山东
谷歌本月发布由资深开发者Lee Boonstra撰写的《提示工程》（Prompt Engineering）白皮书，详细说明了如何撰写高质量指令，并强调只需多花30秒琢磨提示，不论你使用国外主流的Gemini、ChatGPT，还是国内的豆包、DeepSeek等生成式AI，都可以大幅提升回应质量。
随着AI走进我们的日常工作，学习提示工程可以说像Excel、PowerPoint一样成为必备工作技能。
这份白皮书归纳出10项基本的提示工程技巧，让使用者在对话AI时，能够更快速地上手并提升互动质量：
1.具体明确，避免含糊不清
例如，不要只是输入：“写一篇关于气候变迁的文章”，而是试着这样写：“撰写一篇300字的文章，向中学生解释海洋温度上升如何影响珊瑚礁”。明确地为AI设定清晰的文章界限和方向，减少无关的内容。
2.零样本提示和少样本提示
零样本提示（zero shot）是简单直接的指令（例如：“用一句话总结这篇文章”）；
少样本提示（few shot）则是提供范例（例如：“这里有两个产品描述，请用相同的风格再写一个”）。
白皮书指出，少样本提示通常能产生更好的结果。举例来说，两个产品描述：“这款人体工学键盘采用15°倾斜设计，可减少手腕压力”和“我们的降噪耳机可阻挡95%的环境噪声”，然后要求AI为智能手表撰写类似的描述。通过少样本提示提供范例，AI能更精确地模仿使用者偏好的风格。
3.让AI角色扮演
例如：“你是一位审查这段Python程序码的资深工程师。找出三个潜在的安全漏洞。”通过角色扮演的方式，能让AI更专注于“专业知识”，并使回应更符合专业标准。
4.要求AI以“思维链”逐步推理
对于复杂的查询和生成，可以在提示中输入：“在回答之前，请逐步思考。”，也就是“思维链”（Chain of Thought）的提示方法，让AI在提出解决方法之前，从各种信息中有逻辑地推理、查对核实。
5.调整温度来控制AI创造力
在AI大语言模型中，温度值（Temperature）是一个关键的超参数，用于调节模型生成文本时的多样性和创造性。通过温度值的差异，可以让AI以不同风格和类型回应。若需要严谨的事实查核，在设定中调整为较低的温度值（0-0.3），例如：“生成5个写实的新创企业名称‘温度=0.2’”；若想要更有创意的回答，则调到较高的温度（0.7-1），例如：“生成5个富有想象力的奇幻城市名称‘温度=0.8’”。
6.将AI输出结构化
对于需要大量数据的请求，可以使用JSON、XML或表格等结构化格式的资料表示，防止AI冗长叙述，并方便从中提取有效数据。例如：“以JSON格式列出市值前五名的加密货币，包含名称、价格和24小时变动栏位。”
7.使用正面指令而非负面指令
与其说“不要提及竞争对手”（这也是山东人的语言习惯，喜欢倒装句和否定祈使句），不如说“专注于我们产品的功能”。白皮书指出，AI更擅长处理“做这个”的指令，而不是“不做这个”，负面指令有时会产生反效果。
8.活用“退一步思考”技巧
对于抽象概念，避免直接要求AI解决问题。活用“退一步思考”（step-back）技巧，让AI从一般原则或模式进行思考，再进一步引导特定任务。
先询问“良好的用户界面设计的关键原则是什么？”，然后再输入“应用这些原则来评论这个网站的布局”。两步骤的做法能在处理具体问题之前，引导AI生成更深层次的知识内容。
9.通过自我一致性进行验证
为了获得最可靠一致的结果，可以重复执行相同的提示3到5次。对于事实查询，采纳最常见的答案；对于创意任务，则挑选最佳的想法。这种“多数决”能让最终答案更可靠，并过滤随机产生的错误信息。
10.将提示视为一场对话
在和AI对话时，须从一个基本的提示开始，然后分析回应，再根据结果加入更多细节或限制进行改进，直到获得满意的结果。白皮书中以谷歌的Vertex AI Studio为例，提供了储存和比较不同提示版本的功能。
白皮书中提到，提示是一种工程，而不是猜测或欺骗，无论是编写Python，或是对于电影评论进行分类，使用者在提示时，都需要有逻辑、结构并清楚地向AI表达需求，才能引导AI做出精准回应。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
