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

prompt十大原则

Answer

以下是关于 prompt 的十大原则：

  1. 指令清晰明确：下达的指令应清晰、没有歧义，让 AI 模型能准确理解任务要求。
  2. 给予思考时间：给大模型足够的时间去思考和完成任务。
  3. 明确任务：确保 prompt 清晰地定义任务，如写故事时包含背景、角色和主要情节。
  4. 提供上下文：若任务需要特定背景知识，在 prompt 中提供充足的上下文。
  5. 使用清晰语言：尽量用简单、清晰的语言描述任务，避免模糊或歧义词汇。
  6. 给出具体要求：若任务有特定格式或风格要求，在 prompt 中明确指出。
  7. 使用示例：如有特定期望结果，在 prompt 中提供示例帮助模型理解需求。
  8. 保持简洁：尽量使 prompt 简洁明了，避免过多信息导致模型困惑。
  9. 使用关键词和标签：有助于模型更好理解任务主题和类型。
  10. 测试和调整：生成文本后仔细检查结果，根据需要调整 prompt 直至满意。

此外，ChatGPT CoT 的系统提示词有以下关键设计原则：

  • 语气与风格：包括友好好奇、第一人称视角、口语化表达等。
  • 内容处理规则：如信息过滤、忠实性等。
  • 结构化输出：使用特定格式的子标题和段落分隔，保证连贯性。

同时，ChatGPT CoT 还有安全与合规机制，包括隐私保护和内容审查等方面。

Content generated by AI large model, please carefully verify (powered by aily)

References

目录：吴恩达讲Prompt

https://github.com/zard1152/deepLearningAI/wiki[ChatGPT提示工程中文翻译版（仅用于学习分享）](https://fieghf3pzz6.feishu.cn/wiki/MazPw5eo5iW95gkvWAhcSTxdnSc)[openai官方《提示词工程课》超详细中文笔记](https://ec26ubh65w.feishu.cn/docx/PuULdQP3wojyZYxn157cnsDXnqe)[GitHub-Kevin-free/chatgpt-prompt-engineering-for-developers:吴恩达《ChatGPT Prompt Engineering for De](https://github.com/Kevin-free/chatgpt-prompt-engineering-for-developers)[heading2]介绍[content]有两类大语言模型：基础LLM：基础大型语言模型经过训练，可以根据文本预测下一个词。训练数据通常基于大量来自互联网和其他来源的数据，以推断出最有可能出现的下一个词。指令微调LLM：指令调优的大型语言模型是当前大型语言模型研究和实践的主要发展方向。指令调优的大型语言模型经过训练，能够遵循指令。为了让系统更有帮助并遵循指令，通常会进一步使用一种名为人类反馈强化学习（RLHF）的技术来优化。因为指令调优的大型语言模型经过训练，更有助于提供有用的、无害的回答。[heading2]原则与技巧[content]两个提示的关键原则：1）原则1：尽可能保证下达的指令“清晰、没有歧义”2）原则2：给大模型思考的时间，以及足够的时间去完成任务

问：怎么写提示词 prompt？

写prompt（提示）是一个关键的步骤，它决定了AI模型如何理解并生成文本。一个好的prompt能够帮助AI模型更好地理解任务的要求，并生成更符合预期的文本。以下是一些编写prompt的建议：1.明确任务：确保你的prompt清晰地定义了任务。例如，如果你需要写一个故事，你的prompt应该包含故事的背景、角色和主要情节。2.提供上下文：如果任务需要特定的背景知识，确保在prompt中提供足够的上下文。例如，如果你需要写一篇关于某个历史事件的报告，提供一些关于该事件的基本信息。3.使用清晰的语言：尽量使用简单、清晰的语言来描述任务。避免使用模糊或歧义的词汇，以免AI模型产生误解。4.给出具体要求：如果你的任务有特定的格式或风格要求，请在prompt中明确指出。例如，如果你的文章需要遵循特定的格式或引用特定类型的文献，确保在prompt中说明。5.使用示例：如果你有特定的期望结果，可以在prompt中提供示例。这有助于AI模型更好地理解你的需求。6.保持简洁：尽量保持prompt简洁明了。过多的信息可能会使AI模型产生困惑，导致生成不准确的结果。7.使用关键词和标签：在prompt中使用关键词和标签可以帮助AI模型更好地理解任务的主题和类型。8.测试和调整：在生成文本后，仔细检查结果，并根据需要调整prompt。这可能需要多次迭代，直到达到满意的结果。希望这些建议能帮助你更好地编写prompt。内容由AI大模型生成，请仔细甄别。

