Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

如何精进prompt的编写

Answer

很抱歉,目前知识库中没有关于如何精进 prompt 编写的相关内容。但一般来说,精进 prompt 编写可以从以下几个方面入手:

  1. 明确目标和需求:清楚知道您希望通过 prompt 获得什么样的结果,以便更有针对性地编写。
  2. 详细描述:提供尽可能多的细节和背景信息,帮助模型更好地理解您的意图。
  3. 尝试不同的表述方式:有时候相同的意思用不同的词汇和语序表达,可能会得到不同的效果。
  4. 学习优秀案例:参考他人编写的成功 prompt ,分析其结构和技巧。
  5. 不断实践和优化:通过多次尝试和根据反馈不断改进您的 prompt 。

希望以上建议对您有所帮助。

Content generated by AI large model, please carefully verify (powered by aily)
Others are asking
prompt
以下是关于 prompt 的相关知识: 1. 提示简介: 提示是您给 Claude 的文本,用于引发相关输出,通常以问题或指示的形式出现。例如:用户输入“为什么天空是蓝色的?”,Claude 回答的文本被称为“响应”,有时也被称为“输出”或“完成”。 2. 改变区域+混音: 选择的大小会影响结果。更大的选择为中途机器人提供更多上下文信息,能改善新添加内容的扩展和上下文,但选择太多可能会导致新生成的元素混合或替换原始图像的部分。 提示应集中于您希望在所选区域中发生的事情,较短且聚焦的提示通常更有效,不应是对话式的。 如果要更改图像的多个部分,应一次只处理一个部分。 技术细节:使用 Vary+Remix 模式生成的作业将遵循 chaos、fast、iw、no、stylize、relax、style、version、video、weird 等参数。 3. 提示的类型: 基本提示:可以是简单的单词、短语或表情符号。中途机器人最适合用简单、简短的句子来描述您想看到的内容,应避免长长的请求列表。 高级提示:可以包括一个或多个图像 URL、多个文本短语以及一个或多个参数。图像 URL 始终出现在提示的前面,精心编写的提示有助于生成令人惊叹的图像。
2025-02-20
口播文案 Prompt
以下是关于口播文案 Prompt 的相关内容: 一、景淮:漫画趣味高中大学时期对比图 GPTs 实战 在这个示例中,先将相关示例喂给 GPT,观察其生成文案的效果。提示词为上述高中和大学区别的口播搞笑视频,重点突出不同时期的生活状态和鲜明反差。输入关键词“下雨了”后,生成了以下口播文案: 1. 高中:下雨了,天哪,怎么办,我的数学书会湿!大学:下雨了,哦,正好,再睡一会儿。 2. 高中:下雨了,得快跑,别迟到了!大学:下雨了,那今天就不去了,网课见。 3. 高中:下雨了,我的鞋子!得小心踩!大学:下雨了,穿拖鞋去了,方便。 4. 高中:下雨了,雨衣雨伞全副武装!大学:下雨了,抓个文件夹顶顶就行。 5. 高中:下雨了,课间不能出去玩了。大学:下雨了,正好和室友打个牌。 6. 高中:下雨了,哦不,体育课怎么办?大学:下雨了,哈,今天体育课取消了! 7. 高中:下雨了,我的作业别淋湿了!大学:下雨了,电脑在宿舍,作业得推迟了。 8. 高中:下雨了,赶紧找地方躲雨。大学:下雨了,雨中漫步也挺浪漫的。 9. 高中:下雨了,不会影响放学吧?大学:下雨了,嘿,这是不是个不去自习的理由? 10. 高中:下雨了,我的头发!大学:下雨了,谁还没个糟糕的头发日呢。 二、歌词提示词 1. 柔和的原声乐器引子:指在歌曲开头使用柔和的原声乐器(如原声吉他或钢琴)演奏的部分。