第一章：提示工程技术介绍
什么是提示工程？
提示工程，就是创建一堆指令，提示（询问、指导）ChatGPT 这类语言模型输出语料文本。提示
工程帮助用户控制语言模型输出，生成适合的特定需求。
ChatGPT 是目前最先进的语言模型，产出类人文本（human- like text），它建立在转换器架构
（transformer architecture）之上，数据处理数量大、文本生成质量高。
在 ChatGPT 中，为了获得最佳的文字产出，正确提示的方法就成了重点。
有了提示（Prompting）这份藏宝图，我们可以化身宝藏猎人，在语言模型这个宝藏迷宫里，开启
一个个宝箱——输出的语料文本具备相关性、准确度、高质量。
了解 ChatGPT 的功能、限制，至关重要。
该模型能够生成类人语料文本，如果缺乏合适的引导，我们有可能始终无法产生理想的输出。
此乃提示工程的用武之地，假设提供的指令清晰、具体，我们可以指导模型的输出，确保内容相
关。
提示公式（prompt formular）——提示的特定格式，一般包含 3 个主要元素：
任务（task）：一份清晰简洁的陈述，提示要求模型生成的内容。
指令（instructions）：在生成文本时，模型应该遵循什么。
角色（role）：在生成文本时，模型应该扮演什么。
在册子中，我们将探讨搭配 ChatGPT 使用的各种提示工程技术，讨论提示的不同类型，以及如何
用它们实现特定需求。
第二章：指令提示技术
现在就开启探索之旅——如何利用“指令提示技术”在 ChatGPT 中进行高质量产出。
指令提示技术，为模型提供特定指令，指导 ChatGPT 输出，确保输出的相关性、高质量。
用好该项技术，需要向其提供清晰简洁的模型任务（task）、模型要遵循的具体指令
（instructions）。
举个例子，如果你正在生成客户服务响应，需要提供如下两项：“生成对客户查询的响应”之类的任
务（task）、
“回复应当专业并提供准确信息”之类的指令（instructions）。
提示公式：“生成[任务]如下这些说明[指令]”（*译者注）
【示例】
生成客户服务响应： 任务：生成对客户咨询的响应 指令：回答应当专业，提供信息应当准确
提示公式：“按照这些指令，对客户咨询做出专业的、准确的回复：回答应当专业，提供信息
应当准确。”
生成法律文件： 任务：生成法律文件 指令：文件应当符合相关法律法规 提示公式：“按照以
下指令，生成符合相关法律法规的法律文件：该文件应当符合相关法律法规。”
使用指令提示技术时，请务必记住，指令应当清晰具体。 这将有助于确保产出具有相关性和高质
量。 指令提示技术，可以结合第三章介绍的“角色提示”、“种子词提示”相结合，强化 ChatGPT 的
输出。
第三章：角色提示
角色提示技术（role prompting technique），通过为模型提供特定角色，指导 ChatGPT 输出。
生成针对特定上下文，生成的文本量身定制，此技术相当有用。
若想用好它，需要向模型提供明确、具体的角色。 例如，生成客户服务响应，要具备“客户服务代
表”之类的角色。
提示公式：“生成[任务]作为[角色]”
【示例】
生成客户服务响应： 任务：生成对客户咨询的响应 角色：客户服务代表 提示公式：“作为客
户服务代表，生成对客户咨询的响应。”
生成法律文件： 任务：生成法律文件 角色：律师 提示公式：“作为律师，生成法律文件。”
使用【指令提示】、【种子词提示】的【角色提示技术】，将增强 ChatGPT 的输出。
示例，如何将三者结合： 任务：为新智能手机生成产品描述 指令：描述应提供信息、具有说
服力并突出智能手机的独特功能 角色：营销代表 种子词：“创新” 提示公式：“作为营销代表，
