1. 提示词入门


提示词(Prompt)是输入给 AI 大模型的一段文字指令。可以是一个问题、一段任务描述,也可以是包含角色设定、背景信息和约束条件的复杂文本。AI 会根据提示词来理解意图,并生成相应的回答。

清晰具体

模糊的指令会让 AI“猜”意图,给出的回答也比较模糊。相反,具体的指令能让 AI 精准命中需求。

模糊写法:

帮我写个给客户的致谢邮件

输出结果:

邮件主题:感谢您一直以来的支持与信任

尊敬的[客户姓名,公司名称]:

您好!

值此[季节、节日、合作纪念日等、可选]之际,我谨代表[您的公司名称]向您致以最诚挚的感谢!感谢您长期以来对我们[产品、服务、团队]的信任与支持,正是您的认可与选择,让我们在合作中不断成长与进步。

在过去的[时间段]中,我们深感荣幸能为您提供[具体服务,产品,例如:定制化解决方案、技术支持、高效物流等],并始终以[公司核心价值观,例如:专业、创新、诚信]为准则,力求为您创造最大价值。您的每一次反馈与建议,都成为我们优化服务、提升品质的重要动力。

我们深知,唯有持续提供优质的产品与服务,才能不辜负您的信任。未来,我们将继续以客户需求为核心,不断精进技术、优化流程,期待与您携手共进,探索更多合作可能,共同实现[双方共同目标,例如:业务增长、行业创新等]。

再次感谢您的支持与厚爱!如有任何需求或建议,请随时与我联系([您的联系方式]),我们将第一时间为您响应。

祝您[生活愉快,事业蒸蒸日上,节日快乐等],期待与您保持长期友好的合作关系!

此致
敬礼

[您的姓名]
[您的职位]
[公司名称]
[联系方式]
[日期]

AI 不知道要写什么类型、什么主题、给谁看、多长篇幅,只能给一段毫无针对性的通用内容。

清晰写法:

帮我写一封给客户的致谢邮件,感谢他们参加了我们上周的产品发布会

输出结果:

邮件主题:衷心感谢您莅临[公司名称]产品发布会!

尊敬的[客户姓名,公司名称]:

您好!

感谢您在百忙之中拨冗出席[公司名称]上周举办的[产品名称、发布会主题]发布会!您的到来不仅为活动增添了光彩,更让我们感受到您对[公司品牌、产品领域]的关注与支持。

此次发布会中,我们分享了[简要提及核心内容,例如:新一代产品的创新功能、技术突破、解决方案优势等],并收到了许多宝贵的反馈与建议。您的参与和互动(如有具体交流场景可补充,例如:现场提出的行业洞察、对某功能的深入探讨)让我们深受启发,也为我们优化产品与服务提供了重要方向。

我们深知,每一次合作与信任都来之不易。[公司名称]始终以客户需求为核心,未来将继续深耕[行业领域],以更优质的产品与服务回馈您的支持。期待与您保持紧密沟通,共同探索[双方合作方向,例如:技术落地场景、市场拓展机会等]。

再次感谢您的莅临与关注!如需进一步了解发布会内容或获取相关资料,请随时联系[您的姓名、对接人姓名,附联系方式]。

祝您工作顺利,事业长虹!

此致
敬礼

[您的姓名]
[您的职位]
[公司名称]
[联系方式]
[日期]

AI 明确知道:文体是邮件、对象是客户、主题是致谢、事由是产品发布会。输出会精准得多。

更多对比:

模糊写法清晰写法
帮我写个方案帮我写一份社区咖啡馆的五一促销方案,包含活动主题、时间安排、优惠力度和预算
写一首诗请用五言律诗的格式,写一首描写江南春雨的古诗
总结一下这篇文章请用 3 个要点总结这篇文章的核心观点,每个要点不超过 30 字
帮我改改简历我要投递数据分析师岗位,请帮我优化简历中的项目经历部分,突出数据处理和可视化能力

小技巧: 写完提示词后,问自己一个问题——“如果我把这段话发给一个陌生同事,他能准确理解我要什么吗?”如果不能,就继续补充细节。


提供背景信息

背景信息为AI提供完成任务所需的关键上下文,包括所处的情境、面对的对象以及真正的需求。缺少背景的提示词只提供了任务目标,却没有说明具体情境和约束条件,AI缺少做出针对性回答所需的依据。

缺少背景:

这段代码哪里有问题?

