提示（Prompt）是您輸入給大模型（LLM）的文本信息，用于明確地告訴模型您想要解決的問題或完成的任務，也是大語言模型理解用戶需求并生成相關、準確回答或內容的基礎。 為了幫助您更高效地使用 LLM ，本指南為您提供一系列實用的技巧，幫助您設計和優化 Prompt。
使用百煉優化 Prompt
使用百煉 Prompt 一鍵優化工具
百煉提供了 Prompt 一鍵優化工具。能針對輸入的提示（Prompt）進行自動擴寫和細節添加，推薦您先將 Prompt經過優化工具擴寫改進，再接著綜合運用本文的其他優化技巧。
Prompt優化功能通過調用大模型實現，需要消耗一定量的Token，按照通義千問-Plus 推理費用計費。
優化樣例：
優化前 Prompt | 優化后 Prompt |
我想推廣公司的新產品。我的公司名為百煉，新產品名為 Zephyr Z9，是一款輕薄便攜的手機。幫我創建一條微博帖子。 | 請為我司“百煉”最新推出的“Zephyr Z9”輕薄便攜手機設計一條吸引眼球的微博推廣帖。 內容需彰顯Zephyr Z9的獨特賣點，如極致輕薄設計、高性能配置及用戶便利性，同時融入創意元素以提升觀眾興趣和互動意愿。 記得提及品牌聲譽，激發受眾好奇心，引導他們探索更多產品信息或直接進行購買。 貼文應簡潔有力，符合微博平臺的風格與字數限制，適宜社交媒體傳播。 |
你是一位資深PHP編程專家，現在接到一個明確的開發任務。訴求是：${require}。請使用PHP語言詳細描述一種實現該訴求的算法或方法，并考慮在實現過程中可能遇到的邊界情況和錯誤處理，以及如何通過高效且安全的代碼來滿足此需求。 | 作為一位經驗豐富的PHP編程專家，您面臨的具體開發任務為：${require}。 請運用您的專業知識，詳細闡述一種利用PHP實現該任務需求的高效算法或方法論。 在您的描述中，請務必涵蓋以下幾點： - 具體實現步驟，包括必要的函數、類及數據結構的選擇與設計。 - 邊界條件分析，識別并解釋潛在的邊緣案例及如何妥善處理這些情況。 - 錯誤處理機制，描述如何在代碼中實施健壯的錯誤檢測與異常處理邏輯，以確保程序穩定性。 - 安全性考量，討論可能的安全威脅及推薦的防范措施，確保代碼執行過程中的數據安全與隱私保護。 - 性能優化建議，提出提高代碼執行效率的方法，包括但不限于算法優化、資源管理和緩存策略。 請確保您的解答不僅技術準確，而且條理清晰、易于理解，以便其他開發者能夠快速掌握并應用于實際項目中。 |
Prompt 設計和優化
想象一下，如果您在給一個同事指派工作任務時，只給了一句話來描述需求，他的任務完成效果可能很難達到您的預期。但如果您提供了明確的目標、建議的思考方向和執行策略等更多參考信息，他更有可能以高標準完成任務。
使用 LLM 也一樣，您的任務描述（Prompt）直接決定了 LLM 執行任務的效果。
技巧一：明確背景和目標
為了系統化地向 LLM 提供明確背景和目標，這里推薦您使用 Prompt 框架規范化您的 Prompt。該框架用于幫助您方便、快速地設計 Prompt 結構。該模板充分考慮了會影響 LLM 輸出有效性和相關性的各個方面，能顯著提升模型表現。
