提示词基础:与 AI 高效对话
它是什么提示词基础是一套面向大语言模型的对话方法教程,讲解如何构造与精炼输入给 AI 的指令,覆盖直接提示、链式提示等提示方式、Token 化工作原理与提示优化工具,帮助新手与进阶者获得更准确、更符合需求的回答
提示词基础是一套面向大语言模型的对话方法教程,讲解如何构造与精炼输入给 AI 的指令,覆盖直接提示、链式提示等提示方式、Token 化工作原理与提示优化工具,帮助新手与进阶者获得更准确、更符合需求的回答。
详细介绍
简介
提示词基础是一套围绕大语言模型(LLM)的对话方法教程,讲解如何构造和精炼输入给 AI 的提示词,让模型给出更准确、更有用的回答。它要解决的是直接提问时回答不够精确、存在错误的情况。教程既适合第一次接触 AI 工具的新手,也适合已经会用但想系统梳理方法的老手。核心优势是把提示词开发与优化当作一门可练习的学科:从询问具有唯一正解的基本问题起步,逐步掌握链式思考、分步推导等可复用写法,并理解模型如何把提示转成 Token 序列、建立语境、逐 token 预测输出。
核心功能
- 提示词定义与基本结构:说明提示词是提供给 AI 系统的输入或指令,用于指导其执行特定任务或生成特定响应;最简单的提示词是询问具有唯一正解的基本问题。
- 提示方式体系:覆盖直接提示、链式提示、图谱提示、生成类提示、集成式提示等 16 种提示词工程方式,覆盖基本原理、设计方法与不同任务场景的应用实践。
- 链式思考(Chain of Thought):通过引导模型分步骤思考、逐渐推导,改善传统语言模型直接输入问题后回答不够精确或存在错误的情况。
- 工作原理拆解:说明 Prompt 如何被转换为 Token 序列作为模型输入,模型如何根据已有知识理解意图、建立语境,再逐 token 预测最可能的输出。
- 提示优化工具用法:阿里云百炼在 Prompt 页面提供自动优化入口,可对输入的提示进行自动扩写和细节添加,官方建议先自行写一版再尝试该工具。
- 示例与视频资源:包括 Google Cloud 的提示示例、OpenAI Prompt Pack 标签页,以及泛科学院与工作原理深度讲解两支视频课程。
使用场景
- 日常问答:向模型提出具有唯一正解的基本问题,用最短的提示获得确定答案,作为入门的第一类练习。
- 代码排错:程序员把错误日志交给模型分析并定位 Bug,属于解决问题模式下的典型用法。
- 多步推理任务:需要中间推导过程的问题改用链式提示,让模型分步骤展开而不是直接给结论。
- 内容生成:文案、改写等生成类任务使用生成类提示与集成式提示组织要求,控制输出方向。
- 方案评估:采取战略性的解决问题方法,同时考虑短期和长期影响,并留意回答中可能出现的偏见。
- 系统学习:新手按指南、云厂商文档、长文与视频的顺序建立框架,老手针对某一类提示方式专项补齐。
安装与获取步骤
- 打开提示工程指南 https://www.promptingguide.ai/zh ,通读提示工程的定义与提示词开发、优化的主线内容,建立整体框架。
- 阅读 Google Cloud 的 AI 提示工程指南 https://cloud.google.com/discover/what-is-prompt-engineering?hl=zh-CN ,对照其中的提示示例,观察同一问题的不同写法。
- 阅读 AWS 文章《充分释放大模型的潜力——提示词工程的 16 种方式》 https://aws.amazon.com/cn/blogs/china/sixteen-ways-of-prompt-engineering/ ,按直接提示、链式提示、图谱提示、生成类提示、集成式提示逐项对照练习。
- 阅读阿里云百炼文生文 Prompt 指南 https://help.aliyun.com/zh/model-studio/prompt-engineering-guide ,在 Prompt 页面点击自动优化,先提交自己写的提示,再对比自动扩写和细节添加前后的差异。
