第3章：Prompt 知识点

我们在上一节体验过 Prompt 的案例后，我们其实可以清楚地理解到Prompt 提示词的定义：简单来说它是给** AI 模型的指令**，通常被称为提示词，在 AI 模型中起着关键的作用。

举个例子：**如果我们把 AI 模型比作一名员工，Prompt 就相当于给员工的具体指令。**指令的明确性和详细性决定了模型的输出效果。

1. 使用场景

Prompt 的力量和潜力是无限的。它不仅改变了创作的方式，还重新定义了创意的边界。接下来，我们将深入浅出地探讨一些主流应用场景，引领您踏入这个令人着迷的数字创作领域，并将介绍一些具体的案例，以帮助您更深入地理解 Prompt 的应用和影响。

文本生成

大语言模型在文本内容生成方面也表现出色。这种模型拥有强大的文字创造能力。只需根据特定的 Prompt，它就能够为你生成各种类型的内容。

• 短视频脚本生成：使用 Prompt 的短视频脚本智能体生成关于“冰淇淋、坚果和巧克力”的脚本。该脚本已经细分到分镜管理，极大地方便了短视频的拍摄和设计。
• 短篇小说创作：我们可以看到 Prompt 辅助生成的短端小说。如果你希望写一篇关于“一个杀手、公主和骑士的三角恋故事”，模型可以根据给定的场景为你完成创作。

这些应用展示了大型语言模型在各种内容创作场景中的潜力和价值，能够满足用户在不同领域和场合的需求。

短视频脚本创作智能体 短篇小说创作大师

试一试（下面是案例提到两个智能体，试试他们的效果吧～） 短视频脚本创作智能体 (opens new window) 短篇小说创作大师 (opens new window)

信息提炼

我们在阅读很多内容时，常常需要从大段文字中提炼出核心要点。这个过程既费时又费力，如果有智能助手可以帮忙就好了。现在通过 Prompt 与大语言模型的交互，我们真的可以做到这一点！

用这段 Prompt 并加上你需要提炼的文字内容信息，并告诉它我们需要提炼出什么信息：

Plain Text “这个文本里面讲了什么内容，请分点概括” 下面是我给出的文本信息： xxxx ..

娱乐应用

你知道吗？Prompt 不仅仅是个“正经”的工具，它还能玩得很“皮”！

• 性格测试：总想知道自己的性格类型吗？用 Prompt 做一个简单的测试，看看你是不是那种喜欢冒险的人，还是更偏向于稳重？你可能会对结果感到惊讶哦！
• 哄人神器：不小心惹女朋友生气了？没关系，大模型可以教你怎样哄女朋友开心！ 总之，Prompt 就像一个魔法盒子，里面充满了无数的趣味和创意，等你来探索！ MBTI测试助手 哄人神器

试一试（下面是案例提到两个智能体，快来试试他们的效果吧～） MBTI 测试助手 (opens new window) 哄人神器 (opens new window)

更多场景

当然咯，Prompt 和 AI 大模型的应用场景不仅仅拘束于以上几个案例，在内容翻译、代码编程、情感分析、逻辑推理、智能客服、绘画创作、视频创作、多模态应用等多个领域都有非常不错的表现。 🧨 可以在讯飞星火寻找您感兴趣的智能体进行体验，点击快速前往 👉 讯飞星火 (opens new window)

2. 大模型的局限性

Prompt可以更好地激发大语言模型的能力，但在实际应用中，一些大模型的局限性是使用Prompt无法解决的，下面做一些简单举例科普。

也有一些时候，不管你Prompt写得多好，出来的结果始终不尽如人意，这是因为目前的AI大模型在实际应用中，存在着一些固有局限性，但我们相信随着技术的持续发展，很多问题都会得到解决，比如目前有一些大模型已经可以很好地应对长文本的问题。

下面做一些简单的局限性科普：

1. 时效性差 PS：现在很多智能体开发平台可以通过加入搜索网页的插件工具或外挂定期更新的知识库等方式部分解决这个问题。

   • Prompt 提示词与 AI 大语言模型交互的知识来自训练时接触到的数据，无法提供未知信息或新的发现。
   • 举例：如果您询问关于一项最新科学研究的问题，模型可能无法提供相关信息，因为它的知识截止日期通常在训练数据截止日期之前。

2. 上下文记忆有限 😩 上下文记忆问题可能是由于模型在处理超长文本时遇到了字节长度限制或者信息丢失的情况导致的。这可能会导致模型在较长的对话或文本中失去一些先前的上下文信息。 要解决这个问题，你可以尝试以下几种方法：