其內容組成為：（當您不確定如何編寫框架各元素的具體內容，不妨將一些關鍵詞交給百煉 Prompt 優化工具進行擴寫。）
背景：介紹與任務緊密相關的背景信息。這一環節有助于LLM深入理解討論的具體環境，從而保證其生成內容與話題高度相關。
目標：明確指出您期望LLM完成的具體任務。通過設定清晰、精確的目標指令，可引導LLM聚焦于實現既定任務，提升輸出的有效性。
風格：指定您希望 LLM 輸出的寫作風格，可以是某個具體名人、具體流派或者某類專家的寫作風格。
語氣：定義輸出內容應有的語氣，比如正式、詼諧、溫馨關懷等，以便適應不同的使用場景和使用目的。
受眾：明確指出內容面向的讀者群體，無論是專業人士、入門學習者還是兒童等，這樣LLM就能調整語言和內容深度，使之更加貼合受眾需求。
輸出：規定輸出內容的具體形式，確保LLM提供的成果能直接滿足后續應用的需求，比如列表、JSON數據格式、專業分析報告等形式。
未使用 Prompt 框架 | 使用 Prompt 框架 | |
Prompt | 我想推廣公司的新產品。我的公司名為百煉，新產品名為 Zephyr Z9，是一款輕薄便攜的手機。幫我創建一條微博帖子，簡潔而深具影響力。 | #背景# 我想為公司的新產品做廣告。我公司的名字叫百煉，產品叫百煉 Zephyr Z9，是一款輕薄便攜的手機。 #目的# 為我創建一個微博帖子（限制：500字），旨在讓人們有興趣點擊產品鏈接購買。 #風格# 遵循黑米等成功公司為類似產品做廣告的寫作風格。 #語氣# 有說服力 #受眾# 我公司在微博上的受眾通常是年輕一輩人。定制你的帖子，保證喜歡數碼產品的人能快速關注到你的帖子。 #輸出# 微博上的帖子，簡潔而有影響力。 |
輸出 | 【輕啟未來，風起云涌】
Trees 輕薄，重在體驗。#百煉ZephyrZ9# ，為不凡而生，為你而來。立即擁抱未來，開啟屬于你的輕盈科技時代！ 官方網站：[www.bailian.com/Z9] (請替換為實際網址） #輕薄旗艦 #科技新風尚 #掌中藝術品 |
在這個快節奏的時代，每克重量都是對自由的負擔。百煉深諳此道，匠心打造了Zephyr Z9——一款專為追求極致輕盈與強大性能平衡的你而生的手機！懸浮般的手感，一觸難忘！
Zephyr Z9以其令人驚嘆的纖薄機身，重新定義了“輕薄”。僅X.Xmm的厚度，輕松滑入口袋，是你日常出行的完美伴侶。攜帶它，就像帶著未來穿梭于都市叢林！
別看它輕，內核全是硬實力！搭載最新的XXXX處理器，流暢度爆表，無論是多任務處理還是大型游戲，Z9都能游刃有余，讓你時刻處于科技最前沿。
配備XXMP超感光鏡頭，夜晚也清晰。AI智能場景識別，讓每一張照片都堪比大片。用Zephyr Z9，記錄每一個不凡瞬間，讓你的朋友圈從此與眾不同。
小身材，大能量！Zephyr Z9內置高效能電池，搭配XXX快充技術，片刻充電，長久陪伴。告別電量焦慮，你的創意和靈感不再受限。?
