掌握關鍵Prompt AI提示詞 (只需10分鐘學會提示詞寫法)

Sponsor

這篇文章采用了一種新穎的方式，即通過一系列虛構的故事闡述了 AI 提示詞的相關概念，每個部分都配有實踐例子，幫助讀者深入理解并有效應用 AI 提示詞。讀完這篇內容，你將在 AI 提示詞的知識和應用方面獲得更高的水平。

下面直接開始～

提示詞基本三要素

Prompt 最基本的三要素是：「任務」、「細節」、「角色」。其中「任務」是最核心的部分，是我們要讓 ChatGPT做的事情?！讣毠潯?、「角色」是可選項，也就是可有可無，有了它們能引導 ChatGPT 更精確的輸出，沒有它們 ChatGPT 也能完成我們指定的「任務」，但是輸出效果肯定不夠精確。把這三者合理的應用到提示詞工程中，能更好的利用 ChatGPT 等大語言模型的能力。單純的看概念可能有點懵懵懂懂，馮帥舉一個例子給大家。

假設馮帥去飯店吃飯，到了飯店之后馮帥對廚師說：“來兩份刀削面，一份不要辣椒不要醋要香菜，另外一份不要香菜不要醋要辣椒”。

「來兩份刀削面」對應的就是「任務」，因為你到飯店就是要來吃刀削面的，這是最基本的訴求。

「一份不要辣椒不要醋要香菜，另外一份不要香菜不要醋要辣椒」對應的就是「細節」，這是你對任務的要求細節和特殊偏好，沒有這些細節的描述廚師也能夠完成給你做兩份刀削面這個任務，但是可能不符合你的口味細節。

「廚師」對應的就是「角色」，角色也是非常重要的，它能夠讓 ChatGPT 代入角色從而更好的完成任務。你指定廚師去給你做刀削面，而不是指定收銀員給你做刀削面，是因為廚師專業干這個的，廚師做出來的刀削面肯定比收銀員做出來的刀削面好吃。

一、指定任務

一）情景故事

假設馮帥下定決心開始堅持跑步，想要制定一個長期的跑步鍛煉計劃，并且還想要學習一些跑步姿勢等專業的技巧。于是馮帥就去健身房找了一個健身教練，對教練說：“給我制定一個長期的跑步計劃，并且給我講一下跑步的技巧”。

二）理論概念

馮帥讓教練給我制定跑步計劃和講解跑步技巧，就是在給教練指定任務。同樣的在提示詞工程中，我們讓 ChatGPT 為我們做某件事情，就是給它指定任務，把需要完成的任務告知給它，它就會按照你的指示完成任務，這是提示詞工程中最基本的一種用法。

使用公式：請你完成「任務」

三）實操案例

1、提示詞

請你給我制定一個長期的跑步計劃，并且給我講一下跑步的技巧

2、提示詞拆解

任務：給我制定一個長期的跑步計劃，并且給我講一下跑步的技巧

3、執行效果

二、描述任務細節

一）情景故事

假設初入職場的菜鳥打工人馮帥某天早上到達自己的工位之后，還沒來得及去廁所帶薪**

領導就過來對馮帥說：“小馮啊，有個比較急的活，咱們剛剛上線的 A 項目，已經交付了一批客戶了，我后天要去某地出差到客戶現場給客戶進行培訓，辛苦你一下把這個 A 項目的實用手冊寫了，寫個實用手冊嘛，很簡單，明天晚上下班之前給我，我后天去給客戶培訓的時候要用，后續客戶也要使用這個項目手冊”。

馮帥收到領導交代的任務之后，不敢怠慢，立馬著手編寫使用手冊，趕在第二天下班前把項目使用手冊寫出來了，寫出來之后立馬發送給領導。

領導看了之后，眉頭有點稍稍的緊鎖，一句話沒說但是似乎什么都說了。

緊接著領導開口了：“你寫的這個東西，我都看不懂，客戶怎么可能看得懂，你應該在手冊中多截一些咱們項目的界面圖，把操作步驟盡量寫到截圖中，而不是只用文字描述，你就這么自信客戶能看懂你寫的吧啦吧啦一大堆文字？還有就是手冊內容不要用markdown格式，要在word文檔中寫，客戶可能連打開markdown的編輯器都沒有，怎么看你寫的這個文檔。………”。