AI 不知道用的什么语言、什么框架、出了什么症状,只能泛泛猜测。

提供背景:

这是一段用 Vue3 写的组件代码,点击按钮后数据没有更新,请帮我排查原因

AI 知道了技术栈(Vue3)、问题类型(数据不更新)、触发条件(点击按钮),能给出针对性的排查方向。

背景信息可以包括:

  • 身份:我是一名大三学生 / 我是创业公司的运营负责人
  • 受众:这份报告给 CEO 看 / 这篇文章面向零基础读者
  • 场景:用于周一的团队周会 / 用于公众号推文
  • 条件:我们的预算是 5000 元 / 团队只有 3 个人
  • 问题:具体的报错信息 / 目前遇到的卡点

扩展示例:

【身份】我是一名初创公司的市场负责人
【受众】这份内容要发给潜在投资人
【场景】用于下周三的路演 PPT 中
【条件】公司成立 1 年,目前有 5000 个付费用户,月营收 20 万
【任务】请帮我写一段 200 字以内的公司简介,突出增长潜力和商业模式

指定输出格式

不指定格式,AI 会按照自己的默认模式来输出,结果不一定是想要的格式。明确告诉 AI 期望的格式,可以省去大量的修改时间。

示例一:表格形式

请用表格形式对比这三款手机的配置参数,包括处理器、内存、屏幕、电池和价格。

AI 会自动生成一个结构清晰的对比表格,而不是写成一大段文字。

示例二:列表形式

请列出适合新手学习 Python 的 5 本书籍,每本附一句话推荐理由,用编号列表呈现。

示例三:特定文档结构

请按照以下结构撰写一份周报:
1. 本周完成事项(列表)
2. 遇到的问题与解决方案(表格:问题 | 原因 | 解决方案)
3. 下周计划(列表,标注优先级:高,中,低)

示例四:代码格式

请用 JSON 格式输出一份包含 5 个用户信息的模拟数据,字段包括:姓名、年龄、城市、职业。

常用格式关键词速查:

想要的格式提示词中可以说
表格“用表格形式呈现” / “以 Markdown 表格输出”
编号列表“用编号列表” / “按 1、2、3 列出”
分段文章“分为 3 个段落” / “按照总-分-总结构”
代码“用 Python 代码实现” / “输出可运行的代码”
JSON“以 JSON 格式输出”
对话体“用问答对话的形式”
思维导图文本“用缩进层级展示,类似思维导图结构”

分步解决任务

复杂任务不要一口气塞给 AI,把大任务拆分成多个小步骤,逐步推进,质量会高得多。

示例一:撰写一篇文章

第一步:先帮我列出文章的大纲
第二步:确认大纲后再逐节展开撰写

这样做的好处是:可以在第一步结束后检查大纲,调整方向再继续,避免 AI 一口气写完后发现结构不对、推倒重来。

示例二:制定活动方案

我需要策划一场公司年会,请分步帮我完成:
第一步:确定年会的主题方向,给我 3 个备选主题
第二步:我选定主题后,请输出完整的活动流程
第三步:根据活动流程,列出所需物料清单和预算

示例三:学习一个新概念

我想学习“机器学习”这个概念,请分三步教我:
第一步:用一个生活中的比喻解释什么是机器学习
第二步:介绍机器学习的三个主要类型,每个类型举一个例子
第三步:推荐一条适合零基础入门的学习路径

为什么分步骤更有效?

  • 每一步的任务更简单,AI 更不容易“跑偏”
  • 可以在中间环节介入修正方向
  • 最终结果的连贯性和逻辑性更好
  • 遇到不满意的部分,只需要重做某一步,而不是全部推翻

提示词优化

即使按照模板写提示词,第一次回答可能仍然不完美。可以按照以下 4 个步骤迭代优化。

诊断问题类型

先判断 AI 的回答哪里不好:

问题类型典型表现可能原因
答非所问AI 没有理解问的是什么提示词有歧义或缺少关键信息
内容太浅回答太短、太笼统没有指定深度或字数要求
格式混乱没有表格/列表,或者排版糟糕没有明确指定输出格式
事实错误信息明显不对AI 知识截止或需要联网搜索
风格不符语气太正式/太随意没有指定语气风格

针对性修改

根据问题类型,在原始提示词上添加或修改内容。

示例:精准回答

第一版提示词:

介绍一下量子计算。

输出结果:

量子计算是一种基于量子力学原理的新型计算模式,它利用量子比特(qubit)的叠加、纠缠等特性,在特定问题上实现远超经典计算机的并行计算能力。以下是量子计算的核心要点:

