prompt的编写

以下是关于公众号写作 Prompt 的相关内容： 一、从原理到应用一次讲清楚 Prompt 1. 什么是 Prompt 简单来说，Prompt 是一套与大模型交互的语言模板。通过它可以输出对大模型响应的指令，指定大模型应做的任务、处理方式，并最终获得期望结果。大模型虽有基础文字能力，但为提升回答准确性，需要 Prompt。在大模型时代，Prompt 成为人机交互的主要方式之一。 2. 用更加专业的方式定义 大模型本质是基于语言的概率模型，返回其认为概率最大的内容。若直接问大模型且无 Prompt，相当于随机给出答案。有了 Prompt，就提供了包含对模型要求、输入和输出限制的模板，让大模型在限制下得出概率最大的答案。 二、1.2 Prompts（提示词） 自媒体运营 1. 小红书文案 欢迎词：👉请帮我用小红书风格改写文本 具体 Prompt：请使用小红书风格用中文编辑以下段落，其特点是标题引人入胜，每段都包含表情符号，并在末尾添加相关标签。请务必保持文本的原始含义。请先编辑以下文字：{小红书内容} 2. 公众号文章 欢迎词：👉请帮我写一篇公众号文章 具体 Prompt：我要写一篇微信公众号文章，标题要足够吸引人，以便能广泛传播；同时提供内容大纲，我要写的文章是{……} 3. 抖音脚本 欢迎词：👉请帮我写一篇抖音脚本 具体 Prompt：👉你的角色是互联网资深运营，帮我写一篇抖音的脚本，请包含运镜描述，内容主题是{……} 4. 快手带货脚本 欢迎词：👉请帮我写一篇快手带货脚本 具体 Prompt：👉你的角色是互联网资深运营，帮我写一篇快手的文案脚本，要适配快手社区的语言风格，带货文案中要包括商品卖点，我的第一个商品是{商品描述} 5. B 站 UP 主 欢迎词：👉请帮我写一篇 B 站脚本 具体 Prompt：👉你的角色是互联网资深运营，请帮我写一段 B 站的视频脚本，要求 B 站热门 up 主风格，风趣幽默，视频时长大概 3 分钟，内容主题是{……} 三、1.2 Prompts（提示词） 方法：Prompt 技巧 1. 数据：鼓励使用统计数据或数据支持主张，例如在关于电动汽车的文章中提供销售数据和环境影响数据。 2. 个性化：根据用户偏好或特点要求个性化，如请根据用户对喜剧电影的喜好推荐几部好看的电影。 3. 背景 4. 输入 5. 输出 6. 语气：指定所需语气（如正式、随意、信息性、说服性），例如请用正式语气编写一篇关于气候变化的文章。 7. 格式：定义格式或结构（如论文、要点、大纲、对话），例如请为我提供一个关于健康饮食的要点清单。 8. 限制：指定约束条件，如字数或字符数限制，例如请提供一个关于太阳能的 100 字简介。 9. 引用：要求包含引用或来源以支持信息，例如请在关于全球变暖的文章中引用权威研究。 10. 语言：如果与提示不同，请指明回应的语言，例如请用法语回答关于巴黎旅游景点的问题。 11. 反驳：要求解决潜在的反驳论点，例如针对抵制疫苗接种的观点提出反驳。 12. 术语：指定要使用或避免的行业特定或技术术语，例如请用通俗易懂的语言解释区块链技术。 13. 类比：要求 AI 用类比或示例阐明概念，例如请用一个类比解释黑洞的概念。

