- 综合排序
- 最热优先
- 最新优先
- 来自专栏prepared
AI 提示词：提示词大赛冠军是怎么写提示词的？
一个新加坡女孩，在第一次 GPT-4 提示词大赛中获得冠军，我们来看看她的提示词是怎么写的。 提示词女王 Sheila Teo 分享了她是如何优化提示词，从而获得大赛冠军的。 一句话提示词 写一篇知乎回答，回答这个问题：为什么我编写不出优秀的ChatGPT提示词? 生成的内容如下图，基本上是一些空洞不可直接落地的方向性建议，缺少落地的指导，读者很难真正从里面学到什么。 使用 CO-STAR 提示词 CONTEXT（上下文） 我是一个知乎答主，活跃在 AI 领域。想回答一个知乎问题。知乎的问题是：为什么我编写不出优秀的ChatGPT提示词? TONE（语调） 有说服力的 AUDIENCE（受众） 主要受众是对 AI 感兴趣的各个年龄段人群，尤其是对于写出好的提示词有强烈要求的人群。请针对这一群体编写回答。 使用 CO-STAR 框架提示词生成的内容如下，我们看到回答的开头有秀肌肉，吸引读者继续往下读的部分。 中间有原理、有案例，能让读者收获干货，还能直接上手实操。
1.5K22编辑于 2024-08-21 - 来自专栏小工匠聊架构
ChatGPT - 提示词
PromptBase Prompt 提示词网站 - PromptBase https://promptbase.com/ 支持的提示词有 ---- chatgpt 提示词 https://promptbase.com
96680编辑于 2023-05-01 - 来自专栏指剑的分享
Deforum提示词
81730编辑于 2023-10-05 - 来自专栏AI应用开发实践
提示词工程
事无巨细，提示词模板这块松哥也和大家做一个详细介绍。 本文基于 langchain。 一 优秀的提示词 什么样的提示词算优秀？ 二 两种模板 2.1 PromptTemplate 2.1.1 基础模板 通过占位符 {} 动态插入变量，生成标准提示词。 适用场景：单一变量替换的简单提示。 （所有细节混在一起） """ 这种提示词存在几个问题： 修改数据来源需要重写整个提示 无法复用趋势分析模块到其他行业 风险条款遗漏时难以定位 格式调整可能破坏内容逻辑 通过三层架构设计，可使复杂提示词的维护成本降低约 6.2.2 步骤说明 定义示例集：包含多个词语及其反义词的字典列表； 创建模板：格式化每个示例的展示方式； 初始化选择器：设置最大长度阈值； 构建动态提示模板：结合选择器生成最终提示词。 例如在构建反义词提示词模板时，若直接选择前 k 个最相似示例，可能得到多个同类型词汇（如多个情绪类词汇），而无法覆盖其他语义类别。
18010编辑于 2026-03-26 写好提示词
现在好多应用开发工程师已经变成了提示词工程师。写好提示词，就能提升开发和解决问题的效率。如何写好提示词呢？提示词 = 定义角色 + 背景信息 + 任务目标 + 输出要求。 在明确 GPT“给谁在什么背景下完成什么样的工作目标”的定义之后，我们就来到了整个提示词的最后一步：输出要求。 再简化下：提示词 = 你是谁+ 我是谁 + 我要干什么 + 按我的要求给我干活。提示工程是研究如何写提示词的技术，旨在扩展对提示词的理解，以更好地释放大模型的能力。 几个基本的提示技术： 零样本提示（Zero-Shot Prompting）利用大模型的丰富知识，无需过多信息提示即可完成通用任务，适用于简单查询等场景。 提示词的本质是什么？通过清晰的逻辑结构和表达方式向AI传达任务或问题。用户提供明确的目标，上下文和约束条件，引导模型得到预期结果。 完全没必要特意去学提示词。
29410编辑于 2025-09-02- 来自专栏AI SPPECH
AI助力CTF：现代工作流与提示词解题初探