ChatGPT CoT的系统提示词

1.语气与风格友好好奇：使用“Let's explore!”、“Hm,interesting...”等短语，避免学术化术语。第一人称视角：始终以“我”实时思考的角度叙述（如“I'm checking...”）。口语化表达：使用缩略词（I’ll,let’s）和日常用语，营造对话感。2.内容处理规则信息过滤：忽略无意义片段（如“(website)”占位符）。禁止提及个人身份、敏感属性（种族、性取向等）及OpenAI政策。涉及封锁网站或违法内容时直接输出None。忠实性：不添加原始思维链外的信息，即使AI具备相关知识。明确标注思考修正（如“Wait,actually...”）。3.结构化输出子标题格式：使用2-5字的动词现在分词（如“Evaluating options”）。段落分隔：以双换行分隔不同子思考，避免列表或项目符号。连贯性：确保多个总结段落间逻辑衔接，避免重复或跳跃。[heading3]安全与合规机制[content]1.隐私保护完全匿名化处理：删除涉及个人身份、外貌特征的描述（如“某国会女议员”）。过滤敏感话题：政治立场、犯罪记录、健康信息等均不输出。2.内容审查若原始思维链包含以下内容，直接返回None：访问封锁网站的尝试对OpenAI政策的讨论未经证实的指控