写 prompt（提示词）是一个关键步骤，决定了 AI 模型如何理解并生成文本。以下是一些编写 prompt 的方法和建议： 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，在 prompt 中提供足够信息。 3. 使用清晰语言：尽量用简单、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要求，在 prompt 中明确指出。 5. 使用示例：若有特定期望结果，在 prompt 中提供示例。 6. 保持简洁：尽量简洁明了，避免过多信息使模型困惑。 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 prompt，可能需多次迭代。 此外，还有一些关于 prompt 编写的具体内容： 对于模仿创作内容，可改写大佬写好的 prompt，把拆解得到的方法论和示例写到 prompt 中，运用 COT（少样本提示）的技巧。若之前未写过结构化的 prompt，推荐打开云中江树老师的 LangGPT 项目学习 https://github.com/yzfly/LangGPT/blob/main/README_zh.md 。 律师编写 prompt 时，Prompt 指给人工智能系统提供的信息或问题，用来引导其产生特定回答或执行特定任务。建议框架及格式有 CRISPE，包括 Capacity and Role（能力与角色）、Insight（洞察）、Statement（陈述）、Personality（个性）、Experiment（举例）。例如，在处理合同纠纷案件时，明确 AI 的角色和能力、提供背景信息和上下文、明确期望其完成的任务、设定回答风格等。

以下是关于成语接龙的相关内容： 景淮制作了成语小游戏，包括成语接龙、看图猜成语、成语接龙+看图猜成语、成语查询模式。 成语接龙模式：常规的成语接龙，用户可直接给出或由 GPT 生成第一个成语，然后用户接龙，GPT 回复时会用孩子能听懂的方式解释成语。 看图猜成语模式：GPT 随机生成成语绘图，用户猜测，猜对给出解释和新图片，猜错按规则给出提示。 成语接龙+看图猜成语模式：用户输入第一个成语，GPT 根据最后一字绘图，用户猜测，猜错按规则提示，猜对继续接龙。 成语查询模式：用户输入成语第一个字、拼音（带声调或不带声调），以数字列表形式展示查询结果。 需求分析：今天使用的两种小游戏是成语接龙和看图猜成语。 什么是成语接龙：是一种以成语为基础的文字游戏，多人参与，一方说成语，下一方用前一成语最后一字开头说新成语，目标是长时间维持且不重复。对孩子有诸多好处，如提高语言能力、增强记忆力、培养逻辑思维、了解文化知识、增进社交技能、锻炼反应速度、提高学习兴趣等。 GPTs 使用链接：https://chat.openai.com/g/gFmXhWqboichengyuxiaoyouxi 。但使用时需注意，整体玩起来较流畅，但 Web 插件有时不触发，给出内容不够准确。

以下是关于如何学习好 AI PROMPTS 的一些建议： 1. 针对不同任务进行环节拆分：例如在使用 AI 进行数据分析时，将数据清洗、提取、模型选择、训练和结果解释等环节分开处理，以优化性能和便于发现修正问题。 2. 逐步深化和细化提问：对于复杂问题，先提出宽泛问题，再根据回答进一步细化或深化，逐步深入了解问题各方面。比如在处理知识产权侵权案件时，先问被告是否构成侵权，再根据回答进一步询问侵权类型和程度。 3. 提供参考和学习内容：包括高质量的操作指南、行业最佳实践、案例研究等，并编写详细流程和知识（knowhow），帮助 AI 理解任务和为人类用户提供指导。如在自动化文档处理中编写详细指南。 4. 利用专业领域术语引导：在 Prompt 中使用法律等专业术语引导 AI 回答方向，例如处理合同纠纷时提示从特定方面分析合同履行情况。 5. 优化和润色 Prompt： 明确具体描述，使用更具体、细节的词语和短语。 添加视觉参考，插入相关图片。 注意语气和情感，用合适形容词、语气词调整。 优化关键词组合，尝试不同搭配和语序。 增加约束条件，避免意外输出。 分步骤构建 Prompt，先生成基本结构再完善。 参考优秀案例，借鉴写作技巧和模式。 反复试验、迭代优化，根据输出效果反馈完善。 6. 方法论萃取：通过类似访谈的方式获取清晰明确的答案，然后设计 Prompt。例如，若想让 AI 像“樊登读书”或“得到”那样讲书，设计“书籍阅读助手”的 Prompt；若想让 AI 在选书和督促读书环节起作用，设计“催我读书”的 Prompt；若侧重知识内化，重点研究读书效率和信息转化问题。

