谷歌 Prompt Engineering 白皮书:2025年 AI 提示词工程的 10 个技巧
ccwgpt 2025-07-10 13:42 4 浏览 0 评论
在AI技术飞速发展的当下,如何更高效地与大语言模型(LLM)沟通,以获取更准确、更有价值的输出,成为了一个备受关注的问题。谷歌最新发布的《Prompt Engineering》白皮书,为这一问题提供了极具价值的指导。本文将详细介绍白皮书中提出的10个提示词工程技巧,希望能帮到大家。
Google 今年发布了一份长达 65页 的白皮书,详细探讨了提示工程(Prompt Engineering),介绍了如何通过设计和优化提示词来引导AI大语言模型(LLM)生成准确的输出。
这篇论文提出了多种提示工程技术来解决大型语言模型的提示优化问题。在这里提取了10个具体的提示词技巧:
- 零样本提示:提供任务的描述和一些文本,让LLM开始生成。这种方法适用于不需要创造性的任务。
- 单样本和少样本提示:提供单个或多个示例,帮助模型理解任务并要求其模仿这些示例。示例的数量和质量对任务的复杂性有显著影响。
- 系统提示:设置整体上下文和目的,定义模型的基本能力和主要任务。例如,要求模型返回JSON格式的输出。
- 角色提示:为模型分配特定角色(如旅行指南),使其生成与角色一致的内容。
- 上下文提示:提供与当前任务相关的具体细节或背景信息,帮助模型理解请求并生成相关响应。
- 逐步回退提示:首先让LLM考虑一个与具体任务相关的通用问题,然后将答案反馈到后续的具体任务提示中,以激活相关的背景知识和推理过程。
- 链式思维(CoT)提示:生成中间推理步骤,帮助LLM生成更准确的答案。这种方法适用于需要推理的任务。
- 自一致性提示:通过生成多样的推理路径并选择最常见的答案来提高响应的准确性和一致性。
- 树状思维(ToT)提示:允许LLM同时探索多个不同的推理路径,特别适用于复杂任务。
- ReAct(reason & act)提示:结合推理和外部工具(如搜索、代码解释器)来解决问题,模拟人类在现实世界中的操作方式。
什么是提示工程?
提示工程是设计高质量输入指令(即“提示词”)的过程,用于引导大型语言模型(如Gemini、GPT等)生成更准确的输出。就像和人沟通一样,你提问的方式直接影响AI的回答质量。即使你不是程序员,也能通过优化提示词让AI更好地理解你的需求。
技巧
以下是提取的Prompt Engineering技巧、案例及适用场景:
1. 零样本提示(Zero-Shot)
技巧:直接给出任务,不提供示例。
例子:
提问:“将电影评论分类为积极、中性或消极。”
回答:“这部电影画面很美,但剧情拖沓。”
适用场景:简单任务(如分类、翻译)。
2. 单样本/少样本提示(One-Shot/Few-Shot)
技巧:提供1个(单样本)或多个(少样本)示例,引导模型模仿。
例子:
任务:解析披萨订单为JSON。
示例输入:“我要一个小披萨,加芝士、番茄酱和意大利辣香肠。”
示例输出:{“size”: “small”, “ingredients”: [“cheese”, “tomato sauce”, “pepperoni”]}
适用场景:需要特定输出格式或复杂模式的任务(如数据解析、代码生成)。
3. 系统提示(System Prompting)
技巧:设定模型的整体任务框架(如输出格式、安全限制)。
例子:
指令:“仅返回大写的情感标签。”
输入:“这部电影太糟糕了。”
输出:“NEGATIVE”
适用场景:需控制输出结构或安全性(如JSON生成、毒性过滤)。
4. 角色提示(Role Prompting)
技巧:为模型分配特定角色(如旅行指南、教师)。
例子:
指令:“扮演旅行指南,推荐阿姆斯特丹的3个博物馆。”
输出:列出梵高博物馆等景点。
适用场景:需要特定风格或专业知识的回答(如客服、教育)。
5. 上下文提示(Contextual Prompting)
技巧:提供任务相关的背景信息。
例子:
上下文:“你正在为复古游戏博客撰稿。”
请求:“建议3个文章主题。”
输出:80年代街机游戏设计演变等。
适用场景:需个性化或领域相关的输出(如内容创作)。
6. 退步提示(Step-Back Prompting)
技巧:先让模型回答抽象问题,再解决具体任务。
例子:
抽象问题:“FPS游戏中哪些设定能创造挑战性?”
