单元一 初识 AIGC 提示词（Prompt）与提示工程
一、AIGC 提示词的定义和作用
【视频讲解】
【学习文案】
AIGC 提示词（Prompt），简称 AI 提示词或提示词，是指输入给 AI 大语言模型的文本或语句，用来引导 AI 大语言模型生成相关的输出。在运用 AIGC 工具时，提示词占据着举足轻重的地位，因其能够引导模型生成特定类型的输出，进而提升输出的精确性和可靠性。以 AI 大语言模型创作人工智能领域文章为例，用户可输入诸如“撰写一篇聚焦于人工智能的专题文章”的提示词，以此引导模型生成与人工智能紧密相关的内容。在此情境下，提示词不仅有助于模型准确把握用户意图，还能促进生成内容的高度契合性。此外，提示词的设计与选择亦能对模型输出结果产生深远影响，因此，在使用 AI 工具的过程中，精心设计与选择恰当的提示词显得尤为关键。
值得注意的是，在不同的教材或书籍中，AIGC 提示词名称并不统一，可以称为AIGC 提示语、AI 提示词、AIGC 提示、AI 提示、提示词、提示语、AI 指令。以上这些名称在 AIGC 领域内涵是相同的。
（1）提示词的作用并不局限于生成文本，它还可以用于大语言模型的训练和微调（f ine-tuning）。通过提供有针对性的提示词，AI 大语言模型可以更好地理解所需的输出，并且可以通过反复使用类似的提示词进行训练，从而提高 AI 大语言模型的准确性和可靠性。
（2）提示词也可以用于控制生成内容的风格、主题和情感色彩等。通过使用不同的提示词，可以引导模型生成特定风格或情感色彩的内容，例如正面或负面情感、科技或娱乐主题等。
（3）提示词的设计和选择对于 AI 大语言模型的输出结果至关重要，不同的提示词会导致不同的结果。因此，在使用提示词时，需要进行适当的测试和评估，以确保输出结果符合预期。
（4）提示词也可以作为一种人机交互的方式，通过输入不同的提示词，与 AI 模型进行交互和对话，从而获得更加智能化的人机交互体验。
二、AIGC 提示词的类型
【视频讲解】
【学习文案】
提示词的构成通常涵盖文本内容、标点符号的运用、关键词的精选以及语法与结构的合理安排。这些核心要素共同作用于 AI 模型的生成过程，旨在产生更为精确且相关的输出结果。以下列举了若干常见的提示词类型及其构成要素。
（1）指令式：这种类型的提示词是指导 AI 模型执行某种任务的命令式语句。它通常包括动词、名词和其他必要的指示，例如，打开电视、关掉灯、发邮件给 ×× 等。
（2）描述性：这种类型的提示词描述了模型需要生成的内容。它通常包括关键词、主题和问题等，例如，写一篇关于环保的文章、描述一下著名的历史事件等。
（3）问答式：这种类型的提示词包括一个问题和一个或多个可选答案。它通常包括关键词、问题、答案和上下文等，例如，“谁是美国第一位总统？”，“答案是：乔治·华盛顿”等。
（4）聊天式：这种类型的提示词是一种自然语言的对话，用于与 AI 模型交互和产生相关的输出。它通常包括问题、回答、提醒和建议等。
提示词也可以按照使用场景来划分类型。下面是一些常见的提示词类型及其对应的使用场景。
（1）AI 生成图像：这种类型的提示词用于生成图像或者进行图像处理。比如，可以使用这类提示词来生成人物、动物或风景等图像。
（2）AI 生成文本：这种类型的提示词用于生成文本或者完成文本相关的任务。比如，可以使用这类提示词来智能撰写文案、自动生成电子邮件、自动回答问题、写诗写对联等。（3）AI 生成程序代码：这种类型的提示词用于生成程序代码或者完成编程相关的任务。比如，可以使用这类提示词来编写程序算法、自动生成程序代码、自动查找程序Bug、进行数据处理等。
（4）AI 生成音乐：这种类型的提示词用于生成音乐或者进行音乐相关的任务。比如，可以使用这类提示词来创建旋律、和弦、节奏、演唱等。
（5）AI 生成视频：这种类型的提示词用于生成视频或者进行视频相关的任务。比如，可以使用这类提示词来生成视频片段、动画、特效、剪辑等。在选择和设计提示词时，需要根据具体的应用场景和需求选择合适的类型和组成要素。同时，为了确保能够指导 AI 模型产生正确的输出，需要注意提示词的长度、清晰度和完整性。