在領導給馮帥交待了編寫手冊的所有細節之后，馮帥又去加班修改項目使用手冊了，終于在熬了一個通宵之后趕在領導出差之前把手冊內容修改完成，發送給領導之后領導非常滿意。

領導在微信上給馮帥回復了一個大拇指，還給馮帥說：“辛苦了小馮，干的不錯，要注意身體多多休息”。

二）理論概念

在上述例子中，領導第一次交代任務僅僅告訴了馮帥想要的結果，而沒有提供明確的指導或詳細描述，所以馮帥在第一次撰寫的項目手冊與領導預期的結果存在很大偏差。

第二次領導對馮帥下達任務的時候對任務的細節做了更加明確的描述，有了這些細節描述，馮帥出色的完成了任務。

把以上例子中的馮帥對應為 ChatGPT，領導對應為使用 ChatGPT 的人。在與提示詞工程中，我們在與 ChatGPT 對話時，如果只是一句簡單的提問，它輸出的內容大概率不是你想要的答案。

那么為了得到更準確或者說你心里想要的那個答案，你就需要向它提供「更具體的細節」，讓它明白任務的細節要求。增加這些任務細節描述可以大大降低 ChatGPT 的輸出誤差和不確定性，從而提高其對任務的執行能力這里就是使用了提示詞三要素中的「任務」+「細節」。

使用公式：請你完成「任務」，按照「細節」中的要求輸出

三）實操案例

1、提示詞

請你為我指定一個7天英語學習計劃，計劃要精確到每半天，以表格的格式輸出

2、提示詞拆解

任務：為我制定一個7天英語學習計劃

細節：計劃要精確到每半天，以表格的格式輸出

3、執行效果

三、指定角色

一）情景故事

假設馮帥是一名軟件工程師，某天晚上馮帥正在加班中，領導過來對馮帥說：“小馮啊，客戶那邊來了個緊急的需求，是個小需求很簡單，你花點時間寫一下今天晚上上線”

馮帥對領導說：“領導，我寫完了之后沒人測試啊，測試同事都下班了，不測的話沒法上線”。

領導又說：“沒關系，小需求，你寫完之后自己好好測一下，沒什么問題就上線”。然后馮帥就聽領導的，寫完之后自己測了測就上線了，果然不出意外的出意外了，上線之后有問題。

二）理論概念

以上的假設小例子中，馮帥是軟件工程師角色，而不是測試工程師角色，馮帥作為軟件工程師并不能很好的完成測試工作。

同樣的在提示詞工程中，要想讓 ChatGPT 更好的完成我們指定的任務，需要給它指定特定的角色。

這里有一個小技巧，在給 ChatGPT 指定角色的時候，我們先在現實社會中找到對應能夠完成此任務的最適合的角色，然后讓 ChatGPT 扮演此角色來完成任務即可。比如你想學習唱歌，你就指定它是一位歌唱家，你想學習跳舞就指定它為舞蹈家，你想學習打籃球你就指定它為籃球專家。

