基本提示技巧

既然您已了解什么是提示——即您提供给大型语言模型的输入——那么我们来查看一些能使这些输入生效的基本技巧。可以把与大型语言模型打交道想象成给一位非常有能力但非常注重字面意义的助手下达指令。清晰的指令会带来更好的结果。以下是一些帮助您开始的基本技巧：

明确具体，直接表达

提示大型语言模型最直接的方法是清晰地说明您希望它做什么。模糊的提示通常会产生通用或意料之外的输出。

• 模糊：“告诉我关于可再生能源的信息。”
• 具体：“请解释太阳能与风能在住宅使用方面的主要优点和缺点。”

具体的提示能引导大型语言模型进行有侧重的比较，而模糊的提示可能会得到一个宽泛的概述、一段历史课程，或完全不同的内容。您提供关于所需输出的细节越多，大型语言模型就能更好地理解和满足您的要求。

定义角色或人设

您可以让大型语言模型采纳一个特定角色或人设，从而很大程度上影响回复的风格、语气和内容。这有助于确定您期望的回复类型所需的背景。

• 无角色：“解释光合作用。”
• 有角色：“请像给五年级科学课学生讲课一样解释光合作用。”

分配一个角色有助于大型语言模型调整其语言、复杂度和侧重。您可以让它扮演历史学家、程序员、营销专家、厨师，甚至是特定的虚构角色。

指定所需的输出格式

大型语言模型可以生成多种格式的文本。如果您需要以特定方式组织信息，请明确要求。这会省去您之后格式化输出的时间。

• 无格式：“烤面包的步骤是什么？”
• 有格式：“用带编号的列表列出烘烤一个简单白面包的步骤。”
• 有格式：“生成一个接受两个数字并返回其和的Python函数。只提供代码。”
• 有格式：“比较Python和JavaScript在网页开发方面的异同。将比较内容呈现在一个表格中，包含‘特点’、‘Python’和‘JavaScript’列。”

常见格式包括列表（项目符号或编号）、段落、表格、代码块、JSON、摘要等等。

使用清晰的动作动词

用有力的动作动词开始您的提示，清晰地界定任务。这会减少解释的空间。

• 不要用：“关于火星的信息。”
• 请用：“总结火星的主要地质特征。”或“列出未来十年计划前往火星的漫游车任务。”或“解释火星为何呈现红色。”

其他有效的动作动词包括：翻译、撰写、生成、比较、对比、定义、分类、分析、建议。

从简单开始并反复修改

尤其当您刚开始使用提示时，通常最好从一个简单、直接的提示开始。看看大型语言模型生成了什么。如果结果不太对劲，不要气馁！根据输出优化您的提示。您可能需要：

1. 添加更具体的细节。
2. 明确所需的格式。
3. 定义一个角色。
4. 使用不同的词语重新表达您的请求。

提示常常是一个迭代过程。一次就得到完美输出并非总是必要或预期的。尝试不同的变体是与大型语言模型高效沟通的常见做法。

把这些基本技巧看作是您与大型语言模型沟通的初始工具集。通过明确具体、定义角色和格式、使用清晰的动词以及反复修改提示，您可以开始引导这些功能强大的模型生成您所需的输出。随着您的练习，您将更好地掌握如何针对不同任务措辞您的请求。