前100名通過鏈接購機的用戶，將享受神秘大禮包！包含定制保護殼、XXX會員年卡等多重好禮，只為尊貴的你！ 立刻行動，讓百煉Zephyr Z9成為你探索世界的全新伙伴！點擊下方鏈接，開啟輕盈新紀元！
#百煉ZephyrZ9 #輕薄旗艦 #科技美學 #數碼潮流 #性能怪獸 |
百煉新品，Zephyr Z9震撼上市！
攜手Zephyr Z9，讓科技與輕盈同行。這不僅是一部手機，它是你探索世界的輕便伴侶。厚度挑戰極限，設計引領風尚，Z9在手中，靈感隨時迸發。
超越想象的性能，搭載極速處理器，流暢如風，無論是工作狂飆還是游戲征途，Zephyr Z9都是你的首選座駕。續航強勁，讓每一份熱情持續燃燒！
捕捉生活每一刻，Z9相機創新升級，夜景、人像、廣角，每一拍都是封面大片，讓美好記憶永不褪色。
【獨家揭秘】百煉Zephyr Z9，輕薄界的顛覆者來了！
【超薄設計，盡在掌握】
【頂尖配置，性能怪獸】
【攝影大師，記錄生活】
【續航無憂，能量滿滿】
【限時福利，不容錯過】
[立即搶購百煉Zephyr Z9] [產品鏈接]在未使用 CO-STAR 框架時，LLM 輸出雖表現尚可，但顯得過于泛化，缺乏必要的細節和針對特定群體的吸引力。而在使用CO-STAR 框架時，框架不僅提醒您考慮需求的其它方面，特別是一般 Prompt 中缺少的風格、語氣和受眾，還幫助 LLM 生成更針對年輕群體、細節更多、語言表達更加富有張力的輸出。
技巧二：為模型提供輸出樣例
在 Prompt 中提供您期望的輸出示例，可以讓 LLM “模仿”我們所要求的規范、格式、概念、文法、語氣進行輸出。同時，提供樣例可以讓大模型多次輸出的結果更一致，從而穩定模型表現。
未添加樣例 | 添加樣例 | |
Prompt | #背景# 你很擅長編寫小紅書種草筆記，喜歡增加豐富的emoji元素。 #目的# 請生成一篇小紅書種草筆記，推廣強森吹風機。吹風機的優點是：體積小、高顏值、風力大、干的快、智能控溫不傷發。 #受眾# 喜歡追求時尚的年輕人，尤其是年輕女性 #輸出# 小紅書文章格式，充滿emoji元素，簡潔但內容充實 | #背景# 你很擅長編寫小紅書種草筆記，喜歡增加豐富的emoji元素。 #目的# 請生成一篇小紅書種草筆記，推廣強森吹風機。吹風機的優點是：體積小、高顏值、風力大、干得快、智能控溫不傷發。 #受眾# 喜歡追求時尚的年輕人，尤其是年輕女性 #輸出# 小紅書文章格式，充滿emoji元素，簡潔但內容充實 #語氣與風格#
|
輸出 | 標題： 正文： Hey寶貝們！今天要給你們種草一顆美發界的璀璨新星
首先，它的迷你身材直接擊中我心！旅行包包再滿也能輕松塞進，不占空間，隨時隨地凹造型
看這設計，簡直就是藝術品呀！無論是極簡白還是高級粉，拿在手里就是街頭最靚的崽！手機？不，這是我的新時尚配飾
別看它小，風力可一點都不含糊！早上趕時間？強森幫你5分鐘搞定出門發型，效率MAX！
智能控溫技術，溫柔呵護你的每一根秀發。告別熱損傷，只留下柔順光澤，每次吹發都像做了次沙龍護理～
懂你的不只是風力，還有溫度。根據發質自動調節最適宜的熱量，守護秀發健康，長期使用也不怕傷發 總之，強森吹風機就是那個能讓你愛不釋手的小可愛！趕緊加入購物車，給你的美麗加速吧！ #強森吹風機 #美發達人 #快速護發秘籍 標記你的朋友，讓她們也來感受這份輕巧與高效吧！ 記得，愛護自己從“頭”開始，強森與你一起，綻放自信光彩！ |
快來把這吹風機界的時尚小鋼炮加入購物車吧！ #強森吹風機 #高顏值美發神器 #智能護發新體驗 #速干不傷發 #時尚必備 |
強森小巧魔力風機，速干護發新寵兒
—— 強森吹風機！它不僅僅是個工具，簡直是隨身攜帶的美發沙龍
體積小巧，旅行必備 