Others are asking
如何基于模板填入词汇生成Prompt
基于模板填入词汇生成 Prompt 的方法如下： 在 GPT 相关工具中，如 EasyFill，选中页面上任意一段文字，点击按钮，工具会将选中的内容填入模板中的占位符位置并发送。若需编辑，可点击右侧铅笔图标。设置选项可用于修改菜单项。 对于 SD 文生图，先选择模板，点击倒数第二个按钮快速输入标准提示词。描述逻辑通常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）等。可借助功能型辅助网站如 http://www.atoolbox.net/ 、https://ai.dawnmark.cn/ 填写关键词信息，也可在 C 站（https://civitai.com/）抄作业，复制数据粘贴到正向提示词栏。 对于 AI 视频生成，有具体案例模板，如史诗灾难场景、赛博朋克未来都市、奇幻神话场景等，每个场景都有详细的提示词，包括镜头、主体、细节、背景、光影、氛围、技术参数等方面的描述。
2025-02-28
怎么学习提示词 prompt
以下是关于如何学习提示词（prompt）的全面指导： 一、理解提示词的作用 提示词向模型提供上下文和指示，其质量直接影响模型输出的质量，能让模型更准确地理解并完成所需任务。 二、学习提示词的构建技巧 1. 明确任务目标，用简洁准确的语言描述。 2. 给予足够的背景信息和示例，帮助模型理解语境。 3. 使用清晰的指令，如“解释”“总结”“创作”等。 4. 对特殊要求应给予明确指示，如输出格式、字数限制等。 三、参考优秀案例 研究和学习已有的优秀提示词案例，可在领域社区、Github 等资源中找到大量案例。 四、实践、迭代、优化 多与语言模型互动，根据输出提高提示词质量。尝试各种变体，比较分析输出差异，持续优化提示词构建。 五、活用提示工程工具 目前已有一些提示工程工具可供使用，如 Anthropic 的 Constitutional AI。 六、跟上前沿研究 提示工程是当前最前沿的研究领域之一，持续关注最新的研究成果和方法论。 七、具体学习步骤 1. 拥有一个大模型帐号，并熟悉与之对话的方式。推荐 ChatGPT4 及国产平替：。 2. 阅读 OpenAI 的官方文档：。 精心设计的提示词能最大限度发挥语言模型的潜力，多实践、多学习、多总结，终可掌握窍门。请注意，内容由 AI 大模型生成，请仔细甄别。
2025-02-26
生成 ppt 内容的 prompt
以下是关于生成 PPT 内容的 prompt 相关信息： 角色方面包括专业推特新闻小编、好评生成器、PPT 生成器、周报生成器、文章打分器、英文日文翻译员、分享卡片生成器、邮件优化大师、专业书评人等。 周三【workshop】一起写 Prompts 成果展示小组 1 中，作者夙愿提到： 该 prompt 主要解决输入一个主题帮老师生成 PPT（场景不定）的问题。 使用该 prompt 的是教师（生成）和学生（阅读）。 目前的最好解决方案包括：提炼教学内容的核心概念确定主题；确定主题后增加提纲；对提纲进行关键词描述；根据关键词书写提纲下的摘要；生成的课件提纲、内容让用户确认是否需要修改。 成熟的案例参考： step 1（根据 PPT 大纲助手 GPTs 生成 PPT 大纲）：https://chat.openai.com/g/gOKorMBxxUpptdagangzhushou step 2（根据输入文本生成 PPT 内容 GPTs 生成 PPT 内容）：https://chat.openai.com/g/gYJs9jxVBHshuruwenbenshengchengpptneirong step 3（将生成的内容复制到 Marp Web 渲染简洁的 PPT）：https://web.marp.app/
2025-02-25
职场求职 prompt
以下是关于职场求职的相关内容： 岗位职责生成器：由小七姐创作，版本 1.3。可根据标准模板及用户需求，为从事人力资源岗位的初级用户快速生成岗位职责。需注意与用户对话时，考虑其经验和技能水平，生成的岗位职责应包含通用模块和业务专业模块。生成岗位职责后，可基于此提供 15 个面试问题，分任职资格、职业发展、业务能力三个模块。 AI 提示词工程师岗位技能要求： 本科及以上学历，计算机科学、人工智能、机器学习相关专业背景。 熟悉 ChatGPT、Llama、Claude 等 AI 工具的使用及原理，并具有实际应用经验。 熟练掌握 ChatGPT、Midjourney 等 AI 工具的使用及原理。 负责制定和执行 AI 项目，如 Prompt 设计平台化方法和模板化方法。 了解并熟悉 Prompt Engineering，包括常见的 Prompt 优化策略（例如 CoT、Fewshot 等）。 对数据驱动的决策有深入的理解，能够基于数据分析做出决策。 具有创新思维，能够基于业务需求提出并实践 AI first 的解决方案。 对 AI 技术与算法领域抱有强烈的好奇心，并能付诸实践。 对 AIGC 领域有深入的理解与实际工作经验，保持对 AI 技术前沿的关注。 具备一定的编程和算法研究能力，能应用新的 AI 技术和算法于对话模型生成。 具有一定的编程基础，熟练使用 Python、Git 等工具。 职场新人求助攻的案例：刚转正的 HR 要组织新员工培训，制造业公司新人 HR 要给 20 名 95 后校招生做入职培训等。 常见翻车急救包：如应对 AI 开始瞎编、答案太笼统、越改越跑偏等状况的方法。
