还可以把“角色提示” 和我们上节学的“指令提示 ” 结合使用：

🧠 示例：

作为心理咨询师，请写一篇自我调节建议文案, 语气温和、面向焦虑患者。

这个提示里同时包含了：

角色：心理咨询师

任务：写建议文案

指令：语气温和、面向焦虑患者

输出就会非常贴合目标。

✍️ 第二部分：复习练习题

🧠 题目A：知识问答

请回答以下问题：

Prompt 工程中的“三要素”分别是什么？

指令提示技术的核心目的是什么？

角色提示为什么能提高输出的准确性？

1. 角色, 任务, 指令

2. 目的: 明确AI输出的内容, 输出时要遵循设置的规范

3. 因为用户明确了AI要调用哪个领域的知识, 在这个领域中回答, 准确性更高

🛠 题目B ：写出一个完整 Prompt

请你写出一个完整的 Prompt，用于这个目标：

“ 请生成一个面向公司内部的公告文案，内容是通知下周五下午举行团建活动，语气要积极、友好。”

要求你使用：

角色提示

指令提示

任务清晰

作为一名活动主管, 创作一份公告文案, 内容是通知下周五下午举行团建活动, 语气要积极、友好, Markdown格式

👍这个提示几乎完美！我们简单解析一下它：

✅ 角色：活动主管

✅ 任务：创作一份公告文案

✅ 指令：语气积极、友好 + Markdown 格式

📘 第四章标准提示技术

✅ 什么是“标准提示”？

标准提示是一种最简单直接的提示方式。你只需要告诉 ChatGPT ：

你想让它做什么。

它的核心公式只有一个成分：

“生成一个[任务]”

🧠 举几个标准提示的例子：

任务标准提示

总结一篇新闻 “ 生成这篇新闻文章的摘要”

撰写产品评论 “生成这款新智能手机的评论”

设计宣传语 “生成一条简短有力的宣传语”

写电子邮件 “生成一封感谢客户的邮件”

是不是很直接？这就是标准提示的特点 —— 简洁、清晰、任务导向。

任务	标准提示
总结一篇新闻	“ 生成这篇新闻文章的摘要”
撰写产品评论	“生成这款新智能手机的评论”
设计宣传语	“生成一条简短有力的宣传语”
写电子邮件	“生成一封感谢客户的邮件”

✅ 标准提示适合哪些情况？

你想做的任务很明确、很单一

不太需要指定角色、风格

想快速试试 ChatGPT 能不能完成一个基本任务

当然，它也可以和角色提示、指令提示、种子词提示等结合使用，提升输出质量。

🌟 高阶组合范例（标准提示 + 角色 + 指令 + 种子词）：

任务：撰写新笔记本电脑的产品评论
要求：评论应客观、信息丰富，强调其强大功能
角色：技术专家
种子词：“强大的”

🧩 完整提示：

作为一名技术专家，生成一个客观而信息丰富的产品评论，强调新笔记本电脑的强大特点。

这个提示虽然是“标准提示”的核心，但通过组合其他技术就变得更有指导性、更具体。

📘 第五章：零、一和少样本提示技术(重点)

✅ 什么是零、一和少样本提示技术？

这三种提示技术都是为了解决 “如何用最少的提示信息，让 AI 能够准确完成任务”。

零样本（Zero-shot）： 不提供任何示例，完全依赖模型的先验知识来生成内容。

一样本（One-shot）：提供 一个示例 来引导模型，帮助它理解你期望的输出格式。

少样本（Few-shot）：提供 多个示例 来让模型学到一种模式或规律，从而提升生成效果。

创作提示词, 尽量使用少样本提示技术

📌 各种样本提示的作用和适用场景

类型说明适用场景

零样本（Zero-shot） 不给任何示例，直接让模型完成任务任务简单、模型有足够的先验知识

一样本（One-shot） 给出一个例子，帮助模型理解任务要求输出格式较复杂、需要模型模仿的情况

少样本（Few-shot） 给出多个例子，让模型从中学习模式输出非常具体、需要细化规则时

类型	说明	适用场景
零样本（Zero-shot）	不给任何示例，直接让模型完成任务	任务简单、模型有足够的先验知识
一样本（One-shot）	给出一个例子，帮助模型理解任务要求	输出格式较复杂、需要模型模仿的情况
少样本（Few-shot）	给出多个例子，让模型从中学习模式	输出非常具体、需要细化规则时