高顏值，時尚出街 
風力強勁，速干神器 
干得快，還護發 
智能控溫，細心之選 
吹風機也能成為美發時尚單品？強森小鋼炮告訴你答案！
自從我用了
強森吹風機
，不僅旅行包輕便多了
，每次吹發都變成享受時光
！用了幾次后，朋友們都夸我發質看起來好了不止一個度，就像剛從沙龍出來的樣子
。它絕對是短途出游或宿舍生活的完美伴侶哦！適合所有追求高效護發的寶貝們～
面對濕漉漉的長發瀑布，每次都得耗時半小時以上？
別怕，強森智能控溫科技來了
！它能迅速吹干每一根發絲，而且風力強勁卻不傷發，秘密就在于它能智能調節溫度，保護你的秀發不受熱損傷
。從此，快速出門不再是夢！
我一直認為，好的造型工具是美麗態度的體現
。強森這枚高顏值吹風機不單是個工具，更是梳妝臺上的一件藝術品
。每次用它吹發，都像是在進行一場個人風格的儀式感升級。不妨也給自己來點這樣的小奢侈，畢竟，美好的一天從頭開始嘛！
記得那次臨時接到晚宴邀請
，急匆匆從健身房出來，頭發還滴著汗。正當焦慮之際，幸好有強森吹風機緊急救援！我迅速將濕潤的亂發吹整得服服帖帖，走進宴會廳的那一刻，自信滿滿
，好像剛做完高級沙龍護理似的。多虧了這小巧卻強大的美發神器，我的美麗不再受限于時間！
讓我們一起做個風一樣的女子，優雅又效率，從頭開始閃耀每一天！
觀察輸出您可以發現，LLM 學習了樣例的要求并針對性地生成了符合格式要求的種草文。
技巧三：使用分隔符號區分內容單元
在構建復雜的 Prompt 時，采用特定的分隔符來界定不同內容單元是極為關鍵的，這一做法顯著增強了 LLM 對 Prompt 正確解析的能力。隨著任務復雜度的增加，合理利用分隔符越能提升 LLM 的表現。
分隔符的選擇應著眼于那些在自然語言文本中罕見的、獨特的字符組合，例如：###、===、>>>等。這些特殊符號序列并無固定規則，關鍵在于其辨識度高，確保模型能夠明確區分這些符號是作為內容區域的界限標識，而非文本中的普通標點或語法組成部分。
未使用分隔符 | 使用分隔符 | |
Prompt | 請簡短總結以下影評。 曾經意氣風發的張志強在生活的重壓下，中年“失速”偏離了原本的生活軌跡，一時意氣用事的決定，讓他瞬間從家人的“小驕傲”變成了社會的“邊角料”。然而，他未曾料到，這僅是他中年人生道路上的起點。接連不斷的變故如疾風驟雨般襲來，迫使他不得不重新面對自我。當生活的重擔真正壓肩，他選擇成為一名快遞員，從新的起點重新出發，穿梭于都市大街小巷的高志壘在路上結識了一眾志同道合的伙伴。在共度的時光里他深切的體會到了人間的冷暖真情，逐漸在這條充滿磨礪的“逆行道”中找回曾經丟失的勇氣與信念，重新定義人生新的方向。 | 請簡短總結以下影評。 ### 曾經意氣風發的張志強在生活的重壓下，中年“失速”偏離了原本的生活軌跡，一時意氣用事的決定，讓他瞬間從家人的“小驕傲”變成了社會的“邊角料”。 ### 然而，他未曾料到，這僅是他中年人生道路上的起點。接連不斷的變故如疾風驟雨般襲來，迫使他不得不重新面對自我。 當生活的重擔真正壓肩，他選擇成為一名快遞員，從新的起點重新出發，穿梭于都市大街小巷的高志壘在路上結識了一眾志同道合的伙伴。 ### 在共度的時光里他深切的體會到了人間的冷暖真情，逐漸在這條充滿磨礪的“逆行道”中找回曾經丟失的勇氣與信念，重新定義人生新的方向。 ### |
輸出 | 電影講述了一個中年危機故事，主角張志強因生活壓力偏離正常生活軌道，經歷一系列挑戰后，他成為一名快遞員，在新朋友的幫助下重拾勇氣與信念，找到了生活的新方向。影片展現了逆境中的成長與自我救贖。 | 主人公張志強中年遭遇生活困境，一次沖動的決定使他社會地位驟降。 隨后，面對重重挑戰，他擔任快遞員重新起步，在此過程中與同行建立深厚情誼，并在磨難中找回勇氣和信念。 最終，在艱難和挑戰中，為自己的人生找到了新的意義和方向。 |
