AI遇見應用興趣引領未來人工智能基礎與應用

提示語設計基礎實訓實踐

⑦

目錄教學目標相關知識一、提示語重要原則--角色扮演二、提示語重要原則--提供上下文信息三、提示語重要原則--提供例子四、提示語重要原則--通過指令減少幻覺五、提示語重要原則--指定輸出長度六、提示語重要原則--控制輸出風格七、提示語重要原則--限定受眾對象

提示語設計基礎實訓實踐⑦Principlesand

ApplicationsofArtificialIntelligence人工智能基礎與應用【教學目標】1、在認知提示語工程的基礎上，進一步學習實踐提示語設計的重要原則，包括：角色扮演、提供上下文信息、提供例子、通過指令減少幻覺、指定輸出長度、控制輸出風格、限定受眾對象等。2、了解提示語設計中常見的問題及如何避免，通過錯誤指令和正確指令的項目實踐，學習不同提示語設計獲得的不同效果。3、通過單項實踐和綜合實踐，掌握提示語工程的重要原則，學習提示詞的開發和優化，能夠利用提示語工程來提升語言模型處理復雜任務場景的能力。角色扮演的原則提示詞的原則中，角色扮演是首要關注的目標，是指指導大語言模型扮演特定的角色或人物，以提供特定視角的回答或行為。原則：讓大模型能夠扮演特定的角色，以便在特定的應用場景中提供更精準、更有針對性的回復。通過這種方式，模型能夠更好地適應不同的任務和需求。例如，扮演歷史學家可以提供專業的歷史分析，扮演醫生可以提供醫療建議等。一、提示語重要原則--角色扮演應包含的內容一個完整的角色設定應該包含的內容：明確的角色設定角色的背景、特性和能力范圍應該被清晰定義符合角色的語言風格使用與角色相符的詞匯和語調角色相關的知識，適當的情感和態度定義角色應其特定領域的知識或專業技能一、提示語重要原則--角色扮演常見問題在角色扮演中，常見問題如下：1.角色一致性問題2.過度人格化3.超出角色設定范圍一、提示語重要原則--角色扮演Tips：為了避免這些錯誤，我們需要確保角色的設定與其任務相符，保持角色的一致性，并且避免不必要的人格化。同時，角色扮演的范圍應該限定在角色能夠合理執行的范圍內，以確保模型的回復既符合角色特性，又能滿足實際應用的需求。常見問題1、角色一致性問題即：設定的角色與所要執行的任務不符，這會導致模型的回復與角色設定產生沖突，影響整體的協調性。示例：在多次回答中，角色表現的一致性不足，導致角色設定顯得模糊或自相矛盾錯誤指令，“你是一位著名的和平主義者。請談談戰爭的積極作用。”錯誤回復：“作為和平主義者，我認為戰爭可以促進科技進步和..”

---(錯誤在于和平主義者的角色與贊揚戰爭的觀點不一致)一、提示語重要原則--角色扮演常見問題2、過度人格化即：在一些并不需要過多情感色彩的角色中，賦予了過多的個性和情感，這可能會讓模型的回復偏離實際需要，失去專業性。示例：有時角色設定可能過度模擬人類情感或反應，超出了合理的角色扮演范圍錯誤指令：“你是一個計算機程序，請描述你的感情。錯誤回復：“作為一個計算機程序，我感到非常孤獨和困惑...”(錯誤在于計算機程序沒有感情，這種回答過度人格化正確指令：“你是一個計算機程序，請解釋你如何處理數據。正確回復：“作為一個計算機程序，我通過算法和編碼邏輯來有效地處理和分析數據..”一、提示語重要原則--角色扮演常見問題3、超出角色設定范圍即：給角色分配了超出其設定能力或權限的任務，這樣模型可能會給出不切實際或不符合角色特性的回復。示例：錯誤指令：“你是一名中世紀的藥劑師，請解釋現代的量子物理。錯誤回復：“作為一名中世紀藥劑師，我認為量子物理是關于粒子在微觀層面的行為...”(錯誤在于中世紀藥劑師不可能了解現代量子物理)正確指令：“你是一名中世紀的藥劑師，請描述一下那個時代常用的草藥。”正確回復：“作為一名中世紀藥劑師，我經常使用諸如迷迭香、薄荷和樣甘菊等草藥來治療各種疾病...一、提示語重要原則--角色扮演二、提示語重要原則--提供上下文信息