具体任务:“基于‘废弃军事基地’设定写剧情。”
适用场景:复杂任务需激活背景知识(如游戏设计、学术研究)。
7. 思维链(Chain of Thought, CoT)
技巧:要求模型分步推理。
例子:
提问:“我3岁时伴侣年龄是我的3倍,现在20岁,伴侣几岁?”
模型分步计算年龄差后输出:“26岁。”
适用场景:数学问题、逻辑推理或需解释的任务。
8. 自我一致性(Self-Consistency)
技巧:多次生成答案并投票选择最常见结果。
例子:
多次提问分类邮件是否为重要,最终选择多数结果“IMPORTANT”。
适用场景:减少随机性,提高答案可靠性(如分类、评估)。
9. 思维树(Tree of Thoughts, ToT)
技巧:并行探索多条推理路径。
适用场景:需多角度分析的复杂问题(如策略规划、创意生成)。
10. ReAct(推理与行动)
技巧:结合推理和外部工具(如搜索API)。
例子:
任务:“Metallica乐队成员共有多少孩子?”
模型分步搜索每位成员信息并累加。
适用场景:需实时数据或交互的任务(如信息检索、代码执行)。
作者|Authors: Lee Boonstra
原文|
https://www.kaggle.com/whitepaper-prompt-engineering
出品|码个蛋(ID:codeegg)
工具|NoteBookLM(播客音频)、DeepSeek V3(文本总结)
整理|陈宇明播客
本文由人人都是产品经理作者【陈宇明】,微信公众号:【码个蛋】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。
题图来自Unsplash,基于 CC0 协议。
相关推荐
- 用Steam启动Epic游戏会更快吗?(epic怎么用steam启动)
-
Epic商店很香,但也有不少抱怨,其中一条是启动游戏太慢。那么,如果让Steam启动Epic游戏,会不会速度更快?众所周知,Steam可以启动非Steam游戏,方法是在客户端左下方点击“添加游戏”,然...
- Docker看这一篇入门就够了(dockerl)
-
安装DockerLinux:$curl-fsSLhttps://get.docker.com-oget-docker.sh$sudoshget-docker.sh注意:如果安装了旧版...
- AYUI 炫丽PC开发UI框架2016年6月15日对外免费开发使用 [1]
-
2016年6月15日,我AY对外发布AYUI(WPF4.0开发)的UI框架,开发时候,你可以无任何影响的去开发PC电脑上的软件exe程序。AYUI兼容XP操作系统,在Win7/8/8.1/10上都顺利...
- 别再说C#/C++套壳方案多了!Tauri这“借壳生蛋”你可能没看懂!
-
浏览器套壳方案,C#和C++有更多,你说的没错,从数量和历史积淀来看,C#和C++确实有不少方式来套壳浏览器,让Web内容在桌面应用里跑起来。但咱们得把这套壳二字掰扯清楚,因为这里面学问可大了!不同的...
- OneCode 核心概念解析——Page(页面)
-
在接触到OneCode最先接触到的就是,Page页面,在低代码引擎中,页面(Page)设计的灵活性是平衡“快速开发”与“复杂需求适配”的关键。以下从架构设计、组件系统、配置能力等维度,解析确...
- React是最后的前端框架吗,为什么这么说的?
-
油管上有一位叫Theo的博主说,React是终极前端框架,为什么这么说呢?让我们来看看其逻辑:这个标题看起来像假的,对吧?React之后明明有无数新框架诞生,凭什么说它是最后一个?我说的“最后一个”不...
- 面试辅导(二):2025前端面试密码:用3个底层逻辑征服技术官
-
面试官放下简历,手指在桌上敲了三下:"你上次解决的技术难题,现在回头看有什么不足?"眼前的候选人瞬间僵住——这是上周真实发生在蚂蚁金服终面的场景。2025年的前端战场早已不是框架熟练...
