提示词工程入门指南:写好AI提示词的底层逻辑
核心解析
提示词工程的日常工作是明确任务、收紧歧义并用样本验证。以从营销访谈中提取购买障碍为例,“总结一下”会让模型自行决定取舍。提前定义购买障碍和交付格式,结果才方便比较。
要点拆解
任务条件:说明记录来自访谈,目标是找出妨碍下单的原因。 事实来源:每条原因附对应原话或段落编号;原文没有就标“未提及”。 判定规则:把“价格太高”归到价格,把“没看到型号”归到信息缺口;允许出现新分类。 输出约定:输出障碍、证据、分类和待确认问题,给运营后续排查。 小样本验证:包含明确拒绝、含糊反馈和矛盾反馈三种记录。
示例:顾客说“上次下单时找不到浅色款,我就先退出了”。如果目标是抽取购买障碍,可以标为“型号信息缺口”,证据保留原话。另一位顾客说“颜色不错,下次再看看”,不能仅凭这句话判定他因为价格退出。把这两条都放入测试集,分别检验模型能否抓住明确证据,以及能否克制地处理模糊反馈。
评估时同时看可追溯性和覆盖率。前者问每条结论能否定位到原文,后者问关键障碍有没有被遗漏。发现同类错误重复出现,再更新提示词并注明版本。这样团队接手时,知道每条规则是为了解决哪类输入。
训练路线
先人工为三条脱敏记录标注障碍,再跑一次提示词。对照人和模型的分类,遇到分歧就补一条判定边界和示例。拿一组未参与修改的记录再试,记录遗漏、误判和无依据推断。
常见误区
只看一条成功示例容易高估模板。输出列越多,审核成本越高。要把标注结果用于正式决策时,回看证据原文,尤其注意同一个人前后说法不一致的情况。
FAQ
问:模型回答错了,优先改哪里? 答:先检查资料里是否真有该信息,再改判定规则。 问:什么叫输出约定? 答:说明回答必须包含哪些字段,缺失字段怎么处理。
相关推荐
可在助词网找一个文本整理模板,补上证据与缺失值规则后做小样本测试。再读《AI提示词进阶技巧:角色设定、few-shot与思维链详解》,练习示例设计。
