大模型使用教程 1-提示词入门篇

TIP

推荐大家可以尝试 GPT4，如果不知道怎么升级的话，可以

GPT4/3.5 账号咨询： WX：runningdogg

写在前面

本文主要对 Prompt（提示词）进行了一个大概的介绍，这是第一篇教程，关于提示词一共有 4 篇，分别是入门篇，方法论篇，实践篇，最佳实践应用篇

这是目前使用最频繁的基于语言的技术，用好了可以显著提升模型的表现，希望读者可以掌握内功（写提示词的心法）和外功（具体怎么写）

在大模型术语篇有提到，这里带大家进行复习

提示词（Prompt）是用户提供给大模型以引发或“提示”一个相关输出的文本。

提示通常是以问题或指令的形式出现。例如：

角色	提示
用户	为什么天空是蓝色的？

回应的文本被称为“响应”，有时也被称作“输出”或“完成”。

角色	响应
助手	对我们来说，天空呈现蓝色是因为空气中的分子如何散射来自太阳的光。较短的波长光（蓝色）比较长的波长光（如红色和黄色）更容易散射，因此当我们仰望天空时，看到的是所有散射的蓝光。这被称为瑞利散射。天空的颜色会根据太阳的角度和空气中尘埃/水分的多少等条件而有所变化，但在晴朗的白天，蓝色波长的光主要负责我们所看到的颜色。

作为一个基于大语言模型（LLM）的对话式助手，大模型依据您提供的提示和它迄今为止生成的所有文本，来预测接下来最有帮助的 Token。

这意味着大模型是以字符集为单位按顺序构建回答。除非在随后的提示中给予机会，否则它无法对已给出的回答进行编辑。

顾名思义，提示词工程就是指用提示词进行相关实战。人们把能提供模型表现的表达，总结成相关的套路，我们通过学习这些套路，就可以「更有效的让大模型明白我们的意图」，从而让「输出结果更符合我们预期」

claude3 和 openai 都有相关的例子，多多参考别人怎么写的，重点关注结构（类似写作文一样，词藻不应该关心太多，而应该关心行文结构）

部分截图

相信读者已经对 Prompt 是什么了，接下来会重点深入提示词工程，结合例子说明，如何更好的写 Prompt，让大家可以结合自己的工作, 副业场景，写出效率更高的提示词。