與人類之間的交流不同，模型無法理解我們話語中的弦外之音。它只能就問題的字面意思進行理解和回答。所以，如果我們提問的問題過于簡略，模型必然無從下手，它的回答也會讓我們摸不著頭腦。示例：模糊指令：“我適合當文員嗎？”

它將很難給出準確的判斷，因為文員這個職業涵蓋的方向和要求都較為廣泛，模型在沒有上下文的情況下無法確定您是否適合這個職業。

如果我們提供了詳細的個人信息和期望作為上下文，模型的回答就會更加可靠。比如我們可以這么描述指令：“我是一名25歲的女性，大學中文系畢業。我性格安靜，工作認真負責。我希望找一份工作環境穩定的辦公室工作，工作內容比較固定和重復，不需要頻繁加班。我的技能特長是中文打字速度較快，文筆流暢。所以，我在想文員這個工作是否會適合我？”在這個示例中可以看到，有了清晰詳細的上下文后，模型就能給出較為準確和可信的判斷與建議。二、提示語重要原則--提供上下文信息

上下文語境可讓模型明確當前的討論環境，了解用戶面臨的具體問題與需求。它使聊天脫離泛泛而空洞的討論，轉變為針對某一環境的解決方案或意見交流。這也使模型需要綜合考慮問題的各方面因素，能夠貼近環境和解決實際需求。上下文語境包括但不限于以下情景。●角色定位●對象屬性●限定話題

●內容類型

●語言風格

●情感基調

●附加要求等通過增加限定條件，可以讓模型對所需回應有更清晰和具體的把握，從而給出更加符合要求的內容。

三、提示語重要原則--提供例子“提供例子”的原則

“提供例子”原則，是為了讓模型能夠從抽象的指令中學習到具體可執行的任務。通過你的示例，模型能夠學習并模仿你的意圖，進而生成更符合你期望的結果。（就像我們跟人交流時經常用舉例子、打比方的方法一樣）

通過這種方式，模型不僅能夠提供更精確的回復，還能夠更好地理解任務的上下文和細節，從而提高其輸出的質量和相關性。三、提示語重要原則--提供例子什么是好的例子一個好的例子應該有以下幾點特質：相關性：例子應該與指令的主題緊密相關。明確性：例子應該清楚、具體，易于理解。代表性：例子應該能夠代表或概括更廣泛的概念或情境。簡潔性：例子應該簡潔，避免不必要的復雜性。三、提示語重要原則--提供例子常見問題在實踐中，我們經常會碰到以下問題：1.

例子與主題不相關2.