作用是设置温暖、亲密的氛围,引导听众进入歌曲。适用于民谣、流行音乐、乡村音乐等风格,编曲技巧是使用原声吉他或钢琴演奏柔和的旋律或和声,创造出温暖和亲密的开场效果。 2. 富有灵魂感的:充满情感和灵魂的表现,通常具有深情的旋律和强烈的情感表达。作用是增强音乐的情感深度和感染力,适用于灵魂乐、R&B、流行音乐等风格,编曲技巧是使用深情的旋律、柔和的和声和强烈的情感表达。 3. 富有灵魂感的桥段:在歌曲中间部分或过渡部分,充满情感和灵魂的旋律或和声。作用是增强音乐的情感深度和结构变化,适用于灵魂乐、R&B、流行音乐等风格,编曲技巧是在歌曲的过渡部分设计一个深情且富有灵魂感的桥段。 4. 口语:在歌曲或音乐中使用普通说话的方式进行表演,而不是唱歌。作用是增加音乐的叙述性和亲密感,强调歌词的内容和表达,适用于说唱、独立音乐、实验音乐等风格,编曲技巧是在适当的段落使用口语表演。 三、Prompt 的专场教程 基础篇 1. Prompt 是一段指令,用于指挥 AI 生成所需内容,每个单独的提示词叫 tag(关键词)。 2. 支持的语言为英语(不用担心英语不好的问题,),另外 emoji 也可以用。 3. 语法规则: 用英文半角符号逗号,来分隔 tag,逗号前后有空格或者换行都不影响效果。 改变 tag 权重:tag 顺序越靠前对于 SD 来说权重越大,可通过“括号,权重就重 1.1 倍,每加一层括号就反向减弱 1.1 倍)两种方式设置。 进行 tag 的步数控制(高级玩法):“”,数字大于 1 理解为第 X 步前为 tag1,第 X 步后变成 tag2,数字小于 1 理解为总步数的百分之 X 前为 tag1,之后变成 tag2。
2025-02-18
有什么提升 RAG 知识库问答的好的 prompt
以下是一些提升 RAG 知识库问答的好的 prompt 相关内容: RAG 在 Natural Questions、WebQuestions 和 CuratedTrec 等基准测试中表现出色,在使用 MSMARCO 和 Jeopardy 问题进行测试时,生成的答案更符合事实、具体且多样,FEVER 事实验证使用 RAG 后也有更好结果,说明 RAG 是可行方案,能增强知识密集型任务中语言模型的输出,基于检索器的方法常与 ChatGPT 等流行 LLM 结合提高能力和事实一致性,可在 LangChain 文档中找到相关例子。 RAG 能显著提高大模型在处理私域知识或垂直领域问答时的效果。其流程包括:上传文档(支持多种格式,会转换为 Markdown 格式)、文本切割、文本向量化(存入向量数据库)、问句向量化、语义检索匹配(匹配出与问句向量最相似的 top k 个)、提交 Prompt 至 LLM、生成回答返回给用户。RAG 研究范式分为基础 RAG、高级 RAG 和模块化 RAG。 高级 RAG 特点:支持多模态数据处理,增强对话性,具备自适应检索策略,能进行知识融合,扩展了基础 RAG 功能,解决复杂任务局限,在广泛应用中表现出色,推动自然语言处理和人工智能发展。 模块化 RAG 侧重于提供更高定制性和灵活性,将系统拆分成多个独立模块或组件,每个组件负责特定功能,便于根据不同需求灵活组合和定制。
2025-02-18
prompt的应用