您可以在輸出中發現明顯差別，在使用了分隔符的輸出中，LLM 不僅理解了三段話的邏輯關系，還正確識別了分隔符，并根據分隔符的段落生成了三段強相關的總結。
技巧四：引導模型“思考”
對于邏輯推理和語境學習的復雜任務來說，簡單的 Prompt 技巧可能無法滿足任務需求。但您可以通過引導模型生成推理過程或幫助模型拆解復雜任務并逐步推理的方式，讓模型在生成推理結果前生成更多的推理依據，從而提升模型在復雜問題上的表現。
這里為您先介紹思維鏈（Chain of Thought，COT），它是一種使用起來較為簡單的引導方法，但能夠顯著提高大模型在復雜場景下的推理能力。
Prompt 1：
#背景#
JSON 輸入：
{"web-app": {
"servlet": [
{
"servlet-name": "cofaxEmail",
"servlet-class": "org.cofax.cds.EmailServlet",
"init-param": {
"mailHost": "mail1",
"mailHostOverride": "mail2"}},
{
"servlet-name": "cofaxTools",
"servlet-class": "org.cofax.cms.CofaxToolsServlet",
"init-param": {
"templatePath": "toolstemplates/",
"log": 1,
"logLocation": "/usr/local/tomcat/logs/CofaxTools.log",
"logMaxSize": ""}}],
"servlet-mapping": {
"cofaxEmail": "/cofaxutil/aemail/*",
"cofaxTools": "/tools/*"},
"taglib": {
"taglib-uri": "cofax.tld",
"taglib-location": "/WEB-INF/tlds/cofax.tld"}}}Prompt 2:
#目的#
根據 JSON 判斷是否完全符合以下要求：
1. 是否每個 servelet 都有 init-param
2. 是不是 servelet-mapping 中元素都在 servlet 中都有匹配
3. servelet 的 cofaxTools 中有三個以“log” 開頭的參數，且 “log” 參數小于 10不使用思維鏈 | 使用思維鏈 | |
Prompt 3 | #輸出# 如果全部符合要求，只輸出 "符合要求"，否則只輸出 "不符合要求"。 | #輸出# 先輸出針對各要求的思考判斷過程。 如果全部符合要求，再輸出 "符合要求"，否則輸出 "不符合要求"。 |
輸出 | 不符合要求 | 首先，我們來逐步分析給定的JSON數據，以判斷它是否符合所有提到的要求。 思考過程
輸出基于以上分析，雖然關于"logMaxSize"的處理可能存在解釋空間，但主要條件基本得到滿足。因此，如果對"logMaxSize"不做嚴格要求（比如，不強制要求它必須有一個有效數值且小于10），則可以認為整體符合要求。如果有對"logMaxSize"的具體數值要求，則需要進一步澄清后決定。但在標準解讀下，答案應為：“符合要求”。 |
除了思維鏈，啟發 LLM 進行“思考”的實用方法還有提示鏈（Prompt Chaining）。提示鏈通過多輪對話，引導 LLM “思考” 方向，讓 LLM 從簡單任務開始，沿著設計好的“思考”方向逐步完成一個復雜推理。