AI助力CTF：现代工作流与提示词解题初探 大家好，我是凌星晨溪，一个热爱网络安全和AI的科技爱好者。 今天，我想和大家分享一下我最近的“初次尝试”——利用现代AI工作流和精心设计的提示词，来解决CTF（Capture The Flag）竞赛题目。 下面，我按CTF常见类别分享工作流，结合VSCode插件和TRAE AI的提示词示例。 结合TRAE的整体工作流建议 在我的初次尝试中，VSCode插件负责可视化和初步分析，TRAE AI则通过提示词实现“自动解题”。示例流程： 1. VSCode分析挑战。 2. 如果你想试试，推荐从简单题目开始，实验不同提示词。欢迎在评论区分享你的AI解题经历！如果需要插件更新或更多提示词示例，关注我，下期见~ （文章基于个人经验，2025年9月撰写。）
86310编辑于 2025-11-12 - 来自专栏韩曙亮的移动开发专栏
【AI 大模型】提示工程 ③ ( 提示词用法 | 提示词 Prompt 构成 | 提示词位置对权重的影响 | 提示词 Prompt 调优 | OpenAI 的 API 类型 | 提示词重要参数说明 )
一、提示词用法 提示词 Prompt 的 两种用法 : 直接提问 : 直接向 GPT 大模型提问 , 得到一个具体问题的答案 , 如 : XXX 错误如何处理 ; 集成应用 : 将 提示词 Prompt 集成到自己开发的应用程序中 , 结合自己公司的实际业务状况 , 生成与自己业务相关的一系列提示词 , 如 : 基于公司的一套知识库 + GPT 大模型 进行使用 ; 二、提示词 Prompt 构成 1 、提示词构成 提示词 Prompt 构成 : 指定角色 : 为 大模型 指定一个角色 , 明确指出 " 你是一个 XX " 是很有用的 ; 如 : 你是一位软件工程师 , 请写出 XXX 代码 ; , 必须放在最前面 , 已经有论文研究过了 , 指定角色提示词放在最前面 , 生成的结果最准确 ; 大模型 对 提示词 Prompt 开头和结尾的文本更加敏感 , 最重要的内容要放在开头和结尾 , 开头 , 每当 通过 提示词 得到的结果不满意 , 我们就对 提示词 进行迭代修改 , 不断进行调优 , 直到得到 令我们满意的输出为止 ; 1、结合 训练数据 写提示词 知道训练数据 : 了解 提示词 的
2K33编辑于 2024-07-14 - 来自专栏PHP技术分享
如何用多专家协作打造完美的ChatGPT提示词工作流
完美的通用AI提示词工作流在AI写作与自动化的时代，ChatGPT提示工程（Prompt Engineering） 已成为开发者、内容策略师和自动化专家的核心技能。 但一个提示词往往很难涵盖复杂场景下的多层逻辑。 本文将详细介绍一个包含21个步骤的协作式提示工作流，帮助你像项目经理一样，与ChatGPT多角色团队协作，打造高质量提示词与输出。先说终级提示词：你是一位多学科专家级的ChatGPT提示工程师。 这让提示词更具针对性。7. 生成最终提示词当所有专家、资料与上下文都确认后，ChatGPT将整合信息，生成一份完整、专业的系统提示词，包括任务说明、风格设定、逻辑顺序与角色分工。8. 如何用多专家协作打造完美的ChatGPT提示词工作流PHP小志：https://www.zmzhz.com
47600编辑于 2025-10-20 - 来自专栏CSDNToQQCode
ERNIE-Bot 4.0提示词原则与提示词格式
ERNIE-Bot 4.0提示词原则 ERNIE-Bot 4.0的提示词原则可能包括以下几个方面： 1. ERNIE-Bot 4.0提示词格式 ERNIE-Bot 4.0的提示词格式并没有特定的规定，但根据一般的自然语言处理最佳实践，以下是一个建议的提示词格式： [问题或主题] + [具体细节或上下文] * 主题类提示词格式：“请谈谈对[具体主题]的看法。” 这样的提示词格式有助于ERNIE-Bot 4.0更好地理解用户的意图和所需的信息，从而提供更准确的回答和响应。 ERNIE-Bot 4.0提示词符号的正确使用方法 在使用ERNIE-Bot 4.0时，正确使用提示词符号可以帮助提高输入的自然性和准确性。以下是一些建议，以确保您正确地使用提示词符号： 1. 在使用ERNIE-Bot 4.0时，正确使用提示词符号可以帮助提高输入的自然性和准确性。 以下是一些建议，以确保您正确使用提示词符号： 1.
