简介

本文介绍了有效使用ChatGPT和大语言模型提示词的五大核心技巧：明确表达需求、提供参考文本、拆分复杂任务、运用角色扮演方法以及系统性测试不同提示词效果。文章通过具体案例展示了这些技巧的实际应用，强调掌握提示词技术对于基于LLM开发应用的重要性，并指出后续将介绍结合API的prompt开发实践。

---

可能很多同学疑惑的点在于，提示词还需要另外去学吗？这个看起来貌似有手就行的操作，只要会打字就能够立刻上手吧？

但是会和用的好是两回事。我们可以把ChatGPT想象成孙悟空的金箍棒，本身它是一个非常强大的法器，但是如果不会使用，它也不过是一根铁棍而已。提示词用得越好，ChatGPT就越强大。

而且对于有编程基础的人来说，后续如果想要基于 LLM 或大语言模型快速构建、开发一些应用软件或者功能。不掌握 prompt 的基本原理和使用技巧，是无法达到很好的效果的。

在最后的相关资料里面，也添加了由微软和OpenAI所出的，针对于开发者的提示词的教程。我们的课程同样在后面也会带来基于 prompt 的应用开发实践。

提示词的原则与技巧

而写一个好的提示词，有以下的技巧可以使用。

**写清楚需求：**GPT 模型无法读懂您的想法，因此在提供需求时尽可能具体是很重要的。这包括在您的查询中包含详细信息，要求模型采用角色，以及使用定界符清楚地指示输入的不同部分。

**提供参考文本：**如果可以，请提供与您希望模型生成的内容相似的参考文本。这将有助于模型了解您要查找的内容并生成更准确的结果。

**将复杂的任务拆分为更简单的子任务：**如果您试图让模型做一些复杂的事情，将任务分解为更小、更易于管理的子任务会很有帮助。这将使模型更容易理解您的要求并生成更准确的结果。

**角色扮演：**这个技巧的作用是告诉ChatGPT在对话中扮演一个特定的角色或人物。这对于创造更有吸引力和沉浸感的对话，或模拟真实世界的场景特别有用。

系统地测试变化: 对需求或参考文本进行更改时，重要的是系统地测试结果以了解它们如何影响模型的输出。这将帮助您确定对改进结果最有效的更改。

写清楚需求

编写有效的ChatGPT的难点之一是表达含糊不清。为了避免这个问题，有以下几个问题需要注意：

1. 定义任何专业术语或技术术语。
2. 避免使用模棱两可的语言。
3. 使用清晰或简明的语言

• 错误的案例：“你是我的哈基米吗？”

哈基米属于网络用语，而且诞生在2023年，ChatGPT是无法理解这个词的语意的。

• 好的案例：“请帮我提供在深圳市宝安区所有的咖啡馆”

简明扼要说清楚自己的需求，无需多言，ChatGPT便很好理解了。

提供参考文本

1. 对于文本比较短的引用，可以直接贴到提问里面即可： 如果你有一段法律条款，并希望模型使用这段条款来解释某个概念，你可以这样提问：“根据以下的法律条款，什么是知识产权？”然后附上法律条款的内容。
2. 网页链接的引用： 也可以直接将网页链接里面的内容提供给 GPT 来作为引用文本。比如可以直接给它一个链接地址，让它总结文章内的内容。（注意这个功能需要使用web插件）

拆解复杂任务

作为一个厨师，在做饭的时候需要完成这些步骤：准备食材、清理食材、处理食材、开始烹饪、摆盘。

在这个过程中，其实厨师就是把一个复杂的任务，拆解成了多个简单的任务。其实在编程的过程中，也是同样的道理。也会把一个复杂需求，拆解为N个简单的子需求。

如果需要ChatGPT帮助我们完成一个复杂的任务，那么，我们需要预先帮它把任务拆分。这样做的优点是：

1. 更好理解每一个操作步骤。
2. 不被上下文限制影响。
3. 方便调整。

例如我们提出了一个如下的复杂任务：

• 提示词：作为一个测试工程师，我即将进行述职答辩，我想编写一个述职报告，述职报告需要包含我今年的成绩、我明年的目标、以及我在今年的工作过程中碰到的问题

ChatGPT 虽然给到了相应的回复，但是还有问题：

1. 工作成绩没有清晰的数据也没有说服力，看着比较干瘪。报告内容没有图表。
2. 内容太过简单空洞。
3. 格式不够优雅。

如果我们把提问的方式做进一步优化，把这个复杂问题一步步进行拆解，并给ChatGPT一定的修改反馈，则产生的内容会更加符合我们的需求，比如我们可以把问题分解为：

• 提示词：作为一个测试工程师，我即将进行述职答辩，我想编写一个述职报告。述职报告需要包含我今年的成绩，我今年带领测试团队将bug的逃逸率降低了10%的比例。并且我希望有一个通过echarts绘制的折线图。请将我的述职报告做进一步优化。

当然我们从这张图片中可以看出折线图无法展示，我们可以进一步给GPT提示信息，让它直接给到报表的源码。

• 提示词： echarts 折线图没有展示出来

然后GPT就会解释原因，并且给到解决方案。由此可见，将问题拆解，我们可以随时调整GPT的返回信息，让其更加贴近我们的需求。

如何系统的学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

一直在更新，更多的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇

01.大模型风口已至：月薪30K+的AI岗正在批量诞生

2025年大模型应用呈现爆发式增长，根据工信部最新数据：

国内大模型相关岗位缺口达47万

初级工程师平均薪资28K（数据来源：BOSS直聘报告）

70%企业存在"能用模型不会调优"的痛点

真实案例：某二本机械专业学员，通过4个月系统学习，成功拿到某AI医疗公司大模型优化岗offer，薪资直接翻3倍！

02.大模型 AI 学习和面试资料

1️⃣ 提示词工程：把ChatGPT从玩具变成生产工具
2️⃣ RAG系统：让大模型精准输出行业知识
3️⃣ 智能体开发：用AutoGPT打造24小时数字员工

📦熬了三个大夜整理的《AI进化工具包》送你：
✔️ 大厂内部LLM落地手册（含58个真实案例）
✔️ 提示词设计模板库（覆盖12大应用场景）
✔️ 私藏学习路径图（0基础到项目实战仅需90天）

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】