在現實生活中效率最高的辦法是“讓合適的人干合適的活”，在提示詞工程中，讓合適的角色完成合適的任務，效率和質量都是最高的。

使用公式：請你扮演「角色」，完成「任務」

三）實操案例

1、提示詞

請你扮演一位Java高級工程師，為我寫一個排序算法

2、提示詞拆解

角色：Java高級工程師

任務：寫一個排序算法

3、執行效果

以下執行效果中輸出的代碼為Java代碼而不是Python或者其它代碼，說明 ChatGPT 理解了我們為它指定的角色，并基于這個角色完成了任務

四、提供示例

一）情景故事

假設馮帥在周末的時候和一群朋友出去吃燒烤喝啤酒，馮帥有位朋友酒量很好但是他不會輕易的喝酒，馮帥提議讓這個朋友喝一個，這個朋友就稍微的喝一小口。

喝一小口并不能讓飯局上的各位朋友滿意，于是馮帥就說：“來，我給你打個樣”，馮帥一口喝下一杯酒之后，這位朋友看到馮帥打的樣，就端起酒杯喝了半杯。

喝了半杯還是不能讓飯局上的各位朋友滿意，于是飯局上另外的朋友也都紛紛站起來說：“你養魚呢，我也給你打個樣…”，于是在各位朋友都把杯中酒干了的情況下，這位不輕易喝酒的朋友也干了杯中酒，于是乎大家都滿意了。

二）理論概念

上述小故事中，「任務」就是讓這位朋友把杯中酒干了，馮帥和其他各位朋友把杯中酒干了打個樣，就是提供示例。

在提示詞工程中，示例是為模型提供的關于如何完成特定任務的參考或指導。示例可以清晰的表達出來用戶期望輸出的格式或內容，從而消除任何用戶和 ChatGPT 之間可能存在的歧義。

另外，對于一些復雜或者比較特殊的任務，僅靠文字描述可能難以完全準確的表達任務，在這種情況下提供示例也可以有效地讓 ChatGPT 理解我們的任務。

使用公式：請按照以下「示例」，完成「任務」

三）實操案例

1、提示詞

請你扮演一位產品經理，向我解釋產品經理這份職業，要求使用markdown的格式按照以下示例輸出：
# 產品經理職業概念

# 產品經理職責

# 產品經理工作內容

# 產品經理職位重要性

2、提示詞拆解

角色：產品經理

任務：向我解釋產品經理這份職業

提供示例：使用markdown的格式按照以下示例輸出：……

3、執行效果

五、引導?ChatGPT?思考

一）情景故事

假設馮帥有一位 6 歲的可愛小外甥女，某天馮帥帶著外甥女出去玩耍，在路上看到一個受傷的小狗。小外甥女很喜歡這個小狗，想要把它抱回家里邊養起來，但是她不知道該怎樣做才能把它抱回家養起來。

于是馮帥對她說：“讓我們先思考一下，我們該怎樣救治這只小狗”。小外甥女腦袋思索了一下說：“我們應該先把小狗送到寵物醫院治療”。通過馮帥的鼓勵和引導，小外甥女對這件事情進行了思考，并得出了一個正確的結論。

二）理論概念

提示詞工程本身就是一種與 ChatGPT 交互的技術，提示詞工程的目的就是優化和引導 ChatGPT 的輸出。

使用具有鼓勵和引導性質的詞匯可以引導 ChatGPT 進行更深入的思考，從而得到更準確的輸出。

就像馮帥通過詢問鼓勵小外甥女深入思考一樣，我們在與 ChatGPT 交互時，可以使用類似“讓我們思考一下這個問題的細節”這樣的句子，來引導模型進行更深入的分析，從而得到更準確和詳細的答案。

使用公式：「讓我們思考一下」，完成「任務」

三）實操案例

1、提示詞

讓我們思考一下全球變暖對人類的影響，輸出一篇500字的文章

2、提示詞拆解

引導?ChatGPT?思考：讓我們思考一下全球變暖對人類的影響

任務：輸出一篇 500 字的文章

3、執行效果

六、自洽性檢查

一）情景故事

假設馮帥是一名三年級的小學生，某天馮帥在語文課堂上學習了老師教授的寫作文課程，上完課之后老師布置了作業：寫一篇關于你最喜歡的一種食物的作文。

馮帥放學回去之后就開始寫作文，其中作文中有以下內容：“馮帥最喜歡的食物是燒雞，因為小時候過節或者過年的時候父親總會買一只燒雞來改善生活。

有一天馮帥的叔叔來家里做客，帶過來了一只烤鴨，叔叔問馮帥最喜歡吃的食物是什么，馮帥說最喜歡吃烤鴨”。

第二天馮帥把這篇寫好的作文交給老師，老師看了之后給馮帥指出來了作文中的邏輯矛盾：馮帥在這篇作文開篇寫自己最喜歡吃燒雞，最后又說自己最喜歡吃烤鴨，這個邏輯前后存在矛盾。

