可能是AI大模型提示词的终极技巧

本文的目的只有一个：真正有用的AI提示词技巧有哪些？最核心的技巧是什么？

快速过下，目前市面上常见的、通用一些提示词技巧。

思维链(Chain of Thought, CoT)

这是一种让AI逐步推理的技巧。不是直接要答案，而是引导AI一步步思考。核心目的在于引导，可以简单类比为"引导式提问"。

举个(可能不容易get到)例子，不是直接问 "一个农场有15只鸡，12只兔子，和8只羊。请计算农场上总共有多少只脚", 而是: "一个农场有15只鸡，12只兔子，和8只羊。请计算农场上总共有多少只脚。在回答时，请遵循以下步骤：

1. 计算鸡的总脚数
2. 计算兔子的总脚数
3. 计算羊的总脚数
4. 将所有脚数相加得出总数，请在每一步骤中说明你的计算过程。"

零样本提示(Zero-shot Prompting)

不提供示例, 直接下达指令让AI完成任务。

例如:"请写一首关于春天的四言绝句。"

这个技巧其实更多是用于，没有明确的、太好的想法的情况下，让AI自由发散思考，不限制AI发挥，或用于得到一个初步的答案，后续再迭代，也常用于测试AI真实能力。

少样本提示(Few-shot Prompting)

给出例子和上下文，然后让AI完成类似任务。

例如（一个很蠢的例子）: "这里有两个例子: 问:草是什么颜色? 答:绿色 问:天空是什么颜色? 答:蓝色 现在请回答:太阳是什么颜色?"

大部分情况下有提示样本肯定是更好的...

角色扮演(Role Playing)

让AI扮演特定角色来回答。例如:"请你扮演一位经验丰富的心理咨询师。一位患者向你诉说工作压力大的问题,你会如何回应?"

很常用的技巧，这种"催眠方式"通常能大大提高回答质量！

思维树(Tree of Thoughts, ToT)

这是CoT的扩展，探索多个思维路径。

例如: "解决这个问题有三种可能的方法。让我们逐一探讨每种方法的优缺点,然后决定最佳方案。"

反向提示(Reverse Prompting)

例如: "生成一个问题,其答案是'巴黎'。"

这个技巧有很多使用场景，比如可以用来逆推出提示词...

终极技巧?！

Prompting的核心技能可能只有一个，即，启动效应。

启动效应是大脑最有趣的认知活动之一。

每当一段旋律、一个拼图或一段故事出现，大脑就开始疯狂运算，猜测、构建整个景观，不自觉地开始分析因果、构建起一个个可能的解释。

不信的话，试着放松下来，聆听我这唱一首小曲：你是我的小呀小苹果......（是不是可以发出声音？是不是也跟着唱了？）

启动效应的本质之一是基于先验的预测。它是多模态和多感官的。简单类比的话，Prompting 就是你如何激活大模型知识结构的「启动」。

一旦能深刻意识到这一点，如何提升你与AI 对话的技能、有效 激活LLMs效能的方法就会涌现出来了。

我通过成百上千小时的反复练习，意识到：真正提升Prompt 核心技能在于，持续深化于你的认知体系！

因为，你无法提出你不知道的问题。更进一步说，对于完全不知道的领域，甚至可能都无从提问，所谓Prompting也就无从谈起了。

结语

好多人对当前的大模型AI期望太高了，又不会写提示词，进而得出AI不好用/人工智障的结论...现在的AI还不是AGI，但是，基于AI Agent(AI工作流)已经是实实在在的生产力了；退一步，回到我们的主题上来，写好提示词就会AI有即刻的质的改变和收获！

- EOF -

福利一: 联系我 👉 hafung@foxmail.com 免费提供openai以及各类国产LLM密钥，可配合兼容openai的客户端食用（下面推荐👇）!

福利二: https://gpt.hafung.top -- 自部署的一个AI聊天页面，功能强大，免费使用（密钥通用），集成多种主流大模型可自由切换。注: 服务器性能、带宽有限，仅限学习、测试之用！

福利三: 本公众号已接入AI系统，AI自动接管消息，直接发消息到公众号就可以体验AI对话、生图等AI功能，也可直接访问智能体^[1]使用