以下是关于 prompt 应用的全面介绍: 一、什么是 prompt 1. 提示是您给模型(如 Claude)的文本,用于引发相关输出。它通常以问题或指示的形式出现。例如:“为什么天空是蓝色的?” 2. 在 AI 视频生成中,prompt 是直接描述或引导视频生成的文本或指令。类似给 AI 的提示,包含主体、运动、风格等信息,用户借此控制和指导生成内容。它在 AI 视频生成中作用十分重要,是表达需求的方式,影响视频内容和质量。如果上述过于抽象,您可以理解 Prompt 为:将您输入的文字变成对应的画面和运动形式。 3. 简单来说,prompt 是一套您和大模型交互的语言模板。通过这个模板,您可以输出对于大模型响应的指令,用于指定大模型应该具体做什么、完成什么任务、如何处理具体的任务,并最终输出您期望的结果。大模型的本质是一个基于语言的概率模型,若直接问大模型而不提供 prompt,相当于大模型随机给出答案。有了 prompt,相当于给了一个模板,包括对于模型的要求、输入和输出的限制,大模型在这个限制之下,去得到概率最大的答案。 二、prompt 在不同场景的应用 在即梦 AI 视频生成中,要想获得最佳的视频质量,需要写好 prompt。在图片生视频和文本生视频中,都有 prompt 的输入位置。
2025-02-18
12个精选prompt框架
以下是 12 个精选的 prompt 框架: 1. ICIO 框架: 指令:执行的具体任务。 背景信息:提供执行任务的背景信息、上下文内容,让大模型更好地回答。 输入信息:大模型需要用到的一些信息。 输出信息:明确输出的具体信息的要求,比如字数、风格、格式。 2. BROKE 框架:通过 GPT 的设计提示,来提升整体反馈的效率。 背景:提供足够背景信息,让大模型可以理解问题的上下文。 角色设定:特定的角色,让 GPT 根据特定的角色能力的特点来形成响应。 目标:明确任务的目标,让大模型知道您想让它做什么。 结果定义:明确可以衡量的结果,让大模型清楚自己做的情况。 调整:根据具体的情况,来调整具体的结果。 3. CRISPIE 框架: 能力和角色:您期望大模型扮演的角色洞察,提供幕后洞察力、背景信息和上下文。 声明:简洁明了地说明希望完成的任务。 个性:回应的风格、个性或者方式。 实验:提供多个回答的示例。 4. 课件中的 Prompt 之术“三板斧”: 分配角色。 给出示例(fewshots)。 思维链(ChainofThought)。
2025-02-17
prompt
以下是关于 prompt 的相关知识: 1. 提示简介: 提示是您给 Claude 的文本,用于引发相关输出,通常以问题或指示的形式出现。例如,“User:Why is the sky blue? 为什么天空是蓝色的?”,Claude 回答的文本被称为“响应”,有时也被称为“输出”或“完成”。 2. 改变区域+混音: 选择的大小会影响结果。更大的选择为中途机器人提供更多上下文信息,能改善新添加内容的扩展和上下文,但选择太多可能导致新生成的元素混合或替换原始图像的部分。 提示应集中于您希望在所选区域中发生的事情,较短且聚焦的提示通常更有效,不应是对话式的。 分步进行,如果要更改图像的多个部分,一次只处理一个部分。 技术细节:使用 Vary+Remix 模式生成的作业遵循 chaos、fast、iw、no、stylize、relax、style、version、video、weird 等参数。 3. 提示的类型: 基本提示:可以是简单的单词、短语或表情符号。中途机器人最适合用简单、简短的句子来描述您想看到的内容,避免长长的请求列表。 高级提示:可以包括一个或多个图像 URL、多个文本短语以及一个或多个参数。图像 URL 始终出现在提示的前面,精心编写的提示有助于生成令人惊叹的图像。
2025-02-17
AI PPT从⼊⻔到精进