二）理論概念

上述的假設小故事中，馮帥寫的作文內容中存在前后矛盾，而老師能夠很精確的指出其中的矛盾信息點。

在提示詞工程中，ChatGPT 擁有類似于老師的邏輯檢查功能，我們可以利用其強大的推理和檢索能力來進行邏輯一致性和自洽性的檢查。自洽性檢查提示方法，通常用于三種場景：檢查事實、檢查邏輯是否矛盾、檢查數據是否一致。

使用公式：

1、請檢查以下文本中內容是否符合事實：「文本內容」

2、請檢查以下文本內容中的邏輯是否矛盾：「文本內容」

3、請檢查以下文本中數據是否一致：「文本內容」

三）實操案例

1、檢查事實

2、檢查邏輯是否矛盾

3、檢查數據是否一致

七、提供關鍵詞

一）情景故事

假設馮帥是一位媒體從業人員，有一天網絡上出現了一個舞蹈家的熱點新聞，領導就指示馮帥抓緊時間寫出來一篇文章追熱點。

馮帥就立馬在網絡上搜索這位舞蹈家的公開信息，馮帥將這些信息認真匯總寫出來了一篇文章，文章內容包括他的成長軌跡、求學經歷、從藝經歷等等，洋洋灑灑的寫了一大堆。

馮帥把這篇寫好的文章交給領導之后，領導非常的不滿意，非常嚴厲的批評了馮帥，并在最后對馮帥說：“文章內容要圍繞唱歌、跳舞、打籃球這幾個關鍵詞來寫”。

馮帥收到最新的指示之后，根據領導指定的關鍵詞又重新寫了一篇文章，拿給領導看領導很滿意，最后這篇文章也成功的蹭上了熱點小火了一把。

二）理論概念

在上述假設的小故事中，剛開始領導給馮帥交代的任務是讓馮帥蹭這個舞蹈家的新聞熱點，并沒有指定關鍵詞，所以馮帥第一次寫出的文章并沒有達到預期效果。當領導明確的指出了文章要圍繞幾個關鍵詞來展開寫的時候，馮帥非常出色的完成了任務。

在提示詞工程中，提供特定的關鍵詞同樣重要，特定的關鍵詞就如同一把導航的鑰匙，它為模型提供了明確的方向，確保輸出內容不偏離預期。在與 ChatGPT 等大型語言模型互動時，提供明確、有針對性的關鍵詞可以更好地引導模型產生高質量的輸出。

使用公式：請你根據以下詞匯輸出一篇文章：「關鍵詞」

三）實操案例

1、提示詞

請你根據以下詞匯輸出一篇文章：唱歌、跳舞、打籃球

2、提示詞拆解

任務：根據以下詞匯輸出一篇文章

關鍵詞：唱歌、跳舞、打籃球

3、執行效果

八、提供選擇

一）情景故事

假設馮帥想在國慶節期間去北京旅游 5 天，馮帥從小沒出過遠門，對北京的旅游景點不是特別了解，于是乎馮帥在網上找了一個付費的導游咨詢。

馮帥對導游說：“我想要在周末去北京旅游 5 天，我比較喜歡以下幾種類型的景點：歷史文化博物館、戶外公園、當地特色民風民俗。請你幫我從這幾種類型的景點中選擇一個或者多個類型，給我規劃一個 5 天的旅游行程，我想比較悠閑的逛逛北京的景點，不能太累”。