提示鏈相雖然相對思維鏈來說構建模式更加復雜，但模型表現更好，準確率更高。它非常適合邏輯復雜但能按照固定模式拆解的困難任務。
提示鏈（Prompt Chaining）引導樣例
數學題：
又到了周日，小明像以往一樣去爺爺奶奶家玩，小明于早上八點整步行出發，已知小明每分鐘行走50米，走了12分鐘后，小明的父親發現小明忘記帶作業了，于是便騎車去追小明，已知小明的爸爸每分鐘騎行200米，等到追上小明后，爸爸決定騎車帶上小明，已知小明坐自行車的路程是走路路程的5倍，請問，小明和他爸爸幾點到爺爺家的呢？（小明8點36分到爺爺家）
Prompt 1（數學題信息）：
#背景#
又到了周日，小明像以往一樣去爺爺奶奶家玩，小明于早上八點整步行出發，已知小明每分鐘行走50米，
走了12分鐘后，小明的父親發現小明忘記帶作業了，于是便騎車去追小明，已知小明的爸爸每分鐘騎行200米，
等到追上小明后，爸爸決定騎車帶上小明，已知小明坐自行車的路程是走路路程的5倍，Prompt 2（第一個簡單問題）：
#目的#
計算小明什么時候被他爸爸追上，追上時走了多遠？Output 1（LLM 對第一個簡單問題的回答）：
首先，我們計算小明在被父親追上之前走了多遠。
小明的速度是每分鐘50米，他已經走了12分鐘，因此他已經走過的距離是：
50?米/分鐘 × 12?分鐘 = 600?米
接下來，我們計算父親開始追趕小明時兩者的相對速度。父親的騎行速度是每分鐘200米，而小明繼續以每分鐘50米的速度步行。因此，父親相對于小明的速度是：
200?米/分鐘 ? 50?米/分鐘 = 150 米/分鐘
為了追上小明，父親需要覆蓋小明最初12分鐘所行走的600米距離。以150米/分鐘的相對速度，父親追上小明所需的時間是：
600?米 / 150?米/分鐘 = 4?分鐘
這意味著父親在開始追趕后的4分鐘追上了小明，從父親開始追趕算起，總共用了12分鐘（小明已經走了的時間）+ 4分鐘（父親追趕的時間）= 16分鐘。
現在，我們要計算小明被追上時共走了多遠。小明在最初的12分鐘內走了600米，從父親開始追趕的4分鐘里，小明又走了：
50?米/分鐘 × 4?分鐘 = 200?米
所以，小明被追上時總共走了：
600?米 + 200?米 = 800?米
綜上所述，小明在早上8點16分被他爸爸追上，此時他已經走了800米。Prompt 3（第二個簡單問題）：
#目的#
計算小明還要坐多遠自行車才能到爺爺家？Output 2（LLM 對第二個簡單問題的回答）：
根據題目，小明坐自行車的路程是他走路路程的5倍。小明被追上時已經走了800米，那么他坐自行車的路程將是：
800?米 × 5 = 4000?米Prompt 4（數學題的最終解）：
#目的#
小明什么時候到爺爺家？Output 3（LLM 對最終復雜問題的回答）：
要計算小明什么時候到爺爺家，我們需先確定小明坐上自行車后的行進時間。
小明坐自行車的總路程是4000米，他父親的騎行速度是每分鐘200米。因此，小明坐自行車所需的時間是：
4000? 米 / 200 ?米/分鐘 = 20 ?分鐘
小明從出發到被追上已經過去了16分鐘（即8:00出發，8:16被追上），加上坐自行車的20分鐘，總共用時為：
16?分鐘 + 20?分鐘 = 36?分鐘
所以，小明在早上8點出發后，將在36分鐘后到達爺爺家，即：
8:00?AM + 36 ?分鐘 = 8:36 ?AM
因此，小明將在上午8點36分到達爺爺家。引導 LLM “思考”的方法還有很多種，比如：思維樹（Tree of Thoughts, ToT)、Boosting of Thoughts 等。
百煉鼓勵您積極探索嘗試更多 Prompt Engineering 方法，并結合實際情況綜合利用它們。