高效,准确的提示词是使用好模型的基础。

做了这么久的大模型应用开发,慢慢发现其实做大模型应用的核心或者说所有技术其实都围绕着一个点——让大模型更好的理解你的意图;而开发人员解决的核心问题是——怎么让大模型更准确的理解你的意图。

作者曾不止一次地说过,用户与模型打交道的唯一桥梁就是提示词,这也是大模型应用的核心。

而一个标准的提示词虽然有不同的模板,但肯定具备以下几个模块:

  • 系统提示词

  • 用户问题

  • 参考内容

  • 工具描述(智能体中)

  • 示例数据

怎么让大模型更好的理解你的意图

所以现在拆开来看,提示词的每个模块都是做什么的?

系统提示词

系统提示词是用来指定模型的角色,由于模型的训练数据比较复杂,并且涉及领域比较广,因此它像一个无所不能的通才;但我们也知道,一个人什么都会也代表着什么都不会,因此需要告诉模型它擅长某个领域,这样它才能表现的更好。

用户问题

从理论上来说,用户的问题越精确,越有完善模型的效果会更好;但我们无法控制用户的行为,因此我们只能尽可能地去完善用户的问题,比如说问题改写。

参考内容

参考内容就是一些与用户相关的文档或数据,让模型能够更好的回答用户问题;一般是通过RAG的思想来实现。

工具描述

在智能体开发中,工具是必不可少的一环,但怎么才能让模型更好的理解工具的作用,然后去使用工具,这个就是工具描述需要做的事情。

工具描述不但要告诉模型,这个工具是干什么的,还有让模型知道怎么使用它;因此工具需要说明,其每个参数和响应也要进行说明。

最后,还有一个就是示例数据或示例问题和示例回答;简单来说就是少提示(few shot),通过案例来告诉模型,用户大概会怎么提问,模型需要怎么回答;这玩意就像学生时代的例题,有了例题模型就能更好地理解问题,进而回答问题。

所以说,大模型应用中的所有问题本质上都可以归纳为提示词问题;即怎么构建一个简单的,完整的,能够让大模型更好理解问题和使用工具的提示词。

而以作者的经验来说,大部分情况下你做的大模型应用效果不好的原因就是提示词(智能体中工具描述也属于提示词的一种)写的不好,不够准确。

图片

总的来说,做大模型应用开发,你的提示词写的越精确,越完善效果就越好;就比如在上篇作者做数据分析的文章中介绍的一样,做数据分析,你要告诉模型你使用的数据库,库表结构,表以及每个字段的字段类型,准确注释,是否可空等。

在此基础之上,还要有示例数据,这样模型才能更好的处理你的问题;其实,这玩意说白了就和人一个样。

当然,模型本身也存在部分问题,比如说随着上下文的增长,模型的性能会呈断崖式下降;但这是模型目前普遍存在的问题,可能以后随着大模型技术的发展这个问题会逐渐得到解决。

但在今天,我们还是需要在C端解决问题,而无法去解决大模型的问题。

 最后

我在一线科技企业深耕十二载,见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事,早已在效率与薪资上形成代际优势,我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。

我整理出这套 AI 大模型突围资料包:

  • ✅AI大模型学习路线图
  • ✅Agent行业报告
  • ✅100集大模型视频教程
  • ✅大模型书籍PDF
  • ✅DeepSeek教程
  • ✅AI产品经理入门资料

如果你也想通过学大模型技术去帮助自己升职和加薪,可以扫描下方链接👇👇
​​
在这里插入图片描述

为什么我要说现在普通人就业/升职加薪的首选是AI大模型?

人工智能技术的爆发式增长,正以不可逆转之势重塑就业市场版图。从DeepSeek等国产大模型引发的科技圈热议,到全国两会关于AI产业发展的政策聚焦,再到招聘会上排起的长队,AI的热度已从技术领域渗透到就业市场的每一个角落。

img
智联招聘的最新数据给出了最直观的印证:2025年2月,AI领域求职人数同比增幅突破200% ,远超其他行业平均水平;整个人工智能行业的求职增速达到33.4%,位居各行业榜首,其中人工智能工程师岗位的求职热度更是飙升69.6%。

AI产业的快速扩张,也让人才供需矛盾愈发突出。麦肯锡报告明确预测,到2030年中国AI专业人才需求将达600万人,人才缺口可能高达400万人,这一缺口不仅存在于核心技术领域,更蔓延至产业应用的各个环节。

在这里插入图片描述

​​
在这里插入图片描述

资料包有什么?

①从入门到精通的全套视频教程

包含提示词工程、RAG、Agent等技术点
在这里插入图片描述

② AI大模型学习路线图(还有视频解说)

全过程AI大模型学习路线

在这里插入图片描述

③学习电子书籍和技术文档

市面上的大模型书籍确实太多了,这些是我精选出来的

在这里插入图片描述

④各大厂大模型面试题目详解

在这里插入图片描述
⑤ 这些资料真的有用吗?

这份资料由我和鲁为民博士共同整理,鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位,在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利,同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。

所有的视频教程由智泊AI老师录制,且资料与智泊AI共享,相互补充。这份学习大礼包应该算是现在最全面的大模型学习资料了。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目,无论你是小白还是有些技术基础的,这份资料都绝对能帮助你提升薪资待遇,转行大模型岗位。

在这里插入图片描述
在这里插入图片描述

智泊AI始终秉持着“让每个人平等享受到优质教育资源”的育人理念‌,通过动态追踪大模型开发、数据标注伦理等前沿技术趋势‌,构建起"前沿课程+智能实训+精准就业"的高效培养体系。

课堂上不光教理论,还带着学员做了十多个真实项目。学员要亲自上手搞数据清洗、模型调优这些硬核操作,把课本知识变成真本事‌!

​​​​在这里插入图片描述
在这里插入图片描述

如果说你是以下人群中的其中一类,都可以来智泊AI学习人工智能,找到高薪工作,一次小小的“投资”换来的是终身受益!

应届毕业生‌:无工作经验但想要系统学习AI大模型技术,期待通过实战项目掌握核心技术。

零基础转型‌:非技术背景但关注AI应用场景,计划通过低代码工具实现“AI+行业”跨界‌。

业务赋能 ‌突破瓶颈:传统开发者(Java/前端等)学习Transformer架构与LangChain框架,向AI全栈工程师转型‌。

👉获取方式:

😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

在这里插入图片描述

Logo

火山引擎开发者社区是火山引擎打造的AI技术生态平台,聚焦Agent与大模型开发,提供豆包系列模型(图像/视频/视觉)、智能分析与会话工具,并配套评测集、动手实验室及行业案例库。社区通过技术沙龙、挑战赛等活动促进开发者成长,新用户可领50万Tokens权益,助力构建智能应用。

更多推荐