- 前端新星崛起!Astro框架能否终结React的霸主地位?
-
引言:当"背着背包的全能选手"遇上"轻装上阵的短跑冠军"如果你是一名前端开发者,2024年的框架之争绝对让你眼花缭乱——一边是React这位"背着全家桶的全能选...
- 基于函数计算的 BFF 架构(基于函数计算的 bff 架构是什么)
-
什么是BFFBFF全称是BackendsForFrontends(服务于前端的后端),起源于2015年SamNewman一篇博客文章《Pattern:BackendsFor...
- 谷歌 Prompt Engineering 白皮书:2025年 AI 提示词工程的 10 个技巧
-
在AI技术飞速发展的当下,如何更高效地与大语言模型(LLM)沟通,以获取更准确、更有价值的输出,成为了一个备受关注的问题。谷歌最新发布的《PromptEngineering》白皮书,为这一问题提供了...
- 光的艺术:灯具创意设计(灯光艺术作品展示)
-
本文转自|艺术与设计微信号|artdesign_org_cn“光”是文明的起源,是思维的开端,同样也是人类睁眼的开始。每个人在出生一刻,便接受了光的照耀和洗礼。远古时候,人们将光奉为神明,用火来...
- MoE模型已成新风口,AI基础设施竞速升级
-
机器之心报道编辑:Panda因为基准测试成绩与实际表现相差较大,近期开源的Llama4系列模型正陷入争议的漩涡之中,但有一点却毫无疑问:MoE(混合专家)定然是未来AI大模型的主流范式之一。...
- Meta Spatial SDK重大改进:重塑Horizon OS应用开发格局
-
由文心大模型生成的文章摘要Meta持续深耕SpatialSDK技术生态,提供开自去年9月正式推出以来,Meta持续深耕其SpatialSDK技术生态,通过一系列重大迭代与功能增强,不断革新H...
- "上云"到底是个啥?用"租房"给你讲明白IaaS/PaaS/SaaS的区别
-
半夜三点被机房报警电话惊醒,顶着黑眼圈排查服务器故障——这是十年前互联网公司运维的日常。而现在,程序员小王正敷着面膜刷剧,因为公司的系统全"搬"到了云上。"部署到云上"...
- php宝塔搭建部署thinkphp机械设备响应式企业网站php源码
-
大家好啊,欢迎来到web测评。本期给大家带来一套php开发的机械设备响应式企业网站php源码,上次是谁要的系统项目啊,帮你找到了,还说不会搭建,让我帮忙录制一期教程,趁着今天有空,简单的录制测试了一下...
你 发表评论:
欢迎- 一周热门
- 最近发表
-
- 用Steam启动Epic游戏会更快吗?(epic怎么用steam启动)
- Docker看这一篇入门就够了(dockerl)
- AYUI 炫丽PC开发UI框架2016年6月15日对外免费开发使用 [1]
- 别再说C#/C++套壳方案多了!Tauri这“借壳生蛋”你可能没看懂!
- OneCode 核心概念解析——Page(页面)
- React是最后的前端框架吗,为什么这么说的?
- 面试辅导(二):2025前端面试密码:用3个底层逻辑征服技术官
- 前端新星崛起!Astro框架能否终结React的霸主地位?
- 基于函数计算的 BFF 架构(基于函数计算的 bff 架构是什么)
- 谷歌 Prompt Engineering 白皮书:2025年 AI 提示词工程的 10 个技巧
- 标签列表
-
- 框架图 (58)
- flask框架 (53)
- quartz框架 (51)
- abp框架 (47)
- jpa框架 (47)
- springmvc框架 (49)
- 分布式事务框架 (65)
- scrapy框架 (56)
- shiro框架 (61)
- 定时任务框架 (56)
- java日志框架 (61)
- JAVA集合框架 (47)
- mfc框架 (52)
- abb框架断路器 (48)
- ui自动化框架 (47)
- beego框架 (52)
- java框架spring (58)
- grpc框架 (55)
- ppt框架 (48)
- 内联框架 (52)
- cad怎么画框架 (58)
- ps怎么画框架 (47)
- ssm框架实现登录注册 (49)
- oracle字符串长度 (48)
- oracle提交事务 (47)