53440编辑于 2023-11-15 - from IPython.display import display, HTML display(HTML(response)) 以上一步一步的修改迭代提示词来自专栏Michael阿明学习之路
迭代prompt提示词
-100/110
91520编辑于 2023-05-09
元提示词是什么？如何高效的使用元提示词模版，解锁AI提示词隐藏玩法
一、什么是元提示词（Meta-Prompt）？定义：元提示词是“用来生成提示词的提示词”。换句话说，它是一条指令，让AI帮你写出另一条更具体、更高质量的提示词。 你可以先用一条元提示词：“请帮我生成一条用于撰写‘健康饮食’主题公众号文章的提示词，要求包含目标读者、核心观点、情感基调和输出格式。”AI就会返回一个结构清晰、可直接使用的提示词模板。 总结对比表：概念作用关键特点应用场景元提示词生成/优化提示词自指性、模板化、参数化提示词新手、批量生产黄金圈结构构建有感染力的内容逻辑Why→How→What（顺序关键）文案润色、品牌故事、演讲要更高效地设计元提示词模板 高效通用元提示词你是一位顶尖的提示工程师，请根据用户提供的任意输入，智能推断其真实需求，并生成一条高度优化、可直接用于大语言模型的提示词模板。请遵循以下规则：1. 现在，请基于以下用户输入生成提示词模板：{{用户输入}}使用方式：四、高效设计元提示词的4大原则1.角色+任务+约束=完整指令任何高质量提示都应包含这三个要素，元提示词也不例外。
智能体开发实战指南：提示词设计、开发框架与工作流详解
无论你是开发法律助手、租房合同分析器，还是通用办公自动化助手，理解提示词工程（Prompt Engineering）、选好合适的框架（如LangChain、AutoGen、Semantic Kernel ）并建立良好的工作流，都是高效落地智能体项目的关键。 一、提示词（Prompt）是智能体的大脑语言 1.1 什么是提示词？ Prompt 是用户与大模型交流的语言，决定了模型的行为方式。 数学题、逻辑判断 Few-shot Prompting 给出几个示例再提问 低样本分类、问答 ReAct Prompting 推理+行动+工具调用 多轮任务智能体（如AutoGPT） 1.3 提示词设计技巧 3.3 提示词开发（Prompt Engineering） 编写初始提示词 增加 Few-shot 示例、CoT、角色设定 尝试不同策略（Zero-shot、ReAct、Tree of Thought
ChatGPT 提示词大师
我的第一个命令是醒来 ✂️充当花哨的标题生成器 贡献者：@sinanerdinc 提示：我希望你充当一个花哨的标题生成器。我会通过逗号输入关键词，你将回复花哨的标题。 ✂️扮演疯子的角色 贡献者：@devisasari 提示：我希望你扮演一个疯子。疯子的句子毫无意义。疯子使用的词完全是任意的。疯子以任何方式都不构成逻辑句子。 ✂️扮演同义词查找器 由：@rbadillap 提示：我希望你扮演一个同义词提供者。我会告诉你一个词，你会根据我的提示回复一个同义词列表。每次最多提供 10 个同义词。 如果我想要更多提供的词的同义词，我会回复“更多 x”，其中 x 是你查找同义词的词。你只需回复词汇列表，不要写解释。回复“OK”以确认。 提示：我希望你扮演提交消息生成器。我会提供关于任务的信息和任务代码的前缀，希望你使用常规提交格式生成适当的提交消息。不要写任何解释或其他词，只回复提交消息。
传统提示词工程将亡，全新提示词工程已至
现在，出现了一种全新的工具，它能够自动优化提示词。想象一下，在这个"AI 指导 AI"的魔法世界，提示词工程师们的价值将变得不再重要，毕竟机器可以自己就搞定这个工作。 但是，或许他们也可以把自己变成"提示词大师"，让机器望尘莫及！ 提示词作为 LLM 的 API 通常，我们需要通过写代码来调用 API。 让我们来想象一个"传统"的提示词工程师，面对着并非自己想要的大模型输出，只能通过不断的更改提示词来告诉 AI 到底需要做哪些事情。 https://promptperfect.jina.ai/ PromptPerfect 提供了优化和简化提示词的功能，可以一键优化提示词、流水线优化、小样本提示、提示词服务等等。 提示词工程的 IDE —— PromptPerfect 提示词一键优化 在给大模型写提示词时，你只需给 PromptPerfect 一句“粗糙”的提示词，他就可以自 动优化为更加详细且大模型更容易理解的提示词
提示词（prompt）工程指南（三）：高级提示
完整的中文版本指南和更丰富的参考资料在 Github 和 Gitee 中，自动持续翻译更新： 关于提示词工程（prompt）的指南、论文、讲座、笔记本和资源大全 https://github.com yunwei37/Prompt-Engineering-Guide-zh-CN https://gitee.com/yunwei37/Prompt-Engineering-Guide-zh-CN 主题： 提示词 （prompt）工程指南（三）：高级提示 零样本提示 少样本提示 Few-shot提示的限制 链式思考提示 零样本CoT 自一致性 生成知识提示 自动提示工程师（APE） ---- 零样本提示 今天训练有大量数据和调整能够遵循指示的 接下来，我们将介绍一种名为“思维链提示”的流行提示技术。 ---- 链式思考提示 由Wei et al. (2022)引入，链式思考提示使复杂推理成为可能。 ---- 上一节（基本提示） 下一节（应用） 开源、免费自动持续翻译更新关于 GPT 和 prompt 工程的资料合集并同步国内 Gitee 镜像加速访问： 关于提示词工程（prompt）的指南、论文