✅ 零样本提示（Zero-shot Prompting）

零样本提示是最简洁的方式，它要求 AI完全依赖其内建的知识来生成结果。适用于你没有时间给出示例，或者任务本身比较简单、标准的情况。

例子：

任务：生成一份产品评论
提示：“生成这款笔记本电脑的产品评论。”

任务：撰写一封感谢邮件
提示：“写一封感谢客户的邮件。”

零样本提示的挑战是，模型必须依赖大量的预训练知识来做出合适的推测。如果任务较为复杂，可能会出现不准确或模糊的结果。

✅ 一样本提示（One-shot Prompting）

一样本提示 通过提供 一个示例，帮助模型更好地理解任务要求。通过这个示例，模型能够知道你的输出格式和风格偏好。

例子：
任务：生成产品评论
提示：
示例：  
这款手机的外观 非常精致，手感舒适，电池续航也很不错，是一款值得购买的手机。   
任务：生成这款笔记本电脑的产品评论。
这样模型会模仿第一个例子中的评论风格和结构。

✅ 少样本提示（Few-shot Prompt ing）(以后用这个方式, 重点)

少样本提示 提供 多个示例，以便模型从中总结出规律和模式，通常用于输出更具结构性和一致性的内容。

例子：

任务：生成产品评论
提示：
示例1：  
这款手机设计简洁， 运行流畅，性价比高，非常适合年轻用户。  
示例2：  
这款 平板电脑屏幕清晰，操作流畅，支持多任务处理 ，适合办公使用。  
任务：生成这款笔记本电脑的产品评论。
`` `
通过这些多个示例，这样模型会模仿第个例子中的评论风格和结构。

📘 第六章：种子词提示技术（Keyword Prompting）(重要)

✅ 什么是“种子词提示 ”？

种子词提示（ Keyword Prompting） 是指：

**在提示中加入关键词或短语，引导模型在生成内容时重点围绕这些词展开。 **

这些关键词就像“种子”，模型会围绕它们“ 生长”出你想要的内容。

📌 为什么要用种子词提示？

当你希望控制内容的重点、方向、风格、价值观时，仅靠普通指令可能还不够明确，这时“种子词”可以提供更具体的控制。

✅ 举例说明（感受下）

🎯 任务：生成品牌宣传语

普通提示：生成一个关于护肤品牌的宣传语
→ 输出可能是：

“ 呵护肌肤，从现在开始。”

加入种子词：
提示：生成一个护肤品牌的宣传语，关键词包括“自然、温和、可持续 ”
→ 输出更可能是：

“源于自然，温和呵护，成就可持续美肌。”

是不是更贴近你的期望了？这就是 “种子词”起作用的地方！

🌱 种子词提示的结构（模板）

我们可以用这个结构来写提示：
作为 [角色]，请围绕以下关键词生成[任务]：
关键词包括 ：[关键词1]、[关键词2]、[关键词3]
📌 常见使用场景

场景示例

广告文案 “活力、健康、年轻”

求职信 “责任心、沟通能力、项目经验”

教育内容 “互动性、启发性、逻辑清晰”

产品描述 “轻便、耐用、设计感强”

企业文化总结 “诚信、创新、协作、结果导向”

场景	示例
广告文案	“活力、健康、年轻”
求职信	“责任心、沟通能力、项目经验”
教育内容	“互动性、启发性、逻辑清晰”
产品描述	“轻便、耐用、设计感强”
企业文化总结	“诚信、创新、协作、结果导向”