以下是一些水墨画生图的 prompt 示例： 《哪吒·龙影之下》中的示例： 三太子变身：Ink painting styleI of the villain Kanda from Jujutsu Kaisen,Extreme LowAngle shot,he is wearing an allblack bodysuit with no helmet or mask on his head and has sharp teeth in a dynamic pose against a white background,Many dragonlike tentacles were coming out from his body and wrapping around him in a spiral shape.smoke rising from sky in background,black white ink painting,no realistic style ar 16:9 哪吒惊诧：Ink painting styleI of manga panel of a young man falling down,close up,high angle shot,dark and gritty ink drawing in the style of a graphic novel,monochrome,dramatic perspective,gritty texture,dynamic composition,bold lines,a sense of speed,high contrast lighting,shadows casting over the scene.The character is in midair with exaggerated facial expressions showing fear or surprise as he falls towards an unknown background.no realistic style ar 16:9 哪吒出场：The character Nezha from Chinese mythology with black hair in two buns on head,holding his spear with red ribbon wrapped around it,street fighter chun circular character action pose,cute kung fu boy Ink painting style,black white ink painting,creating sharp contrasts between light and shadow,creating a strong visual impact ar 16:9 其他：A Chinese ink painting style depicts a silhouette of two people fighting in the background bamboo forest and mountains.A man holds an iron sword on her back as black smoke rises from behind.The painting uses a high angle perspective with high resolution and details in black and white tones.Delicate brushstrokes are used in the traditional Chinese culture style.The foreground is blurry with ink strokes.There is a high contrast between light and dark areas in the painting.ar 16:9 ；A black and white ink painting style with a bamboo forest background and a silhouette of two people fighting in the foreground.A woman is holding a man's hand on his back from a high angle perspective.The brush strokes are in the style of Chinese calligraphy with a traditional animation style.There is a strong contrast between light and dark with an ink wash effect.The entire scene is filled with mystery and tension.ar 16:9 ；The silhouette of Roronoa Zoro,with his spear raised high and shadowed in the background.It features black and white tones,ink painting effects,silhouette shadows,closeup shots,ink splashes,and a traditional animation style in the style of ink wash.ar 16:9 功夫熊猫相关的示例： DreamWorks Animation,A Po Panda （词力强，动作可控） DreamWorks Animation,Kung Fu Panda （词力极强，但因为 kungfu 词多为武术动作） Kung Fu Panda （词力强，但动作因为 kungfu 词多为武术动作） Po Panda （1/4 概率出阿宝，动作自然可控） Master Tigress,photography by DreamWorks Animation Kung Fu Panda, （画功夫熊猫里的其他角色效果很差，角色不像） Panda A Po,hands in a 'prayer' pose （出双手合十效果） A huge bear paw from Panda A Po,Blue sky background,ar 16:9 （如来神掌 prompt）

要在 Dify 的 agent 的 prompt 里让 DeepSeek 通过 Function Calling 调用工具，您可以参考以下内容： 1. 提示词工程主要由提示词注入和工具结果回传两部分代码组成。 提示词注入：将工具信息及使用工具的提示词添加到系统提示中。INSTRUCTION 包含 TOOL_EAXMPLE、tools_instructions、REUTRN_FORMAT 三个部分。TOOL_EAXMPLE 用于提示 LLM 如何理解和使用工具，编写时注意用无关紧要的工具作示例避免混淆。tools_instructions 是将通用工具字典转换成 LLM 可读的工具列表，可动态调整。REUTRN_FORMAT 定义调用 API 的格式。 工具结果回传：利用正则表达式抓取输出中的“tool”和“parameters”参数。对于 interpreter 工具，使用另一种正则表达式提取 LLM 输出的代码。通过识别 LLM 返回的调用工具的字典，提取对应值传入工具函数，将结果以 observation 角色返回给 LLM，对于不接受该角色的 LLM 接口，可改为回传给 user 角色。 2. 当模型判断需要调用工具函数时，检测到返回的 json 里 function_call 字段不为空，则执行异步函数调用，采用回调方式获取函数返回结果。通过判断返回的 functionCall 的名称执行不同函数并返回结果。 3. 在大模型请求中，最大的两个变量是 Messages 和 Tools。Messages 里放 sys prompt、memory、user query；Tools 里放能力的 Json Scheme，两者组合形成整个完全的 Prompt。Agent 应用开发的本质是动态 Prompt 拼接，通过工程化手段将业务需求转述成新的 prompt。短期记忆在 messages 里的历史 QA 对，长期记忆是 summary 之后的文本再塞回 system prompt。RAG 是向量相似性检索，可放在 system prompt 里或通过 tools 触发检索。Action 是触发 tool_calls 标记进入请求循环，拿模型生成的请求参数进行 API request，再把结果返回给大模型交互，没有 tool_calls 标记则循环结束。Multi Agents 是更换 system prompt 和 tools。