以下是关于 AI PPT 从入门到精进的相关内容: 一、个人 AI 时代生存/摸鱼/探索指南.基础篇 过去一年持续进行了研究和分享,包括 AI 协作探索、AI 产品的流量和竞争视角分析、从谷歌 185 个大模型使用案例看大模型场景落地、AIGC 行业与商业观察总览、AIGC 时代的生存探索未来工作和能力模型变化.Dev、和 AI 重度协作 1500 小时后的 8 条最佳实践经验,以及 AI PPT 从入门到精进、AI 协作下的公司和行业研究。 二、熊猫 Jay:超全的 AI 工具生成 PPT 的思路和使用指南,收获培训奖励 1000 作者熊猫 Jay 因企业内部要求编写此文章做内部培训并公开分享。无论您是 PPT 专家还是新手,都希望通过 AI 工具更高效地制作 PPT 满足不同需求、提高工作效率。AI 工具提供多种精美 PPT 模板,能节省组织内容和编排思路的时间,让 PPT 既有专业感又具个性。接下来为大家详细介绍市面上最受欢迎的 5 款 AI PPT 工具:MindShow、爱设计、闪击、Process ON、WPS AI。 三、给小白的 AI 产品推荐 在 PPT 类 AI 产品方面,国内外产品丰富。市场上的此类产品通常是在传统 PPT 设计和生成工具基础上融入生成式 AI 新功能。基于个人使用经验,为大家筛选出一些值得推荐的产品。 在国内,爱设计 PPT 脱颖而出。其背后拥有强大团队,对市场需求有敏锐洞察力,成功把握 AI 与 PPT 结合的市场机遇,已确立市场领先地位。强烈推荐国内用户使用,它代表当前国内 AI 辅助 PPT 制作的最高水平,能提高制作效率并保证高质量输出。
2025-02-20
我是一个AI小白,我使用AI的主要目的是使用这些工具,简化我工作中费时费力的事情,比如:表格的制作,筛选数据;图片的抠图,渲染,产品的口播介绍;日常工厂管理文件的编写及执行步骤;工作手册及岗位绩效的编写;作业指导书的编写
以下是为您整合的相关内容: 对于 AI 小白来说,使用 AI 工具简化工作中的费时费力之事是可行的。 在接触 AI 工具时,对于超出自己理解范围的事情,最简单有效的方法就是尝试。学习新事物,实践比听闻更重要。 比如在 AI 视频制作方面,人物设定与剧本是关键部分,包括主体、动作、场景等要素;分镜处理也较为重要,要考虑用几个镜头表述内容;生成环节如同抽卡,可多尝试,最后进行粗检和后期处理,如 AI 配音剪辑、加过渡滤镜等。小白制作 AI 视频要做好脚本即提示词,有耐心抽卡,并不断提升撰写提示词的能力。撰写提示词时要了解主体、动作、场景,避免使用专有名词和网络名词,给 AI 清晰描述。工具选用方面,没有绝对好的工具,只有适合的,如小白可使用剪映,主力机是 MacBook Pro 可使用 final cut。还可向 ChatGPT 询问获取灵感。 另外,在“AI 布道”活动中发现,AI 工具虽强大能做很多事,但也在其与普通人之间形成了一道墙。AI 是未来必然的方向,其科普还有很长的路要走,但尽可能简单地试用它,能让普通人更快受益。无论是什么身份、什么年龄段的人,都可以尝试使用 AI 工具。 如果您想要跟相关作者交朋友、一起在 AI 路上探寻,欢迎戳这里:
2025-01-30
提示词编写
编写提示词(prompt)是一个关键步骤,以下是一些建议: 1. 明确任务:清晰定义任务,如写故事时包含背景、角色和主要情节。 2. 提供上下文:若任务需特定背景知识,提供足够信息。 3. 使用清晰语言:用简单、清晰的语言描述,避免模糊或歧义词汇。 4. 给出具体要求:如有特定格式或风格,在提示词中指明。 5. 使用示例:如有期望结果,提供示例帮助理解需求。 6. 保持简洁:简洁明了,避免过多信息导致模型困惑。 7. 使用关键词和标签:有助于模型理解任务主题和类型。 8. 测试和调整:生成文本后检查结果,根据需要调整提示词,可能需多次迭代。 在 SD 绘画中,编写提示词时: 根据想画的内容写,多个提示词用英文半角符号隔开。 一般概念性、大范围、风格化的关键词写在前,叙述画面内容的其次,最后是描述细节的。 每个词语在模型中的自带权重可能不同,越靠后的权重越低。 可用括号人工修改提示词权重。 关键词应具特异性,措辞避免抽象和有解释空间。 在利用 Claude 制作 Crossword 小游戏时,提示词编写也很重要,复杂点在于代码,需根据需求分析逐步实现,包括单词和解释、卡片制作、难度设定等环节。