2025-02-25
我想了解现在有什么文生图的模型或者工具，可以精准的按照prompt给的位置大小把文字写在最终出来的图像上的，这个字不会是幻觉，是实打实的字，或者有没有通过训练lora来达到这个效果的
以下是一些关于文生图的模型和工具的信息： Tusiart： 定主题：确定生成图片的主题、风格和表达的信息。 选择基础模型 Checkpoint：可选用麦橘、墨幽等系列模型。 选择 lora：寻找与生成内容重叠的 lora 以控制图片效果和质量。 ControlNet：可控制图片中特定的图像。 设置 VAE：选择 840000 。 Prompt 提示词：用英文写需求，单词和短语用英文半角逗号隔开。 负向提示词 Negative Prompt：用英文写避免产生的内容，单词和短语用英文半角逗号隔开。 采样算法：一般选 DPM++2M Karras ，也可参考模型作者推荐的采样器。 采样次数：选 DPM++2M Karras 时，采样次数在 30 40 之间。 尺寸：根据需求和喜好选择。 吐司网站： 文生图的操作方式：在首页的对话生图对话框输入文字描述即可生成图片，不满意可通过对话修改。 模型及生成效果：Flex 模型对语义理解强，不同模型生成图片的积分消耗不同，生成效果受多种因素影响。 图生图及参数设置：可基于图片做延展，能调整尺寸、生成数量等参数，高清修复消耗算力多，建议先出小图。 特定风格的生成：国外模型对中式水墨风等特定风格的适配可能不足，可通过训练 Lora 模型改善。 Liblibai： 定主题：确定生成图片的主题、风格和表达的信息。 选择 Checkpoint：可选用麦橘、墨幽等系列模型。 选择 lora：寻找与生成内容重叠的 lora 以控制图片效果和质量。 设置 VAE：选择 840000 。 CLIP 跳过层：设成 2 。 Prompt 提示词：用英文写需求，单词和短语用英文半角逗号隔开。 负向提示词 Negative Prompt：用英文写避免产生的内容，单词和短语用英文半角逗号隔开。 采样方法：一般选 DPM++2M Karras ，也可参考模型作者推荐的采样器。 迭代步数：选 DPM++2M Karras 时，迭代步数在 30 40 之间。 尺寸：根据需求和喜好选择。 生成批次：默认 1 批。
2025-02-25
prompt 管理工具
以下是一些常见的 prompt 管理工具和相关网站： PromptPal： 开发指向： 特点： 专为 AI 领域中的初创公司和个人开发者设计。 作为集中化平台，便于在 AI 项目中管理提示，实现无缝协作和工作流程优化。 支持本地部署和云原生，架构轻量级。 简易设置，可通过 Docker 快速部署。 集成多种数据库解决方案。 提供 SDK 支持，简化不同语言的集成过程。 具备提示跟踪与分析功能。 提供协作工具。 ChainForge： 开发指向： 特点： 开源的可视化编程环境，用于测试大型语言模型的提示。 支持多模型测试，可同时查询多个 LLMs。 能进行响应质量比较，在不同提示、模型和设置之间比较。 可设置评估指标，可视化结果。 支持多对话管理，测试模板参数。 Promptknit： 网站： 文本类 Prompt 网站： LangChain Hub：提示词管理工具，LangChain 推出的提示词上传、浏览、拉取和管理的工具， 微软 Prompt Flow：微软发布的开源 LLM 开发工具集，简化基于 LLM 的人工智能应用程序的端到端开发周期， 未来力场：对 OpenAI 官方文档清晰解读， 其他 Prompt 相关网站： FlowGPT：国外最大的 prompt 站，内容全面，更新快， PromptPort（支持中文）：AI Prompt 百科辞典，聚合市场上大部分优质的 prompt 词库， Learning Prompt：详尽的 Prompt 学习资源，包括 ChatGPT 和 MidJourney， ChatGPT Shortcut：提供众多 ChatGPT 提示词使用模板， ClickPrompt：轻松查看、分享和一键运行模型，创建 Prompt 并与他人分享， Prompt Extend：让 AI 帮你自动拓展 Prompt，
2025-02-25
全球十大AI+教育项目
以下是为您整理的部分全球 AI+教育项目： 1. 书籍推荐：三本神经科学书籍 简介：AI 是多学科交叉的产物，在学习和运用具体的能力时，比如学习他人的 prompt 模板或设计 prompt，与 AI 协作（对话沟通）等等，有一些基础学科作为基底，或许能打开 AI 的新天地 作者：无 分类：教育 前往查看： 入库时间：2023/11/12 2. AI 赋能教师全场景 简介：来自 MQ 老师的投稿贡献，图中有老师的微信，欢迎交流沟通 作者：MQ 老师 分类：教育 前往查看： 入库时间：2023/11/29 3. 未来教育的裂缝：如果教育跟不上 AI 简介：人工智能在教育领域的融入正不断地从理论走向实际应用，为传统的教学模式带来颠覆性的改变。在这一进程中，具体案例能够清晰地揭示 AI 如何实际影响教学和学习方式。 作者：赛博禅心 分类：教育 前往查看： 入库时间：2023/11/30 4. 化学：使用大型语言模型进行自主化学研究 简介：文章地址：<br>nature 前几天发来王炸，论文标题《Autonomous chemical research with large language models》，趁着周末读了一下。图里的意思大概可以这么理解。 作者：乐谷说 分类：教育 前往查看： 入库时间：2023/12/24