1. 量子比特(Qubit)与经典比特的本质区别
经典比特:只能表示0或1,计算通过逻辑门(如AND、OR)逐位操作。
量子比特:
叠加态:可同时处于0和1的线性组合(如 
α∣0⟩+β∣1⟩
),实现指数级并行信息存储。
纠缠态:多个量子比特间存在非局域关联,一个比特的状态变化会瞬间影响其他比特,即使相隔遥远。
2. 量子计算的核心优势
并行计算能力:
量子并行性:通过叠加态,量子计算机可同时处理所有可能的输入组合。例如,n个量子比特可表示 
2的n次方种状态,经典计算机需逐一计算。
指数级加速:在特定问题(如因子分解、优化、量子模拟)中,量子算法(如Shor算法、Grover算法)可显著降低时间复杂度。
解决经典难题:
密码学:Shor算法可在多项式时间内破解RSA加密,推动后量子密码学发展。
材料科学:精确模拟量子系统(如分子、超导体),加速新药研发和材料设计。
优化问题:量子退火算法(如D-Wave)可高效解决组合优化问题(如物流路径规划)。
3. 量子计算的关键技术挑战
量子退相干:
量子态极易受环境干扰(如温度、电磁场),导致信息丢失。需在接近绝对零度(-273.15℃)的极低温下运行,并采用超导、离子阱等技术隔离噪声。
错误纠正:
量子比特错误率较高,需通过量子纠错码(如表面码)保护信息,但会大幅增加物理比特需求(目前纠错需数千物理比特编码1个逻辑比特)。
可扩展性:
构建大规模量子计算机需解决量子比特数量、门操作精度和连接效率的平衡问题。当前领先平台(如IBM、Google)已实现约1000量子比特,但离实用化仍需突破。
4. 量子计算的发展阶段
NISQ时代(含噪声中等规模量子):
当前阶段(2010s至今),量子计算机存在显著噪声,但可通过混合量子-经典算法(如VQE、QAOA)解决部分问题(如化学模拟、小规模优化)。
容错量子计算:
未来目标,通过量子纠错实现长时间稳定计算,彻底释放量子优势。预计需数百万物理比特和复杂架构。
5. 典型应用场景
密码学:
破解现有公钥加密体系,推动抗量子密码(如基于格的加密)标准化。
量子化学:
模拟分子能级和反应路径,助力新能源材料(如高效催化剂、电池)开发。
人工智能:
加速机器学习训练(如量子支持向量机、量子神经网络),优化大数据处理。
金融建模:
高效计算风险评估、投资组合优化,提升高频交易决策速度。
6. 全球竞争格局
科技巨头:IBM、Google、微软、Intel等投入巨资研发超导、离子阱、光子等路线。
初创企业:如Rigetti、IonQ、D-Wave(量子退火)聚焦特定领域突破。
国家战略:中国、美国、欧盟等将量子计算列为“卡脖子”技术,推动产学研合作(如中国“九章”光量子计算机、美国《国家量子倡议法案》)。
7. 未来展望
量子计算不会完全取代经典计算机,而是作为专用加速器解决特定问题。预计未来10-20年,NISQ设备将在化学、金融等领域实现商业价值,而通用容错量子计算机可能彻底改变计算范式,引发新一轮科技革命。

总结:量子计算是颠覆性技术,其潜力与挑战并存。尽管实用化仍需时间,但它在密码学、材料科学等领域的突破已初见端倪,成为全球科技竞争的焦点。

AI 可能输出一大段历史背景和基本原理,但用户只想知道“量子计算比经典计算快在哪里”。

修改后:

请重点解释量子计算相比经典计算的优势,用对比表格呈现。
不需要介绍历史发展或具体物理实现。

输出结果:

对比维度量子计算优势经典计算限制
计算原理基于量子叠加和量子纠缠,可同时处理指数级数量的状态(量子并行性)只能逐个处理状态(串行/有限并行)
并行能力单次操作可处理2^n个状态(n为量子比特数),实现指数级加速并行度受硬件限制(如CPU核心数)
状态表示量子比特可同时处于0和1的叠加态,通过测量坍缩为确定值比特只能表示0或1的确定状态
算法复杂度特定问题可实现指数级加速(如Shor算法分解质因数复杂度O((log N)^3),经典需O(e^N))复杂度随问题规模指数增长
搜索效率Grover算法可在O(√N)时间内完成无序搜索,经典需O(N)时间线性搜索效率随数据量线性下降
优化问题量子退火可高效解决组合优化问题(如旅行商问题)经典算法易陷入局部最优解
模拟能力可高效模拟量子系统(如分子结构、材料性质),经典模拟需指数级资源模拟大型量子系统计算成本过高
纠错机制量子纠错码(如表面码)可保护量子信息,支持容错计算经典纠错已成熟但无法处理量子噪声
适用场景密码学(破解RSA)、机器学习加速、量子化学模拟等通用计算、结构化数据处理等

在对话中纠正

不用重开新对话,直接接着说:

刚才的回答中,第三点说得太简略了,请详细展开一下,
给出一个具体应用案例。

保存有效的提示词

当通过迭代得到一个满意的提示词后,建议:

  1. 保存到自定义指令(参考第二部分:自定义指令)
  2. 记录在备忘录中,方便下次复用
  3. 标注出修改了哪些地方,帮助自己总结规律

评论

0
还没有评论,来写第一条吧