【人工智能】如何高效使用提示词

一. 高效写提示词的核心法则

1）角色先行（固定身份）

开头先定角色，这样可以用降低幻觉、输出的内容可以更加贴合行业标准。比如如下所示。

你是车载嵌入式C软件工程师，遵循MISRA C:2023、汽车电子规范，熟悉UDS诊断，只基于提供源码分析，不编造逻辑。

2）约束条件（边界卡死）

必填三项：
输出格式：代码 / 报告 / 测试用例按XX格式输出给我
参数：Temperature=0.3，严谨不发散
规则：仅参考粘贴的源码，无依据不能新增逻辑
举例说明：请严格依据源码作答，禁止凭空修改算法逻辑；同时要求你回答要简洁，符合标准，输出的文档需要满足车载量产文档的规范。

3）信息拆分，分批投喂

分批投喂的目的是避免一次性丢上万Token，上下文挤压导致信息丢失。
1.小文件的场合可以一次性贴入；
2.大工程的场合需要先拆分：先投喂结构体，再函数，最后投喂整文件；
可以利用短期记忆功能，在同一次会话中连续提问，不用重复粘贴源码（源码已在上下文Token里）；新开会话必须重新粘贴代码。

4）分步提问，由粗到细

第一步：整体概要（软件功能架构是怎么样子的）
第二步：细节（接口、边界是否有异常）
第三步：输出文档（输出验证报告、以及测试用例）

二. 如何优化Prompt

在使用DeepSeek，元宝等推理模型时，构建有效的Prompt是获取高质量输出的关键。
以下是一些基于最新研究和实践的建议，帮助你设计高效的Prompt。

1. 明确需求和场景

构建Prompt的第一步是明确你的需求和具体应用场景。如何明确，可以问下面三个问题。
问题是什么：清晰地描述你的任务或问题。
你要做什么：具体说明你希望模型完成的任务，例如生成代码、分析数据或提供解决方案。
有什么要求：明确输出格式、限制条件或其他要求。

2. 使用结构化的Prompt框架

采用结构化的框架可以提高Prompt的效率。例如，可以使用“立角色 + 述问题 + 定目标 + 补要求”的万能模板。
角色定位：假设模型是一个特定领域的专家，例如作为项目管理说师，请分析以下数据
问题描述：简洁明了地描述问题。
目标设定：明确模型需要达成的目标。
要求补充：添加任何格式或限制条件。

3. 使用分步推理和链式追问

为了提高推理的准确性和逻辑性，可以采用以下技巧：
分步推理：让模型先列出解决问题的步骤，再逐步执行。
链式追问：逐步细化问题，例如先列出解决方案 → 筛选可行方案 → 针对某一方案进行详细分析

4. 采用零样本（Zero-Shot）提示

研究表明，推理任务中使用零样本提示（不提供示例）通常能获得更好的性能。
因此，避免在Prompt中提供过多示例，而是直接提出问题。

5. 官方推荐的Prompt模板

对于文件上传和网络搜索场景，DeepSeek提供了经过优化的官方 Prompt 模板。

6. 迭代优化Prompt

如果初始输出不符合预期，可以通过添加约束条件或调整指令来优化 Prompt。例如：
添加风格指引：指定输出的风格，如“用简洁的语言”或“以专业术语”。
明确输出格式：要求模型以特定格式输出，如“用表格形式呈现”。