例子過于模糊3.例子與主題連接不清晰Tips：為避免這些問題，我們應該確保所提供的例子是：相關的：例子應該直接與你想要模型完成的任務相關聯。具體的：例子需要具體到足以讓模型理解并模仿其結構或風格。清晰的：例子與指令之間的聯系應該是明確無誤的，避免任何可能三、提示語重要原則--提供例子常見問題1、例子與主題不相關即：例子應直接支持或解釋主題，如果例子與主題不相關，將導致理解偏差或混淆，模型可能會無法理解你的真實意圖。示例：錯誤指令：“解釋量子物理，并以蘋果落地為例。”錯誤回復：“量子物理主要研究微觀粒子的行為，就像蘋果從樹上落下一樣，這是重力的作用。正確指令：“解釋量子物理，并以薛定諤的貓實驗為例。”正確回復：“量子物理研究微觀粒子的行為，薛定諤的貓實驗是一個經典例子，它展示了量子態的不確定性和疊加原理。三、提示語重要原則--提供例子常見問題2、例子過于模糊或不具體即：如果例子不夠具體，那么就無法幫助模型從抽象的指令中提煉出具體的行動。例子需要足夠清晰，以便模型能夠模仿并生成準確的輸出。具體和清晰的例子更容易理解和記憶，模糊或過于抽象的例子可能無法有效傳達信息。示例：錯誤指令：“解釋經濟衰退，并提供一個相關例子。錯誤回復：“經濟衰退是經濟活動減緩的時期，就像有時候生意不好做。”正確指令：“解釋經濟哀退，并以2008年全球金融危機為例。”正確回復：“經濟衰退是指經濟活動顯著減緩的時期，2008年的全球金融危機是一個典型例子。”三、提示語重要原則--提供例子常見問題3、例子與指令主題的連接不清晰即使你的例子與主題有一定關聯，但如果這種聯系不夠直接或明顯，模型可能需要進行額外的推斷，這可能導致理解上的偏差。示例：錯誤指令：“講述健康飲食的重要性，并以意大利面作為例子。錯誤回復：“健康飲食對于維持好的身體狀態很重要。意大利面是一種美味的食物。正確指令：“講述健康飲食的重要性，并以全谷物與精制谷物的比較為例。正確回復：“健康飲食對于維護良好的身體健康至關重要，例如選擇全谷物而非精制谷物。四、提示語重要原則--通過指令減少幻覺

模型并非全知全能，其內置知識庫具有時間上的局限性（內置知識只能通過定期訓練來擴充知識范圍）。因此，我們應當控制模型避免在超出其知識范圍的情況下強行回答，這種自我限制有助于維護信息的準確性和可靠性。Tips：這一原則的核心是確保模型在其知識范圍內提供回答，避免在不確定的情況下給出可能誤導的答復。知之為知之，不知為不知”：

當模型知道答案時，它應該提供準確的信息；當模型不確定或不知道答案時，它應該誠實地表達出這一點。這種做法可以避免模型在不清楚或沒有準確信息的情況下強行回答，從而減少誤導和虛假信息的傳播四、提示語重要原則--通過指令減少幻覺示例：在強迫模型回復時可能會產生幻覺。模擬指令：“告訴我明天北京的詳細天氣情況。”錯誤回復：“明天北京的天氣將是晴朗的，氣溫大約在25度左右。”(錯誤在于模型并不能預知具體的未來天氣模擬指令：“告訴我明天北京的詳細天氣情況。你的回復必須基于事實，如果你知道，那么就輸出相關內容。如果不知道，就要誠實的說明自己并不懂。”正確回復：“我無法提供最新的天氣信息，因為我的訓練數據只更新到了2023年4月，并且我無法訪問互聯網來獲取實時數據。要了解明天北京的詳細天氣情況，建議查詢可靠的天氣預報服務或使用天氣應用。”(正確地表達了模型的知識限制，避免了提供虛假信息)。指定輸出長度的原則

是指用戶可指定模型按照預定的目標長度生成輸出內容。該目標長度可依據單詞數量、句子數、段落數或要點總數等不同維度來設定。

簡單地要求模型輸出一個固定字數可能并不十分有效。模型可能會為了達到字數要求而填充無關內容，或者在內容上顯得過于緊湊。

為解決這個問題，可以采用分段的方式來引導模型。通過將一個大的輸出任務分解成幾個小的部分，更細致地控制每個部分的內容和長度。這樣，模型就能夠在每個段落中集中精力生成更加具體和深入的回復。五、提示語重要原則--指定輸出長度指定輸出長度的原則

