人工智能(AI)与大语言模型(LLM)基础
提示词(Prompt)基础:指令、角色、约束、示例
学习目标
- 能写出目标清楚的基础提示词。
- 理解指令、角色、约束和示例分别解决什么问题。
- 能把模糊需求改写成可执行的模型任务。
核心概念
提示词(Prompt)是给模型的任务说明。好的提示词不靠堆字数,而是把任务目标、输入材料、处理规则、输出格式和限制条件讲清楚。
指令说明“要做什么”。角色说明“用什么标准做”。约束说明“不能做什么、必须满足什么”。示例说明“什么样的结果算对”。这四类信息可以组合使用,但每一类都应该服务于任务,而不是装饰。
当提示词会被放进产品时,还要考虑可复用性。不要把一次性的情绪化描述写进模板,而要把可变内容做成输入变量,例如 {user_question}、{course_context}、{output_language}。
示例与拆解
弱提示词:
帮我优化一下这个课程介绍,写得好一点。
问题是“好一点”没有标准,模型可能改成营销文案,也可能变成学术说明。更稳定的版本是:
1你是面向开发者的课程编辑。 2任务:把下面的课程介绍改写为清晰、直接、适合课程详情页的中文文案。 3约束: 41. 保留课程目标和适合人群。 52. 不夸大效果,不使用“零基础秒变专家”这类表达。 63. 输出 2 段,每段不超过 80 字。 7 8输入: 9{course_description}
这个提示词指定了角色、任务、约束和输出结构。模型仍可能需要人工检查,但输出会更接近产品要求。
常见误区
- 误区一:提示词越长越好。无关限制越多,模型越难抓住重点。
- 误区二:角色可以解决事实问题。角色只能影响判断视角,不能凭空提供真实数据。
- 误区三:只写正向要求,不写失败边界。实际产品中要说明不确定时如何处理。
小练习
把“帮我总结这个用户反馈”改写成一个可复用提示词。要求输出包含:问题类型、用户情绪、关键证据、建议下一步。
实操检查点
提交时不要只交提示词文本,还要附上一个输入样例和期望输出。这样才能判断提示词是否真的可复用。
1输入样例:我升级后页面保存不了,客户明天就要看演示。 2期望输出: 3- 问题类型:bug 4- 用户情绪:焦急 5- 关键证据:升级后页面保存不了;明天要演示 6- 建议下一步:创建高优先级缺陷并要求工程排查
如果你的提示词无法稳定得到类似结构,先减少任务范围,再补约束。
随堂测验
完成本章测验,重点检查你能否识别提示词中各部分的作用。
本章总结
基础提示词的核心是明确任务、角色、约束和示例。它不是魔法咒语,而是把人类需求转成模型可执行任务的接口。
下一步学习指引
下一章学习结构化输出,把模型回答变成程序可以稳定解析的 JSON。