三、AIGC 提示词的风格
【视频讲解】
【学习文案】
AI 提示词的风格主要有三种。
（一）续写型提示词
续写型 AI 提示词是在使用人工智能（AI）模型进行文本续写任务时，用户提供给模型的一部分文本或一个短语，它可以作为提示让 AIGC 完成余下的内容。这种提示词的目的是引导 AI 模型生成特定类型或风格的文本续写，以满足用户的期望和需求。比如在文心一言中输入“狗是”作为提示词，目的是了解“狗”相关的内容。
提示词：
狗是
文心一言输出参考效果如下图所示。当初学者向 AI 大语言模型提问的时候，建议先从简单的提示词开始。对于很多直观的问题，只要有几个字的提示词就可以通过“续写”完成很多精彩的工作，你甚至都不需要输入一句完整的提问。但因为缺乏足够多的信息，结果可能有一定的运气成分。即使你遇到复杂的问题，也要记住：设计提示词是一个循环迭代的过程，需要一些实验来获得最佳结果。你可以从简单的提示词开始，不断添加更多的元素来获得更好的结果。
又比如，让文心一言识别规律确定结果。
提示词：
11×11=121，12×12=144，13×13=169，14×14=196，？
讯飞星火输出参考效果如图 所示。
值得注意的是，随着 AI 大语言模型的进步，较新的模型往往接受了更为广泛的问题回答训练，这导致它们在处理输入时更有可能将其视为“问题”进行解析。相比之下，较旧的 AI 大语言模型则更倾向于基于给定的提示词进行“续写”。
（二）指令型提示词
指令型 AI 提示词是指用于指导或命令 AI 执行特定任务或操作的词汇或短语。此类提示词被精心设计得更为简洁明确，旨在确保 AI 能够迅速理解并执行相应指令。指令型提示词的有效运用，有助于 AI 模型更清晰地把握输出内容的期望方向。比如：
9提示词：
请完善句子：“狗是”
文心一言输出参考效果如图 所示。
在这个提示词中，我们增加了一个新的成分，可以称之为指令（Instruction）：“请完善句子”。通过指令，AI 模型更清楚地知道你想要什么样的输出内容。
就像我们在“续写型提示词”中使用“？”“（）”等符号来提示 AI 大语言模型该在什么地方进行续写一样，我们也可以在指令型提示词中使用“ Q/A 对”，帮助 AI 模型理解提问和回答的位置。其中，Q 代表“问题”（Question），A 代表“回答”（Answer）。例如，如果你想了解职业教育，可以使用如下方式设计 AI 提示词。
提示词：
名称解释：
Q：职业本科教育
A：
文心一言输出参考效果如图 所示。‘
（三）问句型提示词
问句型提示词，是指在向 AI 发起查询时，所采用的以疑问句词形式引导或辅助 AI理解并作出回应的表述方式。此类提示词旨在提升 AI 系统响应的精准度与效率，使用户能够更为迅速地获取所需的答案或信息。它是提示词类型中最为常见且重要的一种。
以下是一些常见的问句型 AI 提示词及其解释：
（1）“请解释一下为什么…”：这个提示词用于请求 AI 对某个概念、现象或事件进行解释或说明。
（2）“如何…”：想知道完成某项任务或达到某个目标的步骤或方法时，可以使用这个提示词。例如，“如何制作蛋糕？”
（3）“什么是…”：需要了解某个术语、概念或事物的含义时，可以使用这个提示词。例如，“什么是人工智能？”
（4）“为什么…”：这个提示词用于询问某件事情的原因或动机。例如，“为什么天空是蓝色的？”
（5）“可以给我一些关于…的建议吗？”：需要针对某个问题或情境的建议时，可以使用这个提示词。
（6）“…的例子有哪些？”：想要了解某个类别或概念的具体实例时，可以使用这个提示词。例如，“人工智能应用的例子有哪些？”
（7）“假设…”：这个提示词可以用于提出假设性问题，以探讨在特定情况下的可能结果。例如，“假设全球变暖继续加速，将会发生什么？”（8）“…的影响是什么？”：想要了解某个事件、政策或技术对社会、经济或环境等方面的影响时，可以使用这个提示词。
运用这些精确的问题作为 AI 提示词，可以显著提升与 AI 系统交流的效率，进而获取更加准确且有价值的信息。然而，值得注意的是，AI 系统的应答可能受限于其训练数据集的广度与深度以及算法设计的局限性，因此其准确性或全面性可能并非绝对。