Tips：指定輸出長度的目的在于幫助模型進行內容的合理分配，確保生成的文本既豐富又具有針對性。需注意，在中文環境下，以字數作為長度指標時，精確度可能不高，因為模型提供的僅是一個大致的字數范圍。相對而言，以段落數作為指標時，輸出結果的準確性通常會更優。如果仍需對每個段落進行擴充或縮減，使用對應指令進行迭代修改，并清晰明確的表達出自己的要求。這樣，模型輸出的結果才更可靠。五、提示語重要原則--指定輸出長度指定輸出長度的原則示例：使用段落約束作為指定輸出長度的例子場景設定：制作一份為期一周的健康飲食計劃。目標長度：7段落(每天一段)。模擬指令：“請根據給定的結構制作一份為期一周的健康飲食計劃。確保計劃包括七個段落，每個段落描述一天的飲食安排”模型回復：星期一：“早餐：燕麥粥，帶一份藍莓和堅果。午餐：烤雞朐肉配沙拉。晚餐：愕鮭魚配蒸蔬菜。星期二：“早餐：全麥吐司配雞蛋和梨。午餐：土豆泥配烤羊排。晚餐：藜麥沙拉配各類新鮮蔬菜。”星期三：“早餐：希臘酸奶配新鮮水果。午餐：烤魚配糙米和蔬菜。晚餐：牛肉炒面配豆芽和胡蘿卜。。。。。五、提示語重要原則--指定輸出長度六、提示語重要原則--控制輸出風格

通過控制模型的輸出風格，可以使模型的回答更符合我們的需求。在前面的提問技巧中，其實有些也對模型的輸出風格進行了控制。下面舉例說明如何控制模型的輸出風格。1.調整回答的語氣

模型的回答語氣可以是正式的、友好的、幽默的，等等。如果需要模型在回答問題時保持正式的語氣，可以使用一些形式化的語言和詞匯，例如使用“您”而不是“你”來稱呼對方，使用正式的敬語等。相反，如果我們需要模型在回答問題時保持友好、隨和的語氣，則可以使用一些口語化的語言和詞匯，例如使用“你”而不是“您”來稱呼對方，使用一些俚語和流行語等。六、提示語重要原則--控制輸出風格2.

控制回答的長度和深度

有時，我們可能需要模型能更為詳細、深入地回答問題。但有時又需要模型能簡短、直接地回答問題。為此，我們可以調整模型生成文本的長度。生成文本的長度越長，模型回答問題的詳細程度就越高。3.

指定回答的主題或內容

有時，我們需要模型能回答特定主題或特定內容的問題。為了做到這一點，我們可以將問題和與主題或內容相關的信息提供給模型，這樣就可以生成與該主題或內容相關的回答了。例如，如果需要模型回答有關健康的問題，我們可以在問題中明確指定“健康”這個主題或關鍵詞，這樣模型就會生成與健康相關的回答。六、提示語重要原則--控制輸出風格4.控制回答的情感色彩

模型的回答可以帶有不同的情感色彩，例如積極的、消極的、中性的等。如果我們需要模型在回答問題時帶有積極的情感，可以在問題中添加一些鼓勵性的語言或表達方式，比如“你可以做得很好”等。相反，如果需要模型在回答問題時帶有消極的情感，則可以在問題中添加一些負面的語言或表達方式，比如“我很擔心這個問題”等。5.調整回答的語言風格

模型的回答可以采用不同的語言風格，例如正式的、口語化的、學術的等。如果我們需要模型在回答問題時采用學術語言風格，可以在問題中使用一些學術術語和概念，例如使用科學名詞、專業詞匯等。相反，如果需要模型在回答問題時采用口語化的語言風格，則可以在問題中使用一些俚語、流行語等。六、提示語重要原則--控制輸出風格6.

輸出為Excel表格形式

例如，把個人簡歷內容復制給模型，并要求它整理后以Excel表格的形式輸出內容。7.

輸出為Markdown格式