生成内容丰富、有说服力的产品描述，突出新智能手机的创新功能。智能手机具有以下功能
[插入您的功能]”
在此示例中，指令提示确保产品描述具有信息性、说服力；角色提示确保这个描述来自营销代表的
视角；使用种子词提示*（译者注）确保描述集中在智能手机的创新功能上。
第四章：标准提示
标准提示，可以看做是一种常用的默认值，指导 ChatGPT 通过为模型提供特定的任务输出。
例如，如果你想生成一篇新闻文章的摘要，你会提供一个[任务]，比如“总结这篇新闻文章”。 提示
公式：“生成一个[任务]”
【示例】
生成一篇新闻摘要： 任务：总结这篇新闻文章 提示公式：“生成这篇新闻文章的摘要”
生成一篇产品评论： 任务：写一篇新智能手机的评论 提示公式：“生成对这款新智能手机的评
论”
此外，标准提示可以与角色提示和种子词提示等其他技术相结合，以增强 ChatGPT 的输出。
【示例】
如何组合标准提示、角色提示、种子词提示技术： 任务：为新笔记本电脑生成产品评论 指
令：评论应该客观、信息丰富并突出笔记本电脑的独特功能 角色：技术专家 种子词：“强大”
提示公式：“作为技术专家，生成客观且信息丰富的产品评论，突出新笔记本电脑的强大功
能。”
在此示例中，标准提示用于确保模型生成产品评论；角色提示用于确保评论是从技术专家的角度撰
写的；种子词提示用于确保评论聚焦于笔记本电脑的强大功能。
第五章：零样本、单样本、小样本提示
零样本、单样本、小样本提示技术，在没有示例、最少示例的情况下，帮助 ChatGPT 生成文本。
任务适用范畴：可用数据有限、具体任务不明确、全新且定义不明确。
当没有可用于任务（task）的示例时，使用零样本提示技术。 该模型提供一个通用任务，根
据理解生成文本。
当只有一个示例可用于任务时，使用一次性提示技术。 该模型随示例一起提供，根据理解生
成文本案例。
当任务数量有限时，使用小样本提示技术。 该模型随示例一起提供，根据理解生成文本案
例。
提示公式：“Generate text based on [number] examples”
[size=large]第六章：“让我们想一下”提示
“让我们想一下”这个提示，生成的文本具备反思能力、深度思考，对写散文、写诗歌、创意写作的
群体来说，很有帮助。
提示公式，只需要在“让我们想一下”之后跟一个主题、问题。
【示例】
写篇反思性文章： 任务：写一篇关于个人成长的反思性文章 提示公式：“让我们想一下：个人成
长”
写一首诗： 任务：写一首关于四季变化的诗 提示公式：“让我们考虑一下：季节的变化”
此提示要求就特定主题、想法进行对话、讨论，邀请 ChatGPT 就手头的主题进行对话。
该模型提供了一个提示，作为对话或文本生成的起点。
然后，使用模型训练数据和算法生成与提示相关的响应。允许 ChatGPT 根据提供的提示，生成上
下文适当且连贯的文本。
要在 ChatGPT 中使用“让我们想一下”，需遵循以下步骤：
1. 确定讨论的主题、构思。
2. 制定的提示，需要把主题、想法阐明，并开始对话、生成文本。
3. 在提示前加上“让我们想一下”或“让我们讨论一下”，表明讨论已经发起了。
【示例】
提示：“让我们想一下气候变化对农业的影响” 提示：“让我们讨论下工智能的现状” 提示：“让我们
谈一下远程工作的好处和坏处”
还可以添加一个开放式问题、陈述，或者添加一段希望模型继续的文本，一段建立在其基础之上的
文本。
提供提示后，模型将使用其训练数据和算法生成与提示相关的响应，并以连贯的方式继续对话。
这种独特的提示，有助于 ChatGPT 以不同视角、不同角度给出答案，让产出更具活力、更具信息
量。
使用提示的步骤简单易行，可以真正改变您的写作。亲自试试便可一观。
免翻墙的ChatGTP可以体验学习 工众号《AI智慧工具》