利用 AI 辅助课程大纲编写与优化可以按照以下步骤进行： 1. 确定课程大纲主题：明确研究兴趣和目标，选择具有研究价值和创新性的主题。 2. 收集背景资料：使用 AI 工具如学术搜索引擎和文献管理软件来搜集相关研究文献和资料。 3. 分析和总结信息：利用 AI 文本分析工具来分析收集到的资料，提取关键信息和主要观点。 4. 生成大纲：使用 AI 写作助手生成课程大纲，包括引言、文献综述、方法论、结果和讨论等部分。 5. 撰写文献综述：利用 AI 工具来帮助撰写文献综述部分，确保内容的准确性和完整性。 6. 构建方法论：根据研究需求，利用 AI 建议的方法和技术来设计研究方法。 7. 数据分析：如果课程大纲涉及数据收集和分析，可以使用 AI 数据分析工具来处理和解释数据。 8. 撰写和编辑：利用 AI 写作工具来撰写课程大纲的各个部分，并进行语法和风格的检查。 9. 生成参考文献：使用 AI 文献管理工具来生成正确的参考文献格式。 10. 审阅和修改：利用 AI 审阅工具来检查课程大纲的逻辑性和一致性，并根据反馈进行修改。 11. 提交前的检查：最后，使用 AI 抄袭检测工具来确保课程大纲的原创性，并进行最后的格式调整。 需要注意的是，AI 工具可以作为辅助，但不能完全替代研究者的专业判断和创造性思维。在使用 AI 进行课程大纲编写与优化时，应保持批判性思维，并确保研究的质量和学术诚信。 此外，还可以参考以下思路： 调整结构：在大纲开头增加一个“快速选择指南”，帮助读者快速定位最适合自己的方法。 补充新信息、新观点：增加一个章节，比较不同 AI 模型在相关工作场景中的优劣。 对于教师，还可以借助 AI 作为教学助理来规划课程。AI 教学助理应先向老师介绍自己，询问教学科目以及面向的学生层次（高中、大学还是职业教育），以便更精准地提供建议。若老师有教学大纲，应认真研读并根据需求提出修改建议；若没有大纲，让老师尽可能详细描述课程内容。

以下是为您编写关于生成式人工智能书籍提供的大纲框架建议： 一、引言 介绍编写本书的目的和背景，引导读者进入生成式人工智能的世界。 二、基础概念 1. 什么是生成式人工智能（AIGC） 定义和特点 与传统人工智能的区别 2. 相关技术名词 AI（人工智能） 机器学习（包括监督学习、无监督学习、强化学习） 深度学习（神经网络、神经元） 生成式 AI（可生成文本、图片、音频、视频等内容形式） LLM（大语言模型） 三、AIGC 的应用领域 1. 文字生成（如使用大型语言模型生成文章、故事、对话等） 2. 图像生成（如使用 Stable Diffusion、DALLE 等模型生成艺术作品、照片等） 3. 视频生成（如使用 Runway、KLING 等模型生成动画、短视频等） 四、AIGC 与其他内容生成方式的关系 1. AIGC 与 UGC（用户生成内容） 区别与联系 各自的优势和适用场景 2. AIGC 与 PGC（专业生成内容） 区别与联系 相互的影响和融合 五、技术原理 1. Transformer 模型 自注意力机制 处理序列数据的优势 2. 技术里程碑（如谷歌团队发表的《Attention is All You Need》论文） 六、实际案例分析 展示不同领域中成功的 AIGC 应用案例，分析其实现过程和效果。 七、挑战与展望 1. 面临的挑战（如数据隐私、伦理问题等） 2. 未来发展趋势和前景 八、结论 总结全书重点内容，对 AIGC 的未来发展进行展望。 各个部分之间可以通过逻辑递进、案例引用、对比分析等方式进行连接，使读者能够逐步深入理解掌握 AIGC 的概念和应用。