例如：
提示词：
什么是黄金分割法？
文心一言输出参考效果如图所示。
四、设计提示词是一个人的综合能力的体现
【视频讲解】
【学习文案】
在人工智能（AI）时代，设计提示词成为了衡量个体综合能力的关键指标。具体而言，这一能力深刻体现了三个维度的素养：丰富的想象力、缜密的逻辑思考能力以及精准的语言表达能力。这三者相辅相成，共同铸就了个体在设计 AIGC 提示词方面的高超技艺。唯有在上述三个方面均展现出卓越才能的个体，方能游刃有余地应对各类挑战，高效解决各类问题。换言之，个体在不同提示词任务中的表现，直接映射出其在想象力、逻辑思考及语言表达三方面的综合实力。
（一）提示词是想象力的体现
想象力，即个体的创造力与构想能力，具体体现为面对新颖问题时构思出创新解决方案的潜能。此外，它还涵盖了在脑海中构建出鲜活且逼真的场景与故事情节的能力。在运用提示词的过程中，我们倾向于从独特视角对问题进行解构。
以绘画为例，若仅依循既有模板与思路进行创作，作品可能趋于平庸，缺乏想象与独特性。相反，借助 AIGC 提示词，我们得以从不同维度与方式探索思考，从而突破常规框架，激发令人瞩目的创意火花。比如，如果我们只是按照传统的方式去画一朵花，很可能会画出一朵常规的玫瑰或向日葵，这种画法已经屡见不鲜，缺乏新意。但是如果我们使用提示词，尝试从不同的角度去想象，比如“在太空中，有一朵开着的花”，那么我们就会发现，在这种思维方式下，画出来的花就会非常独特。
此外，提示词在艺术创作中扮演着重要的角色，它们不仅能够协助我们跨越语言和文化的壁垒，还能将不同文化元素巧妙融合，催生更为多元与独特的创意灵感。
因此，采用提示词作为创作辅助，能够有效拓宽思维边界，引导用户从多重视角审视问题，进而激发出更为独特且令人赞叹的创意火花。同时，这一方法还促进了文化与语言的交流互鉴，让作品在多元化与独特性的基础上，更添一份吸引力与观赏性。
（二）提示词是逻辑思考能力的体现
逻辑思考能力，即个体具备的一种理性分析并解决问题的能力，其核心在于对问题的精准识别、相关信息的全面搜集、数据的深入剖析、结论的科学推导及决策的明智制定。此能力的重要性不言而喻，它赋予人们深入理解并有效应对各类问题的能力，尤其在复杂情境中，能够确保思维的清晰与连贯。在 AIGC 的广泛应用中，逻辑思考能力构成了利用提示词解决众多实际问题的基石。逻辑思考不仅是一种能力，更是推动理性思维与判断的关键力量。它促使我们清晰界定问题边界，深入探索问题根源，积极寻求解决方案，并对各种备选方案进行客观评估，最终导向合理的决策制定。这种能力跨越了不同领域的界限，对于任何类型的问题求解均具有不可替代的价值。而提示词，作为辅助工具，有效促进了逻辑思考能力的充分发挥。
例如，在撰写新产品的用户手册时，我们可借助提示词来构建符合用户需求的文本内容。首先，我们需明确界定该产品的主要特性、目标用户群体及典型使用场景。随后，通过运用提示词，我们能够初步生成一份文本框架。在此基础上，我们将根据实际需要，进行必要的修改与细化，以确保内容的完善性。在此整个过程中，我们始终将用户的需求与期望置于首位，深入探究产品的独特卖点与功能特性，并准确把握技术术语与语言表述的精确含义。这一工作需要我们展现出高度的逻辑思维能力，以便能够准确、清晰地阐述产品特点，并向用户提供有价值的信息。
逻辑思考过程，其实就是一步一步把一个大问题拆解成各个小问题的过程。而这个过程，在学术界有个专有名词，即思维链（Chain of Thought）。现在一系列论文中已经验证，当你把一个问题，按照思维链的方式，一步步地向大语言模型输入提示词时，往往能够得到正确的答案。
总之，提示词可以帮助我们快速、高效地解决各种实际问题。然而，要发挥它的优势，我们需要具备一定的逻辑思考能力，以便能够准确地定义问题、分析数据、进行推理，并最终得出正确的结论。
（三）提示词是语言表达能力的体现
