让我们学习AI，拥抱AI，一起迎接AGI的到来，共同见证AI改变世界。

学习心法：把AI当人看

笔记内容基于《知学堂AI大模型全栈工程师》课程

什么是提示工程（Prompt Engineering）

提示工程也叫指令工程

• Prompt 就是你发给大模型的指令，比如：讲个笑话、用Python编一个贪吃蛇游戏、给女朋友写封情书等
• 学会提示工程，就像学用鼠标、键盘一样，是 AGI 时代的基本技能

我们要懂原理，会把AI当人看，就能够知道为什么有的指令有效有的无效，怎么提升指令有效的概率。

高质量prompt核心要点：具体、丰富、少起义

Prompt 的典型构成

不要固守「模版」。模版的价值是提醒我们别漏掉什么，而不是必须遵守模版才行。

• 角色： 给 AI 定义一个最匹配任务的角色，比如：「你是一位软件工程师」「你是一位小学老师」
• 指示： 对任务进行描述
• 上下文： 给出与任务相关的其它背景信息（尤其在多轮交互中）
• 例子：必要时给出举例，学术中称为 one-shot learning, few-shot learning 或 in-context learning；实践证明其对输出正确性有很大帮助
• 输入： 任务的输入信息；在提示词中明确的标识出输入
• 输出： 输出的格式描述，以便后继模块自动解析模型的输出结果，比如（JSON、XML）

「定义角色」为什么有效？

• 模型训练者并没想到过会这样，完全是大家「把 AI 当人看」玩出的一个用法
• 实在传得太广，导致现在的大模型训练数据里充满了角色定义，所以更有效了
• 有一篇论文证实的现象，可以说明为啥「你是一个 xxx」特别有效

大模型对 prompt 开头和结尾的内容更敏感

先定义角色，其实就是在开头把问题域收窄，减少二义性。