提示词通常指直接输入到 AI 模型中的问题、请求或指示,是提示工程的一部分。它可以简单如“给我总结这篇文章的主要观点”,也可以复杂如设计包含多个步骤和条件的任务。
提示词由一些要素组成,包括指令(想要模型执行的特定任务或指令)、上下文(包含外部信息或额外的上下文信息,引导语言模型更好地响应)、输入数据(用户输入的内容或问题)、输出指示(指定输出的类型或格式)。例如,在一个旨在完成文本分类任务的提示中,“将文本分类为中性、否定或肯定”是指令,“我认为食物还可以”是输入数据,“情绪:”是输出指示。需要注意的是,提示词所需的格式取决于想要语言模型完成的任务类型,并非所有要素都是必须的。
提示词的本质是给模型提供指令或者上下文,让其知道如何回应。当给出提示词时,实际是在给模型提供方向或背景信息,模型会据此理解意图并生成合适的回应。提示词可以是问题、一段话、某种情景描述甚至是专业结构化提示词。
提示词通常指的是直接输入到AI模型中的问题、请求或指示,它们是提示工程的一部分。提示词可以非常简单,如“给我总结这篇文章的主要观点”,或者更复杂,如设计一个包含多个步骤和条件的复杂任务。
如果您接触过大量提示工程相关的示例和应用,您会注意到提示词是由一些要素组成的。提示词可以包含以下任意要素:指令:想要模型执行的特定任务或指令。上下文:包含外部信息或额外的上下文信息,引导语言模型更好地响应。输入数据:用户输入的内容或问题。输出指示:指定输出的类型或格式。为了更好地演示提示词要素,下面是一个简单的提示,旨在完成文本分类任务:提示词在上面的提示示例中,指令是“将文本分类为中性、否定或肯定”。输入数据是“我认为食物还可以”部分,使用的输出指示是“情绪:”。请注意,此基本示例不使用上下文,但也可以作为提示的一部分提供。例如,此文本分类提示的上下文可以是作为提示的一部分提供的其他示例,以帮助模型更好地理解任务并引导预期的输出类型。注意,提示词所需的格式取决于您想要语言模型完成的任务类型,并非所有以上要素都是必须的。我们会在后续的指南中提供更多更具体的示例。
提示词的本质就是给模型提供指令或者上下文,让它知道该怎么回应。当你给模型一个提示词时,实际上是在给它提供一个方向或者背景信息,这样模型就能根据这些信息生成相应的回答。提示词可以是一个问题、一段话或者某种情景描述甚至是专业结构化提示词,模型会根据这些内容来理解你的意图,并生成合适的回应。