   • 分割文本： 如果你的文本很长，可以尝试将其分割成较短的段落或句子，减轻模型的记忆负担；
   • 表达清晰： 尽量使用清晰、简洁的语言表达你的问题或信息，避免过于复杂的句子结构；
   • 明确问题： 确保对话中提出的问题或请求是明确的，以便模型更容易理解并提供相关的回答；
   • 逐步引导： 逐步引导模型，提供必要的背景信息，确保模型能够理解上下文；
   • 检查输入格式： 确保输入的格式符合模型的期望，避免包含过多的冗余信息或不必要的细节。

3. 存在幻觉

   • 由于 AI大模型 的生成是概率性的，且会针对性做一些人类倾向的对齐处理，以实现让人满意的效果，以及满足一定泛化能力，因此AI在面对没有训练过的场景，会概率性生成可能被期待的内容（有一定讨好倾向）。
   • 另外，模型输出的可靠性值得怀疑，可能会出现格式错误，甚至偶尔表现出叛逆行为（例如拒绝遵循指示）。
   • 举例：当AI 大语言模型被询问“林黛玉为何倒拔垂杨柳？”时，可能会编造一个听似合理的解答，并配以看似道理十足的引用。（也就是一本正经的胡说八道🤬） 不过不同模型性能不同，针对特定问题的正确率会有差异

4. 无法精确字数

   • 在让大语言模型写文章时，在 Prompt 提示词里写明需要生成 1000 字的文章，但它写出来的文章字数可能是 800 字或者 900 字，就是很难精确刚刚好是 1000 字。
   • 大模型无法输出准确的字数的原因是多方面的，包括数据噪声、过拟合、基于概率统计的预测方法、设计限制、输入文本长度限制以及幻觉问题等。这些因素共同作用，导致大模型在处理特定任务时，无法精确控制生成内容的字数。

5. 内容需要合规

   • AI 大语言模型的生成内容是受国内监管的，当您的 Prompt 提问或 AI 回答的内容中存在敏感信息🔞，AI 大语言模型厂商将会使用合规的方式进行过滤，不显示最终结果。

6. 长期规划和任务分解能力不足

   • 长期规划和有效探索解决方案空间仍然具有挑战性。LLM在遇到意外错误时很难调整计划，与从试错中学习的人类相比不太稳健。

3. 结构化框架

了解了 Prompt 的基础概念之后，相信你一定已经跃跃欲试，并想创作出更优质的内容，那么以下结构化规则建议，请你一定收好了！🌟

葵花宝典：指定角色扮演，明确分配任务，控制输出结果。 例如：我想你扮演一个英语老师，请你给我写一篇 120 字左右的英语作文，主题是小明买菜记。 明确并结构化地表达需求，可以提高输出回答的质量。一个有效的提示词应该包括：

1. 角色：让模型扮演某个特定角色，比如“作家”、“设计师”或“历史学家”等。
2. 任务：明确告诉模型你希望它完成的任务，比如“写一篇小说”或“设计一个标志”等。
3. 格式：指定你希望的输出格式，如“Markdown 格式”或“PDF 格式”。

Shell 角色：你是马克思 任务：你需要给中国的大学新生一些开学建议，要求有深度且可落地。 格式：字数不超过 200 字，请以英文的方式表达。 亲手试一试点击前往 (opens new window)

进阶框架 下面简单扩展补充 9 种 Prompt 提示词框架，大家可以选择适合自己的框架并结合场景灵活运用。

APE 行动、目的、期望 （Action Purpose Expect）	CARE 上下文语境、行动 结果、示例	RACE 角色、行动 上下文背景、期望
COAST 背景、客观、行动、 场景、任务	CRISPE 能力、角色、洞察 陈述、个性、实验	RISE 角色、输入 步骤、期望
TRACE 任务、请求、操作、 上下文、示例	ROSES 角色、客观、场景 预期解决方案、步骤	LangGPT 高级框架：Markdown 语法 角色、限制、能力、工作流...

4. 更多Prompt学习推荐

讯飞星火认知大模型指令集点击跳转 (opens new window) 记录了非常多适合讯飞星火大模型的Prompt，大家可以用于借鉴优化自己的对话

Datawhale开源教程：Smart-Prompt 帮助初学者快速上手提示词构建，并掌握提示词构建的技巧。

OpenAI Cookbook OpenAI出品的Prompt写作指南，其大致内容导图如下，值得大家在Prompt改进过程中不断实践和思考

恭喜你已完成本次的学习任务。

结合以上Prompt知识点，升级你的AI助手吧！

你已经可以参加认证测试了！这一测试旨在评估您在Prompt领域的基本知识和技能，预祝您取得好成绩！

小贴士：在考试前，请确保您已经学习了 AI Prompt 知识点，并动手创建了 AI 智能体。