在当今世界中，与像ChatGPT这样的AI系统进行交互已成为日常体验。这些AI系统可以以更加人性化的方式理解并回应我们。但是它们是如何做到的呢？这就是prompt engineering的作用。
将prompt engineering视为AI的说明书。它告诉像ChatGPT这样的AI系统如何理解我们的需求并做出相应的回应。就像给一个乐于助人的朋友清晰明确地指示。
在本指南中，我们将探索prompt engineering，特别关注它与一个名为GenAI的东西的结合。GenAI就像是让AI变得更加智能的秘密配方。通过将GenAI与ChatGPT和prompt engineering结合起来，我们可以使AI更好地理解我们并与我们交流。
无论您是新手还是专家，本指南都将向您展示基本知识。我们将深入研究prompt设计的技巧，探讨对与错，并分享如何通过GenAI使ChatGPT表现出色。
所以，让我们踏上这个旅程，通过prompt engineering和GenAI的帮助，使像ChatGPT这样的AI变得更加令人惊艳。
什么是Prompt Engineering？
Prompt engineering是为了引导AI模型（例如ChatGPT）有效地回应而设计明确和精确的指令或输入的艺术。它作为人类交流和AI理解之间的桥梁。
想象一下，您正在与一个AI聊天机器人交谈，您希望它给您讲一个笑话。Prompt就是您发送给聊天机器人的消息，就像说：“给我讲一个有趣的笑话。”它帮助聊天机器人理解您的请求并回应一个笑话。从本质上讲，prompt engineering确保AI知道在您与它交谈时该做什么。
Prompt Engineering的重要性
Prompt engineering在AI交互中发挥着关键作用，原因如下：
- 有效的沟通：良好的prompt engineering确保用户能够清晰地向AI模型传达其需求，从而获得更准确和相关的回应。
- 示例：询问ChatGPT：“你能为普通观众总结最新的气候变化报告的要点吗？”是一个清晰的prompt，传达了所需的任务。
- 偏见缓解：精心构造的prompt可以帮助减少AI回应中的偏见，引导模型提供公正和无偏的答案。
- 示例：使用像“提供各种可再生能源的优点和缺点的概述”这样的prompt可以确保得到平衡的回应。
- 性能改进：适当的prompt可以提高AI模型的性能，使其在提供信息或完成任务时更有用和准确。
- 示例：当指示ChatGPT“以简单的术语解释机器学习的原理”时，prompt的清晰度有助于有效沟通。
- 道德使用：Prompt engineering在确保道德和负责任地使用AI系统方面起着关键作用，避免生成有害或不当的回应。
- 示例：指示ChatGPT“避免生成冒犯性内容或参与有害讨论”可以设定道德边界。
- 定制化：它允许用户根据具体任务或上下文定制AI的回应，使技术更加灵活和适应性强。
- 示例：制作像“总结可持续农业研究论文的主要发现”这样的prompt将回应定制为特定任务。
有效的Prompt：什么有效
良好构造的prompt是prompt engineering中的重要组成部分。以下是一个有效prompt的示例：
好的Prompt：“以能量守恒的概念为重点，解释热力学原理及其在机械工程中的应用，并提供现实世界的例子。”
在这个prompt中，以下元素有助于其有效性：
- 任务定义：任务被明确定义（解释热力学原理及其在机械工程中的应用）。
- 领域规范：提及了具体的学科领域（机械工程）。
- 上下文清晰：用户对现实世界例子的要求增加了清晰度和上下文，使其成为一个有效的prompt。
低效提示：要避免的内容
相反，低效的提示可能会妨碍提示工程的努力。以下是一个构造不良的提示的示例：
差劲的提示：“解释热力学？”
这个提示存在几个缺点：
- 模糊性：它太模糊了，缺乏明确性。它没有指明用户对热力学的哪个方面感兴趣，也没有指明期望的详细程度。因此，在技术教育的背景下，它不太可能产生有意义或信息丰富的回答。
提示框架
提示工程就像向AI系统提供一组规则和准则，使其能够有效地理解和执行任务。可以将其视为一本手册，教你如何使用单词与计算机或AI系统进行交流。这个框架确保AI能够理解你的指令，从而实现准确和期望的结果。
这个框架基本上包括三个主要原则：
- 主题：定义你希望计算机或AI做什么。例如，如果你希望它翻译一句话，你需要明确说明。