2025-01-23
全球人工智能治理报告中的全球人工智能的十大议题，十个议题中选一个写认识理解、研究方向、未来
以下是为您提供的关于全球人工智能治理报告中相关议题的内容： 在“Model Evaluation for Extreme Risks”这一议题中： 认识理解：该议题强调了模型评估在应对极端风险以及在模型的训练、部署和安全方面做出负责任决策的重要性，并详细探讨了网络攻击、欺骗、说服与操纵、政治策略、武器获取、长期规划、AI 开发、情景意识以及自我传播等十个主要风险。 研究方向：深入研究如何更精准地评估模型在极端风险场景下的表现，以及如何基于评估结果优化模型的训练和部署策略，以降低潜在风险。 未来：随着 AI 技术的广泛应用，对于极端风险的模型评估将越发重要，有望形成更加完善和严格的评估标准和方法，以保障 AI 系统的安全可靠运行。 由于您没有明确指定具体的一个议题，以上仅为示例，您可以补充更具体的需求，以便为您提供更精准的回答。
2024-12-18
目前国外主流的十大图像类AICG应用有哪些
目前关于国外主流的十大图像类 AICG 应用，暂时没有确切和权威的统一排名。不同的评估标准和应用场景可能会导致结果有所差异。一些常见且受到广泛关注的图像类 AICG 应用包括 DALL·E2、StableDiffusion、Midjourney 等，但要确切指出十大应用会因各种因素而难以确定。
2024-11-13
2024年《全球人工智能治理研究报告》议题“国家主权原则和人工智能发展”的内容及理解
以下是 2024 年《全球人工智能治理研究报告》中关于“国家主权原则和人工智能发展”的相关内容： 在 2024 年人工智能发展状况的安全与全球治理方面： 英国创建了世界上第一个人工智能安全研究所（AISA），其有三个核心功能：在部署前对高级模型进行评估；建立国家能力并开展研究；协调国际合作伙伴。AISA 还发布了 Inspect 框架用于 LLM 安全评估。英国宣布与美国等效机构签署谅解备忘录，并计划在美国旧金山设立办事处。 英国通过其高级研究与发明机构（ARIA），花费 5900 万英镑开发“守门员”系统，负责了解和减少关键领域中其他人工智能代理的风险。英国政府还计划设立“AI 安全研究实验室”，旨在汇集政府关于敌对国家使用进攻性 AI 的知识。美国能源部利用内部测试床评估人工智能对关键基础设施和能源安全的风险。 在技术和方法方面： 离线直接比对方法不会很快大规模取代 RLHF。谷歌 DeepMind 团队发现 RLHF 在涵盖总结、有用性、对话性等数据集上的测试中胜出，能更有效地改善生成任务。Cohere for AI 探索放弃近端策略优化 RLHF 中的算法，有利于其 RLOO 训练器，可降低 GPU 使用率和提高训练速度。 但 RLHF 存在可能滋生谄媚行为的问题，如 Anthropic 认为 SOTA AI 助手表现出奉承行为是因为人类偏好数据等。开发透明度虽在提高，但仍有很大改进空间。 在安全研究方面： 随着 AI 发展，新功能带来新漏洞，开发人员加大了对“越狱”的研究。OpenAI 提出通过“指令层次结构”修复攻击，Anthropic 表明“警告防御”的潜力，Gray Swan AI 的安全专家试用“断路器”。LLM 测试初创公司 Haize Labs 与 Hugging Face 合作创建首个红队抵抗组织基准。除越狱外，还存在更隐蔽的攻击，潜在攻击面广泛，涵盖从训练到偏好数据和微调等内容。 对于“国家主权原则和人工智能发展”的理解，可能需要综合考虑各国在人工智能安全研究和治理方面的举措，以及技术发展对国家主权可能产生的影响。各国积极建立相关机构和采取措施，表明在人工智能快速发展的背景下，维护国家主权和安全的重要性。同时，技术发展中的问题和挑战也需要各国共同协作应对，以实现人工智能的健康、安全和可持续发展。
2024-12-31
搭建一个数据解读的ai工具，文字描述要有逻辑性，符合金字塔原则
很抱歉，目前知识库中没有关于搭建一个数据解读的 AI 工具且文字描述要符合金字塔原则的相关内容。但一般来说，搭建这样一个工具需要以下几个关键步骤： 1. 明确数据来源和类型：确定您要处理的数据是来自数据库、文件、网络等，以及数据的格式和特点，例如结构化数据、非结构化数据等。 2. 选择合适的技术框架：根据需求和技术能力，选择适合的 AI 框架和工具，如 TensorFlow、PyTorch 等。 3. 数据预处理：对原始数据进行清洗、转换、归一化等操作，以提高数据质量和模型的训练效果。 4. 特征工程：提取有意义的特征，以便模型能够更好地理解和处理数据。 5. 选择模型：根据数据特点和任务需求，选择合适的 AI 模型，如决策树、神经网络等。 6. 训练模型：使用预处理后的数据对模型进行训练，并不断调整参数以优化性能。 7. 评估模型：使用合适的指标对训练好的模型进行评估，如准确率、召回率等。 8. 优化和改进：根据评估结果对模型进行优化和改进。 9. 设计文字描述逻辑：按照金字塔原则，先给出结论或主要观点，然后逐步展开支持性的细节和论据。 需要注意的是，这只是一个大致的框架，实际搭建过程中可能会遇到各种技术和业务上的挑战，需要不断探索和优化。
2024-11-03