美图分享

✨🎆谢谢你的阅读和耐心！祝愿你在编程的道路上取得更多的成功与喜悦！"🎆✨🎄

⭐️点赞收藏加关注，学习知识不迷路⭐️

🎉✔️💪🎉✔️💪🎉✔️💪🎉✔️💪🎉

👍😏⛳️点赞☀️收藏⭐️关注😏👍

🙆‍♂️🙆‍♂️🙆‍♂️🙆‍♂️🙆‍♂️🙆‍♂️🙆‍♂️🙆‍♂️🙆‍♂️🙆‍♂️🙆‍♂️🙆‍♂️🙆‍♂️

Prompt工程提示词(1-6章)

🚀 第1章：Prompt 工程技术简介

✅ 一、什么是 Prompt 工程？

✅ 二、为什么需要它？

✅ 三、Prompt 的组成结构(重点)

✨ 第二章：指令提示技术

✅ 什么是“指令提示技术”？

✅ 提示公式：

✅ 应用技巧(重点)

🎓 第三章：角色提示技术

✅ 什么是角色提示？

✅ 角色提示的结构公式：

✅ 高级用法：结合角色 + 指令提示

✍️ 第二部分：复习练习题

🧠 题目A：知识问答

🛠 题目B ：写出一个完整 Prompt

📘 第四章标准提示技术

✅ 什么是“标准提示”？

🧠 举几个标准提示的例子：

✅ 标准提示适合哪些情况？

🌟 高阶组合范例（标准提示 + 角色 + 指令 + 种子词）：

📘 第五章：零、一和少样本提示技术(重点)

✅ 什么是零、一和少样本提示技术？

📌 各种样本提示的作用和适用场景

✅ 零样本提示（Zero-shot Prompting）

✅ 一样本提示（One-shot Prompting）

✅ 少样本提示（Few-shot Prompt ing）(以后用这个方式, 重点)

📘 第六章：种子词提示技术（Keyword Prompting）(重要)

✅ 什么是“种子词提示 ”？

📌 为什么要用种子词提示？

✅ 举例说明（感受下）

🎯 任务：生成品牌宣传语

🌱 种子词提示的结构（模板）

📌 常见使用场景

美图分享

网站公告

今日签到

热门文章

最新发布

Prompt工程提示词(1-6章)

🚀 第1章：Prompt 工程技术简介

✅ 一、什么 是 Prompt 工程？

✅ 二、为什么需要它？

✅ 三、Prompt 的组成结构(重点)

✨ 第二章：指令提示技术

✅ 什么是“指令提示技术”？

✅ 提示公式：

✅ 应用技巧(重点)

🎓 第三章：角色提示技术

✅ 什么是角色提示？

✅ 角色提示的结构公式：

✅ 高级用法：结合 角色 + 指令提示

✍️ 第二部分：复习练习题

🧠 题目A：知识问答

🛠 题目B ：写出一个完整 Prompt

📘 第四章标准提示技术

✅ 什么是“标准提示”？

🧠 举几个标准提示的例子：

✅ 标准提示适合哪些情况？

🌟 高阶组合范例（标准提示 + 角色 + 指令 + 种子词 ）：

📘 第五章：零、一和少样本提示技术(重点)

✅ 什么是零、一 和少样本提示技术？

📌 各种样本提示的作用和 适用场景

✅ 零样本提示（Zero-shot Prompting）

✅ 一样本提示（One-shot Prompting）

✅ 少样本提示（Few-shot Prompt ing）(以后用这个方式, 重点)

📘 第六章：种子词提示 技术（Keyword Prompting）(重要)

✅ 什么是“种子词提示 ”？

📌 为什么要 用种子词提示？

✅ 举例说明（感受下）

🎯 任务：生成品牌宣传语

🌱 种子词提示的结构（模板）

📌 常见使用场景

美图分享

网站公告

今日签到

热门文章

最新发布

✅ 一、什么是 Prompt 工程？

✅ 高级用法：结合角色 + 指令提示

🌟 高阶组合范例（标准提示 + 角色 + 指令 + 种子词）：

✅ 什么是零、一和少样本提示技术？

📌 各种样本提示的作用和适用场景

📘 第六章：种子词提示技术（Keyword Prompting）(重要)

📌 为什么要用种子词提示？