- 定义任务：明确你希望计算机或AI实现什么目标。如果是摘要，你应该说清楚。
- 清晰指导：给计算机明确和具体的指示，以便它知道应该做什么。
- 提供背景信息：有时，你可能需要提供额外的信息或背景来帮助计算机更好地理解你的请求。
提示框架模板
（复制/粘贴此模板以供进一步使用。）
- 主题：[主题]
- 任务：[任务]
- 指导：[内容类型]应在[字数范围]内，以[语气]撰写，并包含至少[number]个[具体细节]。
- 背景：想象你正在为希望在质量工程领域开始/维持自己职业生涯的人群创建这个[内容类型]。
提示框架示例
主题：新兴的质量工程技术
任务：为我写一篇关于新兴质量工程技术的博客
指导：博客主题应为500至700字，语气具有说服力和信息性，并包含至少七个关于质量工程师在当今技术世界中重要性的好处
背景：想象你正在为那些希望在质量工程领域开始/维持自己职业生涯的人撰写这篇博客文章。
（请在ChatGPT中使用上述示例，以获得吸引质量工程技术人员的惊人结果。）
提示迭代
通过重新表述和提供更多上下文，向ChatGPT提问，直到你获得所需的信息。
- 为什么？通过提出更多问题，你可以建立AI和你之间更好的理解，得到更准确的答案。
- 何时使用？当你有信息但不知道如何得到最佳答案或表述时。
示例
提示1：“我是一个经理，希望改善团队的合作和沟通。你能提供一些增强团队合作、创造更具生产力的工作环境的策略吗？如果我需要进一步的澄清或想法，我会进一步提问。”
我们可以通过添加额外的提示到同一对话中来继续对话，可以通过键入新提示或点击前一个提示附近的编辑图标来实现。
提示2：“我忘了告诉你我是一家科技组织的经理。”
四年级解释
以四年级的方式解释意味着将信息或概念分解为更简单的术语，并提供直接易懂的描述，以帮助他人轻松理解主题。
例如，解释混沌理论及其好处。
使用四年级解释之前
混沌理论是研究复杂系统的科学概念。它帮助我们理解自然界中看似随机的事件可能具有某种秩序或可预测性。其好处是它使科学家能够理解混乱现象，从天气模式到分子行为。
使用四年级解释之后
混沌理论就像解决大自然中的谜题。它帮助科学家理解看起来凌乱且不可预测的事物。有趣的是，它让他们能够发现天气和微小颗粒等事物中隐藏的模式。
后续问题
在提示工程中，后续问题是指在与AI模型或系统进行交互时用于提供澄清或收集更具体信息的额外问题或提示。这些问题在对话中被提出，以引导AI的回答，并确保获取所需的信息或行动。
场景1：旅行计划虚拟助手
用户提示：“我想在十二月计划一次假期。”
AI后续问题：“很好的选择！您能具体指定您偏好的日期以及您希望在行程中包括的任何特定活动或景点吗？”
场景2：内容生成
用户提示：“撰写一篇关于可再生能源的文章。”
AI后续问题：“当然，我可以做到。您对文章有任何特定的角度或焦点吗，比如太阳能、风能或可持续实践？”
场景3：语言翻译
用户提示：“将这段文本从英语翻译成西班牙语：’The quick brown fox jumps over the lazy dog.’”
AI后续问题：“明白了！您希望翻译成特定的方言或地区吗，还是我提供标准翻译即可？”
场景4：代码生成
用户提示：“编写一个计算一个数的阶乘的Python代码片段。”
AI后续问题：“当然，我可以做到。您希望计算哪个特定的数字的阶乘，还是我提供一个通用的代码模板？”
这些示例说明了后续问题如何帮助精确用户请求并收集必要的细节，以从AI系统生成更具针对性和准确性的回答。
教我
指示ChatGPT提供关于各种主题的逐步说明或解释，帮助用户学习新技能或获取知识。 “教我” 请求通常寻求对特定问题或任务提供清晰和信息丰富的回答。
例如
“作为一名视频编辑专业人士，教我如何使用Premiere Pro逐步编辑营销视频，不包括程序安装或视频导入的细节。”
写作如我
“写作如我”提示指示ChatGPT模仿特定的写作风格，无论是个人风格还是品牌的独特声音。这种方法对于保持一致的品牌形象和创造与目标受众产生共鸣的内容非常有价值。
例如
“使用我简历和以前的求职信中的语气和语言风格，为一份市场职位撰写一封求职信。”
结论
有效的提示工程对于使AI工作更好并理解我们至关重要。借助GenAI的力量，我们可以将AI交互推向新的水平。当您探索提示工程和AI时，请记住您掌握了使AI更智能的关键。我们可以弥合人类和机器之间的鸿沟，使AI不仅聪明而且有洞察力。感谢您加入我们，踏上提示工程的旅程，其中的可能性是无限的。