前面的内容已经学习了Pyhon的核心概念和语法。现在正式进入L1阶段提示词工程Prompt Engineering的学习。简单来说同样的AI问法不同回答质量可能差10倍。为了巩固我最近学到的知识点我把关于提示词设计的核心概念和调优技巧整理成了这篇笔记分享给大家希望能一起进步摘要本文是一篇面向大学生的提示词工程学习笔记旨在帮助读者掌握与大语言模型高效沟通的核心技巧。文章首先介绍了提示词工程的定义及“黄金构成要素”包括角色、要求、任务、示例、约束和流程。核心内容详细解析了6大进阶调优技巧零样本提示、少样本提示、链式思考、自我一致性、思维树及反思机制并结合电商评论分类、数学推理等实战案例演示了具体应用。文章最后总结了利用AI优化提示词及迭代调试的重要性提炼了“给角色、给背景、给任务、给示例、给约束”的核心口诀助力读者从“被AI牵着走”进阶为“驾驭AI”。一、什么是提示词工程提示词工程不仅仅是“向AI提问”它是一门设计和优化提示词以最大限度发挥大模型能力的学科。我们可以把它看作是一个软件开发的过程分析需求明确思路知道我们要解决什么问题。编写代码用清晰、规范、严谨的语言写出提示词。运行调试验证结果反复修改迭代直到得到满意的答案。提示词的“黄金构成要素”一个高质量的提示词通常包含以下几个核心要素。我在写Prompt时会把前面三个都填写进去后面三个可以选择性填写要素说明示例角色设定AI的身份和技能让它进入“专家模式”。“你是一位资深的Python后端工程师...”要求提出具体需求包括内容、格式和质量标准。“请生成一份包含注释的代码并用Markdown表格总结。”任务明确具体的任务清单或目标。“1. 分析代码漏洞2. 给出修复方案。”示例提供成功案例、失败反例或格式模板少样本提示。“参考以下格式输入... 输出...”约束设定红线、偏好或风险规避。“不要使用复杂的数学术语字数控制在300字以内。”流程引导模型按步骤执行。“请先思考再给出结论。”二、Prompt 调优技巧从入门到进阶掌握了基本结构还不够针对不同的任务难度我们需要使用不同的技巧。以下是我整理的6大核心调优技巧1. 零样本提示Zero-Shot Prompting这是最基础的用法直接问模型要答案不给任何例子。适用场景简单的问答、常识性问题。案例对比普通问法“怎么写Python代码读取Excel”回答可能太泛或者库的版本不匹配Zero-Shot优化“你是一位Python数据分析专家。请写一段Python代码使用pandas库读取名为data.xlsx的文件并打印前5行数据。”2. 少样本提示Few-Shot Prompting“授人以鱼不如授人以渔”给模型几个例子让它照猫画虎。这能显著提高模型在特定任务如格式转换、风格模仿上的准确率。适用场景格式要求严格、风格特定的任务。实战案例电商评论情感分类提示词模板任务判断用户评论的情感倾向仅输出“正面”、“负面”或“中性”。示例1评论“物流太慢了等了一周才到包装也破损了。”情感负面示例2评论“质量不错虽然价格有点贵但物有所值。”情感正面示例3评论“这就只是一个普通的手机壳没什么特别的也没啥毛病。”情感中性请判断评论“发货速度很快客服态度也很好但是手机壳有点味道。”情感模型输出负面模型通过示例学到了“但是”后面的负面描述权重很高3. 链式思考Chain of Thought, CoT这是处理复杂逻辑题的“神器”。通过引导模型“一步步思考”让它把推理过程展示出来而不是直接蹦出答案。核心咒语“让我们一步步思考Lets think step by step”。适用场景数学计算、逻辑推理、复杂问题分析。实战案例数学应用题提示词罗杰有5个网球。他又买了两罐网球每罐有3个球。然后他送给朋友2个球。请问罗杰现在有多少个网球让我们一步步思考罗杰开始有5个球。他买了2罐每罐3个所以买了 2×362×36 个球。现在他有 56115611 个球。他送给朋友2个球所以剩下 11−2911−29 个球。答案是9。4. 自我一致性Self-Consistency这个技巧有点像“三个臭皮匠顶个诸葛亮”。让模型针对同一个问题生成多条推理路径然后选择出现次数最多的结果。原理通过多次采样减少单次生成的随机性和错误。适用场景高难度的推理任务追求高准确率。操作思路在API调用中设置n 1或者手动问三次看哪个答案出现最多。5. 思维树Tree of Thoughts, ToT比CoT更进一步它允许模型尝试多种解法。如果一条路走不通模型可以回溯并尝试另一条路。形象理解就像走迷宫CoT是一条道走到黑或者走到通ToT是遇到死胡同会退回来换条路走。适用场景需要创造性规划、多步决策的复杂任务如写小说大纲、复杂的代码架构设计。6. 反思机制Self-Reflection让模型具备“自我审查”的能力。流程是初步输出 - 自我审查 - 优化结果。实战案例代码生成与优化提示词请写一个Python函数来计算斐波那契数列的第n项。写完代码后请你进行自我审查这个函数的时间复杂度是多少如果n很大会不会有性能问题如果有问题请给出一个优化后的版本。三、进阶思考迭代与反问除了上述技巧我在实践中还发现两个非常重要的点迭代优化不要指望一次就能写出完美的Prompt。像写代码一样Prompt也需要Debug。如果结果不满意就调整措辞、增加约束再次运行。利用AI优化AI我们可以直接问AI“我想让你帮我写一个关于XXX的提示词请帮我优化这个提示词让它效果更好。” 让强大的模型帮我们写提示词往往能得到意想不到的好结果。四、总结提示词工程是连接人类意图与AI能力的桥梁。掌握角色设定、结构化表达、思维链等技巧能让我们从“被AI牵着鼻子走”变成“驾驭AI”。核心口诀给角色你是专家。给背景我要做什么。给任务具体做什么。给示例照着这个做。给约束不要做什么。以上就是我关于提示词工程的学习笔记内容还在不断更新中欢迎大家在评论区交流心得