然后導游就根據我的需求給我制定了一個非常有針對性的行程規劃，雙方都比較滿意。

二）理論概念

在提示詞工程中，提供一系列預定義的選項或范圍，讓模型在這些選擇之間進行決策，可以引導 ChatGPT 等模型生成符合特定條件的文本，通過提供這些選擇我們能夠有效地控制模型的輸出，確保其輸出內容符合我們的預期要求。

使用公式：指定「任務」+提供「預定義選項」+「明確輸出要求和細節」

三）實操案例

1、提示詞

我想要在周末去北京旅游 5 天，我比較喜歡以下幾種類型的景點：歷史文化博物館、戶外公園、當地特色民風民俗。請你幫我從這幾種類型的景點中選擇一個或者多個類型，給我規劃一個 5 天的旅游行程，我想比較悠閑的逛逛北京的景點，不能太累

2、提示詞拆解

任務：我規劃一個 5 天的旅游行程

預定義選項：歷史文化博物館、戶外公園、當地特色民風民俗

細節：比較悠閑的逛逛北京的景點，不能太累

3、執行結果

九、指定輸出風格

一）情景故事

假設馮帥有位朋友叫小美，某天小美約馮帥出來喝咖啡，到了咖啡館之后馮帥發現小美看上去不太開心，于是馮帥就詢問緣由，小美說她一直以來喜歡的某個明星塌房了，她很難過，馮帥在得知事情緣由之后就開始安慰小美。

馮帥先用魯迅風格安慰了一下小美：“他的人設崩塌，只是揭示了社會這面鏡子的真實。而你，為何要將自己的情感全部建立在他人之上，不怕被這虛假的社會標準所左右嗎？你需要面對真實的生活，而不是被這些虛無的新聞所左右” 。

小美在聽了馮帥這幾句安慰的話之后更加生氣了，對著馮帥吼到：“你知道他對我意味著什么嗎？你不懂！那對我而言不僅僅是一位明星，更是我心中的理想與信仰”。

馮帥意識到剛才的說話風格雖然是大實話但是可能過于尖銳，于是調整語氣，用林黛玉風格對小美說：“人們常說，江湖里的人都是浮華，但心中的那片凈土，卻是永遠不變。他的人設或許崩塌，但那份對他的喜歡、那些回憶，不都還在你的心中嗎? 人生如夢，有時需要放下，去追尋真正屬于自己的星光”。

小美聽了之后，雙眼含淚，但淚水中卻帶有一絲明亮，對馮帥說：“我不難過了，謝謝你馮帥，你是個好人”。

二）理論概念

特定的場景要用特定的風格，在提示詞工程中，指定輸出風格同樣重要。“基于一組給定的角色和特定的主題”，這種方式能夠讓 ChatGPT 在完成基本任務的同時，還能夠保持一定的靈活性，輸出的答案更加符合我們的預期。

給 ChatGPT 指定風格的時候，可以從多種維度來制定，比如以名人維度：魯迅風格、林黛玉風格、張飛風格等等，再比如時間維度：80 年代復古風、18世紀古羅馬風等等。

使用公式：

1、以「名人」的風格完成「任務」

2、以「某時期」的風格來完成「任務」

三）實操案例

1、提示詞

請你以林黛玉風格，針對“上班”來輸出一篇200字的短文

2、提示詞拆解

任務：輸出一篇200子的短文

風格：林黛玉風格

3、執行結果

十、指定輸出規則

一）情景故事

假設某天馮帥上班之后，領導又過來找馮帥讓馮帥寫文檔了，這次不是寫項目的使用手冊，而是寫一份需求文檔。

這次馮帥變得機智了，不再是一收到任務之后就立馬回到工位上開始寫，而是立馬去詢問領導需求文檔的內容要求格式是什么，并且強烈的要求領導給我提供一個之前舊項目的需求文檔，我能比對著舊文檔的格式寫新文檔。