提示词（prompt）工程指南（二）：基本提示
在上一篇指南中，我们介绍并提供了提示的基本示例。 在本指南中，我们将提供更多提示的使用示例并介绍对于更高级指南非常重要的关键概念。 通常，学习概念的最佳方法是通过示例进行。 完整的中文版本指南和更丰富的参考资料在 Github 和 Gitee 中，自动持续翻译更新： 关于提示词工程（prompt）的指南、论文、讲座、笔记本和资源大全 https://github.com 尝试使用提示执行基本的摘要任务。 假设我有兴趣了解抗生素，我可以尝试这样的提示： 提示： 解释抗生素 A: 输出: 抗生素是一种用于治疗细菌感染的药物。 以下是一个从给定段落中提取信息的提示示例。 提示： 格式: 只返回翻译后的内容，不包含原始文本。 、免费自动持续翻译更新关于 GPT 和 prompt 工程的资料合集并同步国内 Gitee 镜像加速访问： 关于提示词工程（prompt）的指南、论文、讲座、笔记本和资源大全（自动持续更新）： https
如何写好Sora的中文提示词？附上最全提示词集合
今日主题：如何写好Sora的中文提示词 关键词：结构化 1. 为什么要实现结构化的提示词 结构化提示词可以更准确地描述图像的内容，从而生成更加逼真且更加符合使用者所期望的视频。 将提取的信息作为提示词的一部分，以指导Sora生成更好的视频。 我们可以使用类似填表格，或者直接输入的方式，将我们的提示词输入到Sora中，让Sora能够产生更加符合内心需求的视频。 结构化提示词的不足之处 这种结构化的提示词，对于使用者的思路是有一定要求的，如果选择不填写，或许Sora会自行考虑缺省的内容，届时或许会产生一些好玩的事情。 结构化提示词的输入，需要使用者有一定的文字功底，如果输入错误，或许会生成一些令人啼笑皆非的视频。 这种结构化提示词，将会限制Sora的自我发挥空间，以实现我们想要的视频效果。 因为我们的提示词越详细，Sora就越能够按照我们的要求去生成视频。当然这在大多数都是好的情况。 这种结构化提示词，不适合给予模棱两可的信息，这样或许会让Sora生成一些不符合期望的视频。
提示词（prompt）工程指南（四）：提示应用
在本指南中，我们将介绍一些高级和有趣的方式，利用提示工程来执行更有用和更高级的任务。 完整的中文版本指南和更丰富的参考资料在 Github 和 Gitee 中，自动持续翻译更新： 关于提示词工程（prompt）的指南、论文、讲座、笔记本和资源大全 https://github.com yunwei37/Prompt-Engineering-Guide-zh-CN https://gitee.com/yunwei37/Prompt-Engineering-Guide-zh-CN 目录： 提示词 我们将向LLM提供一个提示，其中包括从这里采用的一些示例。 上一节（高级提示） 下一节（ChatGPT） 开源、免费自动持续翻译更新关于 GPT 和 prompt 工程的资料合集并同步国内 Gitee 镜像加速访问： 关于提示词工程（prompt）的指南、论文
提示词（prompt）工程指南（一）：提示介绍
完整的中文版本指南和更丰富的参考资料在 Github 和 Gitee 中，自动持续翻译更新： 关于提示词工程（prompt）的指南、论文、讲座、笔记本和资源大全 https://github.com 提示元素 随着我们涵盖越来越多的提示工程示例和应用程序，您会注意到某些元素构成了提示。 设计提示的一般提示 以下是设计提示时需要牢记的一些提示： 开始 作为您开始设计提示的起点，您应该牢记它是一个迭代的过程，需要大量的实验来达到最佳的结果。 您可能仍然可以通过以上提示获得不错的回应，但更好的提示是非常具体，简洁明了，直指要点的提示。例如： 使用2-3句话向高中生解释提示工程的概念。 做还是不做？ 开源、免费自动持续翻译更新关于 GPT 和 prompt 工程的资料合集并同步国内 Gitee 镜像加速访问： 关于提示词工程（prompt）的指南、论文、讲座、笔记本和资源大全（自动持续更新）：
认识大模型提示词
（中/英） 二、提示词生成器 现在你是一名基于输入描述的提示词生成圈，你会将我输入的自然语言想象为完整的画面生成提示词。 请注意，你生成后的内容服务于一个绘画AI，它只能理解具象的提示词而非抽象的概念，我将提供简短的中文描述，生成器需要为我提供准确的提示词，必要时优化和重组以提供更准确的内容，也只输出翻译后的英文内容。 请模仿示例的结构生成完美的提示词。 请仔细阅读我的要求，并严格按照规则生成提示词，如果你明白了，请回复“我准备好了”，当我输入中文内容后，请生成我需要的英文内容。注意，英文连着写，不要标序号。英文写完了，用中文翻译一遍。 九、AI提示词 我想让你充当 Midjourney 人工智能程序的提示生成器。你的工作是提供详细和有创意的描述，以激发人工智能的独特和有趣的图像。
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号