码上观象

Appearance

Prompt 提示词与使用指南 ​

一、什么是 Prompt ​

Prompt，中文常译为“提示词”。

它指的是用户提供给 AI 模型的输入内容，用来引导模型生成特定输出。

Prompt 可以包括：

  • 问题
  • 指令
  • 关键词
  • 不完整句子
  • 背景信息
  • 示例内容

例如：

text
请帮我把下面这句话翻译成英文：大模型时代已经来临。

这句话就是一个 Prompt。

二、Prompt 的形式 ​

1. 文本 Prompt ​

最常见的 Prompt 是文本形式。

例如：

text
请解释一下什么是大语言模型。

或者：

text
请用通俗易懂的语言解释 Transformer。

2. 多模态 Prompt ​

在多模态大模型中，Prompt 不再只局限于文字，还可以是：

  • 图片
  • 音频
  • 视频
  • 文件

例如：

text
请分析这张图片中的内容。

或者：

text
请总结这个音频的主要信息。

再比如：

text
请对比这两个 PDF 文件的差异。

三、Prompt 为什么重要 ​

Prompt 的质量会直接影响 AI 输出结果的质量。

一个好的 Prompt 可以让 AI 的回答更加：

  • 准确
  • 具体
  • 相关
  • 符合格式
  • 符合场景
  • 符合用户预期

一个模糊的 Prompt，可能会导致 AI 回答偏离需求。

例如：

text
帮我写点东西。

这个提示词就比较模糊。

更好的写法是：

text
请帮我写一段 200 字以内的产品介绍文案，风格简洁专业，面向企业客户。

四、Prompt 的类比理解 ​

Prompt 可以类比为互联网行业中的“需求描述”。

如果需求描述不清楚，开发出来的功能就可能不符合预期。

同样，如果 Prompt 写得不清楚，AI 输出的内容也容易偏离目标。

所以，写好 Prompt 需要具备：

  • 明确需求的能力
  • 抽象任务的能力
  • 补充上下文的能力
  • 控制输出格式的能力

五、Prompt 的主要类型 ​

1. 指令型 Prompt ​

1.1 定义 ​

指令型 Prompt 是直接告诉 AI 要执行什么任务。

它通常非常明确，适合翻译、改写、总结、生成等场景。

1.2 示例 ​

text
将这句话翻译成英文：大模型时代已经来临。

或者：

text
请将下面这段文字改写得更加正式。

1.3 适用场景 ​

指令型 Prompt 适合用于：

  • 翻译
  • 改写
  • 润色
  • 总结
  • 提取信息
  • 生成文本
  • 代码解释
  • 代码生成

2. 问答型 Prompt ​

2.1 定义 ​

问答型 Prompt 是以问题形式向 AI 获取信息。

这是最自然、最直观的交互方式。

2.2 示例 ​

text
请告诉我什么是 Prompt。

或者：

text
大语言模型为什么需要 Token？

2.3 适用场景 ​

问答型 Prompt 适合用于：

  • 查询知识
  • 理解概念
  • 解释原理
  • 学习新内容
  • 分析问题

3. 角色扮演型 Prompt ​

3.1 定义 ​

角色扮演型 Prompt 是让 AI 模拟某个特定角色或身份进行回答。

通过设定角色，可以控制 AI 的回答范围、表达风格和专业角度。

3.2 示例 ​

text
假设你是 OpenAI 的创始人，请介绍一下大模型。

或者：

text
从现在起，你是一名心理咨询师，请用温和、耐心的方式与我对话。

3.3 应用场景 ​

角色扮演型 Prompt 广泛应用于垂类 AI 产品开发中。

例如：

  • 命理大师
  • 心理咨询师
  • 英语老师
  • 面试官
  • 法律顾问
  • 健身教练
  • 互联网黑话翻译官

3.4 实现原理 ​

角色扮演的本质，是通过 Prompt 限定 AI 的：

  • 身份
  • 行为范围
  • 语气风格
  • 输出格式
  • 禁止事项

例如：

text
你是一名英语老师，只负责纠正我的英语表达，不回答与英语学习无关的问题。

这样可以让 AI 更稳定地完成特定任务。

4. 补全型 Prompt ​

4.1 定义 ​

补全型 Prompt 是给 AI 一个不完整的句子或段落，让 AI 继续补全。

4.2 示例 ​

text
从前有座山，山里有座庙……

AI 会根据前文继续生成后续内容。

4.3 特点 ​

补全型 Prompt 更接近大语言模型的基本生成方式。

因为大语言模型本质上就是根据前文预测后续内容。

4.4 本土化差异 ​

