前言 #

人工智能领域正在被大模型席卷，过去六个月内，我们见证了各种 AI 工具的兴起（如 ChatGPT、Claude-Instant、PaLM、Midjourney）。每个人都应该关注 AI 领域的发展，因为 AI 可以自动化许多你当前耗费大量时间的任务。

什么是 Prompt Engineering #

Prompt Engineering 是与生成式 AI 交互的一种输入风格指南。它的核心是开发一系列风格指南和输入模板，通过调整输入影响 AI 生成的输出。通过适当的提示（prompt）和约束，我们可以改变 AI 的认知方式及“意图”，进而影响其生成的内容。

借助 Prompt Engineering 技巧，我们可以控制 AI 工具输出的范围，使其聚焦于特定话题或思路，同时提高输出质量，减少偏差和错误，增强答案的准确性，从而让 AI 生成符合我们期望的结果。从整体来看，Prompt Engineering 就是利用输入风格和约束，引导与生成式 AI 交互的过程，以实现有效且可控的输出。

理解生成式 AI 的思维方式 #

在学习如何编写有效的 Prompt 之前，我认为有必要先了解生成式 AI 的基本工作原理。以流行的文本生成 AI 为例，它的大脑由数十亿个人工神经元组成，这些神经元的结构被称为Transformer 架构，它是一种复杂的神经网络。我们可以将其理解为编码器-解码器（Encoder-Decoder，简称 ED） 模型，其中：

• 编码器（Encoder）：将用户输入（自然语言句子）转换为 AI 可理解的形式（上下文信息）。
• 解码器（Decoder）：将 AI 处理后的信息转换回用户可理解的文本（输出目标语言句子）。

需要注意的是，AI 本质上只是一个数学函数。尽管它远比 f(x) = 2x+1 这样的简单函数复杂，但仍然遵循一定的数学原理。AI 通过将句子拆分为 Token（标记） 来理解文本。例如，输入 “I prefer coffee to tea."，AI 可能会拆分为 "I"、"prefer"、"coffee"、"to"、"tea"，并将这些词向量化（转换成一组加密数字）以便理解句子。

AI 基于前一个词预测下一个词，并不是在真正“思考”，而是在计算可能性，利用涌现（emergence） 现象生成答案（这也是为什么它偶尔会给出逻辑混乱的回答）。因此，我们需要掌握 Prompt Engineering 技巧，以便让 AI 以尽可能符合我们期望的方式进行回应。

编写 Prompt 的技巧（以 Claude-Instant 为例） #

想要与生成式 AI 进行高效的文本交互，我们必须学会提供适当的提示词（Prompt）。以下是一些关键的 Prompt 编写技巧：

1. 直接给出明确指令 #

这是最常见的方式，即提供上下文 + 直接指令，这种方式简单明了。