2025-01-28
现在AI编程始终不能编写一些比较大的项目
目前 AI 编程在处理较大项目时存在一些限制,主要原因包括: 1. 上下文窗口限制:复杂项目需要全局理解,AI 难以设计架构和模块化。 2. 自然语言描述不精确:项目需求常需反复讨论才能明确,AI 难以完全掌握。 3. 无法感知环境和直接执行:编译、部署、调试等复杂任务 AI 难以独立完成。 4. 幻觉问题:AI 可能编造不存在的 API 或错误代码,需人工严格审查。 在实际应用中,对于一些简单需求,我们可以给 AI 下达明确命令来完成一次性任务,如制作简单的 Chrome 插件、编写脚本或创建 Python 爬虫。但当期待提高,希望从繁琐日常任务中解脱时,需要了解 AI 编程的边界和限制。 在选择解决方案时,应遵循一定的准则: 1. 优先找线上工具,例如制作白底图等功能,若线上有现成工具最好。 2. 其次找插件,基于现有系统找合适的插件。 3. 最后是本地应用,当线上工具和插件都不满足需求时,再考虑本地应用。 对于 API 功能,先找现成的开源工具,GitHub 上有很多。然后考虑付费服务。只有在都找不到现成方案时,才考虑自己编程,且编程时要以终为始,抛开技术障碍,聚焦于目标。
2025-01-25
新手使用,如何编写提示词
对于新手编写提示词,以下是一些要点和方法: 1. 基本语法:根据自己想画的内容写出提示词,多个提示词之间使用英文半角符号。 2. 词语顺序:一般而言,概念性的、大范围的、风格化的关键词写在前面,叙述画面内容的关键词其次,最后是描述细节的关键词。大致顺序为。 3. 权重调整:可以使用括号人工修改提示词的权重,如:字符。 4. 关键词选择:关键词最好具有特异性,措辞越不抽象越好,尽可能避免留下解释空间的措辞。 5. 描述逻辑:通常的描述逻辑包括人物及主体特征(服饰、发型发色、五官、表情、动作),场景特征(室内室外、大场景、小细节),环境光照(白天黑夜、特定时段、光、天空),画幅视角(距离、人物比例、观察视角、镜头类型),画质(高画质、高分辨率),画风(插画、二次元、写实)。 6. 辅助工具和方法: 利用功能型辅助网站,如 http://www.atoolbox.net/ ,它可以通过选项卡的方式快速地填写关键词信息;https://ai.dawnmark.cn/ ,其每种参数都有缩略图可以参考,方便更加直观地选择提示词。 去 C 站(https://civitai.com/)里面抄作业,每一张图都有详细的参数,可点击下面的复制数据按钮,然后直接粘贴到正向提示词栏里。 对于星流一站式 AI 设计工具: 输入语言方面,星流通用大模型与基础模型 F.1、基础模型 XL 使用自然语言(一个长头发的金发女孩),基础模型 1.5 使用单个词组(女孩、金发、长头发),支持中英文输入。 写好提示词的方法包括使用预设词组、保证提示词内容准确(包含人物主体、风格、场景特点、环境光照、画面构图、画质)、调整负面提示词、利用“加权重”功能让 AI 明白重点内容,还可使用辅助功能,如翻译功能、删除所有提示词、会员加速等。
2025-01-23
如何高效的编写软件测试用例
