2025 年的三点半提示词技巧
2025 年了,模型能力上升了一个台阶,更不需要去记提示词技巧和框架了,写提示词不再是一个多专业的活,核心就记住三点半:
1. Context:问题所需要的上下文信息,千万别以为模型会读心术,一定要把相关信息都提供;但是长度不要太长,因为长度越长效果越差,多长不同模型有区别,多试试就知道了。
2. Instruction:你想要模型做什么说清楚。如果自己都没想清楚,就先临时开个会话和模型闲聊,让它帮你梳理清楚,梳理清楚指令了再新开会话输入你的指令和上下文。
3. Atom:让你的提示词原子化,这里其实有两点含义:
- 1) 你每次的任务要小,不要想让模型一次完成太多任务
- 2) 上下文完整独立,在你的会话中把这次任务的上下文都提供清楚了
最后还有半点:
CoT:思维链(Chain of Thought)对于大语言模型来说已经慢慢成了基本技能,尤其是推理模型,高于人类平均水平,如果你明确知道最优步骤,就写上,不确认就让模型写,不满意就让模型改进,还不满意就新开会话或者换模型再试试。
***
补充1:
上下文完整独立的意思就是在一次会话中,你包含了AI生成所需要的完整内容,并且确保不会因为 AI 应用程序的能力限制而影响。
以写报告为例,你报告中需要参考资料1,2,3,那么这些参考资料的完整部分或者关键部分要在会话中完整包含。
如果你的参考资料是一个 URL,你的应用程序(比如ChatGPT)是无法访问这个 URL 的,那么它无法有效的把这个 URL 作为上下文的一部分,所以你的上下文就不完整了。
再比如你在前几轮会话中把参考资料放在里面了,但是你持续问答增加会话,到后面的时候,AI 应用程序会因为上下文窗口长度限制,会自作主张帮你把前面的内容砍掉或者摘要,那你后面的会话就缺少上下文了。
判断独立完整的一个标准,就是你的提示词,放到任何模型任何AI应用,信息都是完整的,不会因为 AI 应用的能力(比如URL访问、上下文窗口长度限制)而导致内容缺失。
补充2:
一个原子化的例子,虽然是用 AI 修改整个项目代码,但是一次只发一个小模块,一次只做一个小改动,http://t.cn/A6uaOqMs
一个原始指令不清晰,但是通过和 AI 反复对话完善的例子:http://t.cn/A6ua1FZF
补充3:
一个@倪爽 老师分享的写提示词的例子,也是一个很好的提示词原子化的例子:
[quote]
分享一个我写提示词的技巧:尽可能地保持对话不被污染
我经常拿 AI 做研究,会问很多开放性问题,甚至发散性的问题
我会保持主对话过程极其单一。同时另外开 1、2 个旁支对话窗口,用来问相关问题;问清楚了再用简洁、明确的问题,把旁支问题转进主对话
这样子会丢失一些上下文,但避免了一个主对话里掺杂太多相关问题、次要问题甚至有误导的问题
这种 AI 提问技巧,其实来自于客户找我咨询设计的经验:我们不会一根筋只聊“某某某怎么设计”,还会聊生意、用户、执行等等,话题涵盖了深度和广度
这种交流也需要避免话题污染,不管说到多远、多深,我一定要做“主持人”,把交流拽回到主要话题上😁
[/quote]
发布于 美国