不同模型的语料不同，因此在不同语言上的补全效果也不同。

例如：

  • 中文大模型通常对中文语境理解更自然
  • 英文语料更强的模型可能更擅长英文写作和英文补全

5. 示例引导型 Prompt ​

5.1 定义 ​

示例引导型 Prompt 是通过提供具体例子，帮助 AI 理解任务规则。

它适合有特殊格式、特殊规则或特殊转换要求的任务。

5.2 示例 ​

text
如果文本中有 b 字母，请替换为 a 字母。

示例：
ABC → AAC

现在请处理：
BBD

5.3 适用场景 ​

示例引导型 Prompt 适合用于：

  • 格式转换
  • 数据清洗
  • 文案风格模仿
  • 规则转换
  • 分类任务
  • 结构化输出

六、如何写出好的 Prompt ​

1. 清晰具体 ​

1.1 原则 ​

写 Prompt 时，要尽量避免模糊表达。

需要明确告诉 AI：

  • 要做什么
  • 输出什么格式
  • 面向什么对象
  • 字数限制是多少
  • 风格是什么
  • 有什么禁止事项

1.2 示例对比 ​

不好的 Prompt：

text
生成一个随机文件。

这个需求太模糊，AI 不知道文件类型、内容、格式和用途。

更好的 Prompt：

text
请生成一个包含诗歌内容的 .txt 文件，字数不超过 100 字，主题是春天。

这个 Prompt 明确了：

  • 文件类型：.txt
  • 内容类型：诗歌
  • 字数限制：100 字以内
  • 主题：春天

2. 提供上下文 ​

2.1 为什么要提供上下文 ​

上下文可以帮助 AI 更精准地理解用户意图。

如果缺少上下文，AI 可能只能给出泛泛而谈的回答。

2.2 多轮对话技巧 ​

在多轮对话中，尽量少用模糊代词。

不要只说：

text
这个我不理解。

更好的说法是：

text
关于上一篇文章第三段中“模型通过上下文预测下一个词”的内容，我不理解，请用更简单的话解释。

这样 AI 才能准确知道你指的是哪一部分内容。

3. 分步拆解 ​

3.1 应用场景 ​

面对复杂问题时，可以要求 AI 分步拆解。

尤其适用于：

  • 数学问题
  • 逻辑推理
  • 代码分析
  • 方案设计
  • 复杂概念解释

3.2 示例 ​

普通 Prompt：

text
请解答这道数学题。

更好的 Prompt：

text
请分步骤解答这道数学题，并说明每一步为什么这样做。

3.3 为什么有效 ​

“分步拆解”可以引导 AI 更完整地展开分析过程。

相比直接给答案，分步拆解更容易：

  • 减少遗漏
  • 降低错误率
  • 发现中间逻辑问题
  • 让用户更容易理解

4. 调整语气风格 ​

可以在 Prompt 中明确指定回答风格。

例如：

text
请用简洁专业的风格回答。

或者：

text
请用友好、轻松、适合初学者的方式解释。

常见风格包括：

  • 简洁专业
  • 通俗易懂
  • 友好耐心
  • 幽默轻松
  • 学术严谨
  • 商务正式
  • 适合小学生理解

5. 多轮实验优化 ​

Prompt 并不一定一次就能写好。

可以通过多轮对话不断调整。

例如：

text
回答太长了，请压缩到 100 字以内。

或者：

text
请把上面的内容改成表格。

再比如：

text
请保留专业性，但语言更口语化一点。

6. 善用 AI 工具增强功能 ​

不同 AI 产品通常会提供一些增强功能。

例如：

  • 深度思考模式
  • 联网搜索功能
  • 文件上传
  • 图片理解
  • 音频分析
  • 视频分析
  • 代码执行
  • 文件生成

在合适的场景下使用这些功能，可以提升 AI 输出质量。

例如：

  • 查询最新信息时，可以使用联网搜索
  • 处理复杂推理时，可以使用深度思考
  • 分析 PDF 时，可以上传文件
  • 分析图片时，可以使用多模态能力

七、Prompt 提示词示例 ​

1. DeepSeek 示例 ​

1.1 功能分类 ​

DeepSeek 常见使用场景包括：

  • 代码改写
  • 代码生成
  • 代码解释
  • 散文写作
  • 诗歌创作
  • 文案大纲生成
  • 结构化输出
  • 角色扮演
  • 情景续写
  • 自定义人设

1.2 代码解释示例 ​

可以使用 Markdown 格式提供代码片段。

例如：

text
请解释下面这段代码的作用，并说明输入、输出和核心算法逻辑。

```js
function add(a, b) {
  return a + b;
}
```

Copyright © 2026 码上观象