以下是关于如何高效编写软件测试用例的方法: 1. 基于规则的测试生成 测试用例生成工具 Randoop:基于代码路径和规则生成测试用例,适用于 Java 应用程序。 Pex:微软开发的智能测试生成工具,自动生成高覆盖率的单元测试,适用于.NET 应用。 模式识别 Clang Static Analyzer:利用静态分析技术识别代码模式和潜在缺陷,生成相应的测试用例。 Infer:Facebook 开发的静态分析工具,自动生成测试用例,帮助发现和修复潜在错误。 2. 基于机器学习的测试生成 深度学习模型 DeepTest:利用深度学习模型生成自动驾驶系统的测试用例,模拟不同驾驶场景,评估系统性能。 DiffTest:基于对抗生成网络(GAN)生成测试用例,检测系统的脆弱性。 强化学习 RLTest:利用强化学习生成测试用例,通过与环境交互学习最优测试策略,提高测试效率和覆盖率。 A3C:基于强化学习的测试生成工具,通过策略梯度方法生成高质量测试用例。 3. 基于自然语言处理(NLP)的测试生成 文档驱动测试生成 Testim:AI 驱动的测试平台,通过分析文档和用户故事自动生成测试用例,减少人工编写时间。 Test.ai:利用 NLP 技术从需求文档中提取测试用例,确保测试覆盖业务需求。 自动化测试脚本生成 Selenium IDE + NLP:结合 NLP 技术扩展 Selenium IDE,从自然语言描述中生成自动化测试脚本。 Cucumber:使用 Gherkin 语言编写的行为驱动开发(BDD)框架,通过解析自然语言描述生成测试用例。 4. 基于模型的测试生成 状态模型 GraphWalker:基于状态模型生成测试用例,适用于复杂系统的行为测试。 Spec Explorer:微软开发的模型驱动测试工具,通过探索状态模型生成测试用例。 场景模拟 Modelbased Testing :基于系统模型自动生成测试用例,覆盖各种可能的操作场景和状态转换。 Tosca Testsuite:基于模型的测试工具,自动生成和执行测试用例,适用于复杂应用的端到端测试。 5. 实践中的应用示例 Web 应用测试:使用 Testim 分析用户行为和日志数据,自动生成高覆盖率的测试用例,检测不同浏览器和设备上的兼容性问题。 移动应用测试:利用 Test.ai 从需求文档中提取测试用例,确保覆盖关键功能和用户路径,提高测试效率和质量。 复杂系统测试:采用 GraphWalker 基于系统状态模型生成测试用例,确保覆盖所有可能的状态和操作场景,检测系统的边界情况和异常处理能力。 6. 工具和平台 Testim:AI 驱动的自动化测试平台,生成和管理测试用例。 Test.ai:基于 NLP 技术的测试用例生成工具,适用于移动应用和 Web 应用。 DeepTest:利用深度学习生成自动驾驶系统测试用例。 GraphWalker:基于状态模型生成测试用例,适用于复杂系统的行为测试。 Pex:微软开发的智能测试生成工具,自动生成高覆盖率的单元测试。
2025-01-22
怎么在coze的智能体总加入一个使用MARKDOWN编写的代码的prompt?
在 Coze 的智能体中加入使用 Markdown 编写的代码的 prompt 可以参考以下方法: 首先,了解相关的任务和目标,比如像实现输入任意文章链接后,AI 自动生成适合微信分享的文章推荐卡片。为达到这一效果,大模型对话产品通常需要完成网页爬取、内容总结、二维码生成、卡片样式生成等关键步骤。 在编写 prompt 时,可以发现新的词生卡 Prompt 组织方法,把设计要求拆分为“设计规范”和“内容结构”,再细分为“布局与尺寸”“字体规范”“颜色规范”的独立模块,并结合“内容结构”进行要求提示。这种提示词组织方式具有模型通用性、提示简易性和生成稳定性等显著优势。 对于刚入门的朋友,首推 LangGPT 结构化提示词,直观易懂,可以快速上手。对于想要进阶的用户,一方面可以继续选择 LangGPT,另一方面如有额外精力和好奇心,不妨尝试刚哥推崇的 Lisp 伪代码格式,有助于精炼提示词和提升对措辞理解、概念认知的能力。但需要注意的是,真正重要的不是提示词的外在形式,而是内容是否与 AI 的“理解机制”相契合。同时,在实际应用中,还需要经过多次调试,并根据测试 bug 微调提示词,直至稳定运行。
2025-01-19