于是領導從他的電腦上翻找了好久，找出來了一份他比較滿意的文檔發給了馮帥，讓馮帥比著這個舊文檔來寫新文檔。

馮帥拿到舊文檔之后，比著它的格式比如文檔總共要分幾級標題、標題是按照大模塊還是按照小功能拆分等等。最終馮帥很快完成了新文檔的編寫，并把它交給領導，領導很滿意。

二）理論概念

通俗的來說，指定輸出規則就是讓 ChatGPT 按照這個規則來輸出答案。

這能夠確保 ChatGPT 輸出的內容結果不是隨機的，也不是按照它被訓練時的基本模式來生成的，而是能夠滿足我們特定需求和標準的規則。指定輸出規則能夠在確保 ChatGPT 輸出內容質量的同時，提高輸出內容的可控性。

使用公式：請你完成「任務」，輸出內容按照以下規則：「規則」

三）實操案例

1、提示詞

請你根據我提供給你的Mysql數據庫的創建表腳本輸出一份markdown格式的接口文檔。
文檔格式要求如下：
---
# 表名+'接口文檔'字樣
## 修訂紀錄

| 修訂時間 | 修訂者  | 修訂說明  |
| -------- | -------- | -------- |
|  當前時間，精確到日     | 馮帥     | 創建文檔     |

## 數據類型
- 表名

## 功能說明
- 表注釋
### 返回示例
```json
根據數據庫腳本生成一份json數據示例
```

### 請求結果
| 參數名 | 字段類型 | 備注|
| --------- | ---- | ------ |
|字段名稱| 字段類型| 字段注釋|
---

2、提示詞拆解

任務：輸出一份markdown格式的接口文檔

輸出規則：—中的內容

3、執行結果

十一、和?ChatGPT?對話

一）情景故事

假設馮帥現在正在上初中，馮帥的英語水平很爛，次次考試不及格，每天背英語單詞都背不下來，八點背完九點就忘了，雖然在中考中英語很重要，學好英語才能考上重點高中，馮帥實在是記不住單詞。

但是有一天事情出現了轉機，某學期的開學大會上，校長宣布新的學期學校新引入一批英語專業的高材生，本學期開始將對學校的英語教學方法進行改革。新的教學方式強調對話與實際應用，而不再是簡單的背誦。

于是乎在這之后的英語課堂，教學方法從原來的死記硬背，改為通過同學和老師之間互相用英語對話的方式來學習。馮帥發現使用與真人對話的形式來學習英語能夠更容易記住單詞和句子結構，因為這些對話是有情景的，而不是孤立的信息點，最終通過這種方式馮帥的英語成績有了顯著的提高。

二）理論概念

與 ChatGPT 的對話是提示詞工程中的關鍵技巧，對話提供了一個情境化的環境，使得信息不再是孤立的。

與ChatGPT 對話交互的過程中，用戶能夠動態的調整他們的問題和輸入，ChatGPT 也能夠即時糾正和給出反饋，從而是用戶能夠更精確的獲得所需要的答案。

使用公式：請你完成「任務」，任務中的關鍵信息點向我提問

三）實操案例

1、提示詞

請你幫我制定一個北京3天的旅游計劃，計劃的關鍵信息點向我提問

2、提示詞拆解

任務：我制定一個北京3天的旅游計劃

引發對話：計劃的關鍵信息點向我提問

3、執行結果

結尾

下面是AI 公眾號爆文章作變現(含指令)的小冊子，可以加入學習。

看十遍不如實踐一遍，實踐一遍不如總結輸出一遍，馮帥希望小伙伴們看完這篇文章之后能去真正的實踐一下，只有自己總結寫下來，這些知識才真正的屬于自己，

作者：馮帥Prompt

需要學習Midjourney的可以看這里
↓?↓

贊助商鏈接

喜歡這篇文章嗎？歡迎分享到你的微博、QQ群，并關注我們的微博，謝謝支持。
版權：除非注明，本站文章均為原創文章，轉載請聯系我們授權，否則禁止轉載。