以下是关于智能体编写的相关内容： MQ 老师做了一个简单的能呈现孩子认知过程的智能体，相关链接：https://chatglm.cn/main/gdetail/660439b9cf1043dbeb2e6f31 。还用豆包写了一个带娃编数感故事玩的智能体，链接：https://doubao.com/bot/CD8JOSTq 。 所谓智能体，就是预先把咒语（prompts）写好，像编程一样把要求 AI 操作的步骤写得非常详细，以后每次拿来直接用，不必重新再写。比如可以找个空闲日，将自己的日常工作列出来，寻找哪些工作部分可以被 AI 加速，哪些工作基本上是固定输入输出的，尝试把这些工作场景写成“智能体”，并不断迭代优化。 提示词技能是指用户设计提供给生成式人工智能大模型的一段文字或文本的技能，AIGC 根据这些文本生成回应的内容，提示词的内容决定了 AIGC 生成内容的质量，是教师用好人工智能的基本教学技能。提示词设计公式包括指定 AIGC 所扮演的角色、明确告诉 AIGC 要完成的任务等。 通用人工智能体是智能体设计的神圣圣杯，是一个循环架构，拥有动态推理、规划和自定义代码生成能力。自 2023 年春天以来，相关研究进展激增，如 BabyAGI、AutoGPT 等。前沿架构的开创性商业应用包括新的基础模型，如 Reflection AI ，以及编码智能体，如 Cognition、Nustom 和 OpenDevin/All Hands AI 等。

要基于开源模型训练一个用于编写软件测试用例的 AI 模型，您可以参考以下步骤： 1. 选择合适的部署方式：包括本地环境部署、云计算平台部署、分布式部署、模型压缩和量化、公共云服务商部署等，根据自身的资源、安全和性能需求进行选择。 2. 准备训练所需的数据和计算资源：确保有足够的训练数据覆盖软件测试用例的相关场景，同时准备足够的计算资源，如 GPU 服务器或云计算资源。 3. 选择合适的预训练模型作为基础：可以使用开源的预训练模型如 BERT、GPT 等，也可以自行训练一个基础模型。 4. 针对编写软件测试用例的目标任务进行模型微调训练：根据具体应用场景对预训练模型进行微调训练，优化模型结构和训练过程以提高性能。 5. 部署和调试模型：将训练好的模型部署到生产环境，并对部署的模型进行在线调试和性能优化。 6. 注意安全性和隐私保护：模型涉及大量数据和隐私信息，需要重视安全性和合规性。 总的来说，训练这样一个模型需要综合考虑多方面因素，包括部署方式、数据准备、模型训练、部署调试以及安全性等。需要根据具体需求选择合适的方法，并注意优化各个环节以提高模型性能和应用效果。请注意，以上内容由 AI 大模型生成，请仔细甄别。

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。

要做一个好用的问答知识机器人并编写相关文档，可参考以下步骤： 1. 选择合适的知识库创建工具，如使用 Coze 进行操作。 以外贸大师产品的帮助文档为例，选择其中一个文档来创建知识库，如“购买后新人常见问题汇总·语雀”。 点击创建知识库，并从知识库中添加知识单元。 为获得更好的检索效果，可使用 Local doucuments 方式，上传 Markdown 格式文档。注意文档数据格式，每个问题以“”开头（这是 Markdown 的语法）。 准备上传文件，完成知识库构建。 2. 配置问答机器人： 左侧有三处配置，分别是 AI 模型、提示词和知识库。 AI 模型：可选择如阿里千问模型。 提示词：告诉模型其角色和应专注的技能，使其成为所需的“员工”。 知识库：相当于给“聪明”员工发放的工作手册，包含特定场景下的具体规则和信息。 3. 注意事项： 文档的分片策略会严重影响查询结果，这是当前 RAG 自身的方案原理导致的。 基于 Coze 的知识库问答是典型的 RAG 方案，存在跨分片总结和推理能力弱、文档有序性被打破、表格解析失败等问题。后续可进一步研究如何组织文档形式以更好分片。