- 观看视频课程:泛科学院 https://www.youtube.com/watch?v=xqHUrLOJixQ 与《深度讲解 AI 提示词的工作原理》 https://www.youtube.com/watch?v=yGCiChSqcnI ,视频页内附的 OpenAI Prompt Pack 地址为 https://academy.openai.com/public/tags 。
- 补充阅读长文:知乎《提示词工程(Prompt Engineering)》 https://zhuanlan.zhihu.com/p/1912829855789225151 与 CSDN 入门文章 https://blog.csdn.net/m0_48891301/article/details/142369592 ,用于巩固链式思考与入门路径。
提示词的工作原理
- Token 化与编码:Prompt 先被转换为 Token 序列,作为模型的实际输入,因此提示中的措辞与结构会直接改变送入模型的序列。
- 上下文建模:模型依据已有知识理解意图、建立语境,判断这是一次问答、一次生成还是一次分步推导。
- 概率预测:模型逐 token 预测下一个最可能的输出,提示词的作用就是把候选范围收窄到你想要的方向。
常见提示方式对照
- 直接提示:一句话给出任务,适合有唯一正解的基本问题,输出最快也最容易核对。
- 链式提示:要求模型分步骤思考,适合需要中间推导的题目,用来减少直接作答时的错误。
- 图谱提示与集成式提示:用于组织更复杂的任务结构,属于 16 种方式中面向进阶场景的部分。
- 生成类提示:面向开放写作与改写任务,需要在提示中交代目标、范围与输出形式。
注意事项
- 检索素材未给出各资源的版本号、价格、发布日期与文件体积,相关事实一律以官方页面为准,不要凭印象填写。
- 不要一次塞入过多要求:先用询问具有唯一正解的基本问题验证模型是否理解意图,再逐步追加约束。
- 回答不够精确或存在错误时,改用链式提示让模型分步骤思考,而不是简单重复同一个问题。
- 留意回答中的偏见,采取战略性方法同时权衡短期和长期影响,对关键结论做二次核对。
- 视频与文档均为第三方平台地址,链接可用性、内容更新以对应平台页面为准。
更新记录
最近更新:2026-10-10
资源参数
常见问题
提示词写完后模型回答仍然跑偏,第一步应该改哪里?
先把问题收敛为询问具有唯一正解的基本问题,确认模型是否理解了任务本身;如果基础问题能答对而复杂任务跑偏,再把复杂要求拆成多条约束逐条追加,而不是整体重写。
直接提问和链式提示该怎么选?
有唯一正解、不需要中间过程的问题用直接提示即可;需要推导的题目改用链式提示,引导模型分步骤思考、逐渐得出结论,可改善直接输入问题时回答不够精确或存在错误的情况。
阿里云百炼的 Prompt 一键优化在哪里,应该怎么用?
在 Prompt 页面点击自动优化即可调用,它会对输入的提示进行自动扩写和细节添加。官方建议先自己写一版再尝试该工具,便于对比扩写前后的输出差异。具体入口以官方页面为准。
提示词和 Token 是什么关系?
Prompt 会先被转换为 Token 序列作为模型输入,模型再根据已有知识理解意图、建立语境,并逐 token 预测下一个最可能的内容,所以措辞变化会直接改变送入模型的序列。
想系统学习 16 种提示方式,从哪份材料开始?
从 AWS 文章《充分释放大模型的潜力——提示词工程的 16 种方式》开始,它覆盖基本原理、设计方法与不同任务场景的应用实践,含直接提示、链式提示、图谱提示、生成类提示和集成式提示等。
视频页里的 OpenAI Prompt Pack 链接打不开怎么办?
该地址为 https://academy.openai.com/public/tags ,属于第三方平台,可用性与内容以平台页面为准;若暂时无法访问,可先用视频正文与提示工程指南完成同样的练习。
提示词会把偏见带进回答吗?
偏见是提示词工程中需要主动考虑的问题之一。相关入门文章建议采取战略性的解决问题方法,同时权衡短期和长期影响,对涉及判断的结论做二次核对后再使用。
这套教程有没有版本号、价格或发布日期可以参考?
检索素材中没有给出任何版本号、价格、发布日期、文件体积或哈希值,因此本页不作推测,相关事实一律以官方页面为准。