Prompt提示词工程是在自然语言处理领域中一种重要的技术和方法，主要用干指导预训练的大规模语言模型网(Large Language Models、LLMs)生成高质量、准确且有针对性的输出。

1、Prompt 构成要素

一个有效的prompt通常包含以下几个关键要素:

• 引导语或指示语：明确告诉模型需要完成什么样的任务
• 上下文信息：提供必要的背景知识，帮助模型更好地理解问题;
• 任务描述：明确地描述您期望模型执行的具体任务;
• 输出格式指示：如果需要特定格式的输出，需要在prompt中指明;
• 角色设定：为模型定义一个角色，以缩小问题范围并减少歧义;

2、Prompt 常用结构

有完整语法结构，参考下面这个简单的公式:

指令 + 输入数据 + 背景 +输岀要求

具体意思如下：

• 指令明确

依据上面的Prompt语法结构，下面列举几个示例说明

对大模型来说，将它作为一个拥有丰富知识库的大脑、只有指令足够的明确、清晰、它的理解成本才能最小，得到的回答也更贴合你的需要，比如输出下面这样的指令：

使用通俗的语言，解释一下蝴蝶效应是什么意思

• 提供必要的原始内容

在某些场景下，我们需要大模型帮我们完成一些总结，概括，或者根据提供的内容，得到分析的结论。如我们提供一个mvsql的建表需求，为我们生成建表的sal和初始化数据等，那么你就需要提供一些原始的内容文本信息，这样大模型才能根据你提供的内容理解并得到你想要的，如下，提供了一个需求描述，希望大模型生成一张建表语句和初始化sql，下发的指令如下：

请根据我提供的信息，生成一张mysql用户表，该表包括5个字段，主键，用户名，密码，邮箱，电话，之后，再初始化几条数据

• 提供背景参考

在日常工作中，为了向同事或其他人消晰阐述我们的意思，并充分理解需求，有时候需要在真正提出需求之前提供需求的背量，提出背哥不是必须的，但是很重要，清晰的背景可以为对方提供更完整的联想空间，从而对接下来需求的理解更加深刻，这对于大模型来说也是适用的，有了背景，大模型可以根据背景信息从知识库中一定程度上缩小检索的范围，得到的内容输出也更贴合要求，比如像大模型提供下面的指令：

假如你现在面对的是一群小学生，请解释一下什么是量子力学