提示词工程
DeepChat
提示词工程
提示词工程是与 AI 有效交流的艺术和科学，是充分发挥 DeepChat 潜力的关键技能。本页面将帮助您掌握提示词编写技巧，获得更精准、高质量的 AI 回复。
提示词基础
什么是提示词工程
提示词工程是设计、优化和构建向 AI 模型提问或指示的方式，以引导模型产生符合预期的输出。好的提示词能大幅提升 AI 回复的质量，而无需更改模型本身。
提示词的组成部分
一个完整的提示词通常包含以下要素：
- 上下文：为 AI 提供背景信息
- 指令：明确告诉 AI 要做什么
- 输入数据：需要 AI 处理的具体信息
- 输出格式：期望 AI 如何组织和呈现回复
- 示例：展示期望的输入-输出对应关系
提示词模式
DeepChat 支持多种提示词模式，适用于不同场景：
基础提示模式
最简单直接的提问方式：
解释量子计算的基本原理。
适用于简单、明确的问题，但可能缺乏精确性和方向性。
角色扮演模式
让 AI 扮演特定角色或采用特定风格：
请以一位量子物理学教授的身份，用通俗易懂的语言向本科生解释量子计算的基本原理。
特点：增加回答的专业性、风格一致性和情境感，适合教学、创意写作等场景。
步骤分解模式
将复杂任务分解为清晰的步骤：
请帮我学习量子计算基础：
1. 首先，用简单术语解释量子比特的概念
2. 然后，说明量子叠加态与经典比特的区别
3. 接着，解释量子纠缠的基本原理
4. 最后，描述量子计算机相对经典计算机的潜在优势
特点：结构清晰，引导 AI 逐步思考和回答，适合复杂概念的解释和多步骤任务。
限制条件模式
通过明确约束引导 AI 输出：
解释量子计算的基本原理，满足以下要求：
- 不使用任何数学公式
- 使用日常生活的类比
- 控制在300字以内
- 面向完全没有物理学背景的读者
特点：明确设定边界条件，避免不必要或不适合的内容，控制回复的范围和风格。
提示词优化技巧
明确性与具体性
- 使用明确的动词：指定具体行动，如"分析"、"总结"、"列举"，而非模糊的"谈谈"
- 提供具体参数：指定数量、长度、格式等具体要求
- 设定目标受众：明确内容面向谁，如"为小学生"、"为技术专家"
提供充分上下文
- 背景信息：提供相关背景和前提条件
- 目的说明：解释为什么需要这些信息
- 已有知识：明确您已经知道什么，避免重复
结构化输出请求
要求特定的输出格式以获得结构化回复：
分析以下文本中的情感，并以JSON格式返回结果，包含以下字段：
- 主要情感（positive/negative/neutral）
- 情感强度（1-10的数值）
- 主要情感触发词
文本："{输入文本}"
示例驱动提示
通过提供示例来说明您期望的输出：
请将以下文本翻译成英文，保持原文的语气和风格：
示例1：
原文：天气真好，我们去公园吧！
翻译：The weather is lovely, let's go to the park!
示例2：
原文：这个问题很复杂，需要仔细分析。
翻译：This issue is complex and requires careful analysis.
现在请翻译：
原文：{需要翻译的文本}
链式思考提示
引导 AI 一步步思考问题：
问题：一个水箱长2米，宽1.5米，高1米。如果水箱现在是空的，水龙头以每分钟20升的速度注水，需要多长时间才能装满四分之三的水箱？
请一步步思考：
1. 首先，计算水箱的总容积
2. 然后，计算装满四分之三需要的水量
3. 最后，计算所需的时间
DeepChat 专用提示技巧
使用提示词库
DeepChat 内置了提示词库，帮助快速使用预设模板：
- 点击输入框左侧的"提示词"图标
- 浏览分类或搜索提示词模板
- 选择适合的模板，自动填充到输入框
- 根据需要修改占位符内容
这里应放置一张提示词库界面的截图，显示分类、搜索和模板选择功能。
提示词历史
查看和重用之前有效的提示词：
- 在"设置"中选择"提示词历史"
- 浏览或搜索历史使用的提示词
- 点击任意提示词重新使用
- 标记常用提示词为收藏
创建提示词模板
将常用提示词保存为个人模板：
- 编写有效的提示词
- 点击输入框右侧的"选项"菜单
- 选择"保存为模板"
- 添加标题、描述和分类
- 使用
{占位符}标记需要每次填写的部分
特定任务的提示词策略
内容创作提示
用于创意写作和内容生成的提示词：
请以下列风格写一篇关于{主题}的{内容类型}：
- 风格：{描述性/叙事性/技术性/诗意}
- 语气：{正式/轻松/幽默/严肃}
- 长度：约{字数}字
- 目标受众：{受众类型}
- 特别要求：{任何特别要求}
开始之前，请先概述内容的主要结构。
代码编写提示
获取高质量代码的提示词：
请用{编程语言}编写一个{程序功能}的程序。
要求：
1. 代码应当高效且可读
2. 添加详细注释说明逻辑
3. 处理可能的错误和边缘情况
4. 包含使用示例
5. 符合{语言}的最佳实践和风格指南
数据分析提示
用于数据解析和分析的提示词：
分析以下数据集，并提供深入见解：
数据：
{数据内容}
请提供：
1. 主要趋势和模式概述
2. 关键指标的统计分析
3. 至少3个有价值的见解
4. 2个基于数据的建议
5. 潜在的数据局限性
如果可能，请使用表格形式总结结果。
文档问答提示
针对上传文档的问答提示词：
基于我上传的文档，请回答以下问题：
{具体问题}
在回答时：
1. 直接引用文档中的相关部分
2. 注明引用来自文档的哪一部分（页码或章节）
3. 如果文档中没有明确答案，请说明并提供最佳推测
提示词调试与优化
迭代优化流程
- 基础提示：从简单的提示词开始
- 分析回复：评估AI回复的质量和相关性
- 确定问题：识别回复中的问题或不足
- 调整提示：针对性修改提示词
- 再次测试：观察修改后的效果
- 持续优化：重复这个过程直到满意
常见问题与解决方案
| 问题 | 解决方法 |
|---|---|
| 回复过于笼统 | 增加具体细节和明确的期望 |
| 回复偏离主题 | 添加更多相关上下文；明确核心问题 |
| 回复过于冗长 | 指定回复长度；要求简洁摘要 |
| 回复重复信息 | 使用"不要重复"的明确指示；分段提问 |
| 回复缺乏深度 | 要求更深入的分析；指定分析层次 |
提示词伦理与最佳实践
伦理考虑
- 避免误导：不要设计促使AI生成虚假信息的提示词
- 尊重隐私：不要在提示词中包含敏感个人信息
- 避免偏见：检查提示词是否含有可能导致有偏见回答的假设
- 透明目的：明确表达使用AI的意图和目的
团队协作的提示词标准
企业团队使用DeepChat时的提示词规范：
- 标准化模板：创建团队共用的提示词模板
- 提示词版本控制：追踪提示词的修改和优化
- 共享最佳实践：建立提示词知识库
- 同行评审：重要提示词经过团队审核
- 持续培训：定期更新团队的提示词工程技能
这里应放置一张展示提示词工程完整流程的图表，包括从需求分析、提示词设计、测试到优化的整个流程。
进阶资源
推荐阅读
DeepChat 提示词社区
加入DeepChat用户社区，分享和学习提示词技巧：
下一步，您可以了解历史记录管理功能，学习如何组织和利用对话历史。