语言表达能力，指的是个体能够条理清晰、准确无误地阐述自身想法与观点的能力。此能力不仅涵盖口头表述的流畅性，亦包含书面表达的深刻性与沟通范围的广泛性。一个人的语言表达能力，往往能够直接映射出其思维缜密程度与知识积淀水平。在 AIGC的应用场景中，语言表达能力更是成为了我们与 AI 世界互联互通的坚实桥梁，它承载着传递思想精髓与情感共鸣的重要使命。精准无误的语言表达，是确保 AI 提示词能够使AI 大模型精准捕捉人类思维精髓，并据此生成高质量内容的核心所在。即便个体拥有超凡的想象力与严密的逻辑思维能力，若无法以精准、清晰的语言予以表达，那么最终生成的内容质量亦将大打折扣，难以充分展现人类智慧的独特魅力。
除了语言表达的精准性，其适宜性亦不容忽视。特别是在利用 AI 提示词为多样化场景及用户群体创作内容时，我们必须灵活调整语言风格与措辞，以确保达成既定的效果。此外，语言表达还需深入考量文化及社会背景等多元因素。当利用 AI 提示词服务具有不同文化与背景的用户时，我们务必采用恰当的语言与表达方式，以确保 AI 生成的内容尊重并体现他们的价值观与习惯。
综上所述，精确的语言表达能力是引导 AI 生成高质量内容的关键要素。唯有精通此道，方能有效传达个人思想，促使 AI 精确生成符合预期的内容。深入理解并巧妙运用语言的力量，方能充分释放 AI 工具的潜力，为人类生活增添更多便捷与创意。
五、AIGC提示工程
【视频讲解】
【学习文案】
提示工程（Prompt Engineering）是指为自然语言处理模型设计和开发高质量提示词的过程。这些提示词是用户向生成式 AI 大语言模型提供的输入，告诉模型用户希望它做什么以及如何做。在 AIGC 的应用场景中，生成式 AI 模型如 GPT 系列、DALL-E、文心大模型、通义大模型等，通过接收用户提供的文本或指令作为输入，生成相应的文本、图像、音频或视频等内容。然而，由于 AI 大语言模型的理解和生成能力受限于其训练数据和算法，用户提供的输入提示对模型输出的质量和准确性具有重要影响。
33提示工程的重要性体现在多个方面。
（1）通过优化提示，用户可以更清晰地传达自己的需求和意图，减少模型误解和生成无关输出的可能性。
（2）高质量的提示有助于模型更好地理解任务上下文，生成更加连贯、逻辑合理的输出。
（3）提示工程还可以提高模型的泛化能力，使模型能够更好地处理未见过的任务和数据。在实际应用过程中，提示工程对用户的专业知识与创造力有着明确的要求。用户需深入掌握 AI 大语言模型的工作机制及其独特属性，并充分了解任务的具体需求，以便设计出既与模型能力相契合又能精准反映用户意图的提示。此外，提示工程还强调用户的实践精神与持续优化能力，用户需通过多次尝试与迭代优化，不断调整提示的内容与结构，以探索出最适应当前任务与模型特性的输入方式。AIGC 提示工程的实现方法多种多样，但核心在于如何通过优化提示来引导模型生成高质量的输出。
以下是一些常用的实现方法与策略：
（1）明确任务类型与期望输出：在设计提示时，首先需要明确任务的具体类型和期望的输出结果。例如，是生成文本摘要、翻译文本还是创作艺术作品？期望输出的格式和内容有哪些具体要求？通过明确这些信息，可以帮助用户设计出更具针对性的提示。
（2）提供丰富的上下文信息：上下文信息对于模型理解任务至关重要。在提示中提供足够的上下文信息，如文章的主题、背景知识、相关人物或事件等，可以帮助模型更好地把握任务的核心要点和生成逻辑连贯的输出。
（3）使用模板与结构化提示：模板和结构化提示是提示工程中常用的工具。通过设计一系列具有固定格式和结构的提示模板，用户可以快速给出符合要求的输入，提高提示的一致性和准确性。同时，结构化提示还有助于模型更好地理解任务的结构和层次关系，生成更加有条理的输出。
（4）迭代优化与测试验证：提示工程是一个持续迭代优化的过程。用户需要根据模型的输出结果不断调整提示的内容和结构，通过多次尝试和测试验证找到最优的输入方式。同时，还需要关注模型的性能和稳定性指标，确保提示工程在实际应用中的可行性和有效性。
（5）结合外部知识与工具：在提示工程中，用户还可以结合外部知识和工具来辅助设计提示。例如，利用领域专家的知识库、自然语言处理工具或数据可视化技术等，可以帮助用户更准确地把握任务需求和模型特性，设计出更加有效的提示。
