提示词分类体系

基于角色的分类

UserPrompt（用户提示词）

• 定义：用户向AI提出的问题或指令，传达需求并期望AI采取行动
• 特点：直接反映用户意图，是对话的起点和驱动力
• 示例：“请总结这篇文章的主要观点”、“写一封求职信”

SystemPrompt（系统提示词）

• 定义：设置AI模型行为规则和角色定位的隐藏指令，对用户不可见
• 特点：决定AI的"人格"和行为边界，是对话的幕后导演
• 示例：“你是一个有帮助的、无害的AI助手”、“你是一位资深医学专家，但需强调自己不是真人医生”

AssistantPrompt（助手提示词）

• 定义：AI模型的响应结果，在多轮对话中成为上下文的一部分
• 特点：既是对用户提问的回答，也影响后续对话的理解和生成
• 示例：AI对前一个问题的回答，会成为理解下一个问题的基础

基于功能的分类

根据不同使用场景，提示词功能各异：

指令式提示词

• 明确告诉AI要执行的任务
• 直接、清晰，适合简单任务
• 示例：“翻译以下英文文本为中文：‘Hello, world’”

对话型提示词

• 模拟自然对话，以问答形式与AI交互
• 更具交互性，适合探索性话题
• 示例：“我认为人工智能可能会威胁人类工作机会，你怎么看？”

创意型提示词

• 引导AI进行创意内容生成
• 开放性强，需要更多约束条件
• 示例：“写一个关于时间旅行的短故事，主角是一名女性科学家”

角色扮演提示词

• 让AI扮演特定角色或人物进行回答
• 增加回答的专业性和情境感
• 示例：“假设你是莎士比亚，请用他的风格写一首关于春天的十四行诗”

少样本学习提示词

• 提供一些示例，引导AI理解所需的输出格式和风格
• 适合需要特定格式输出的场景
• 示例：“请按以下格式总结会议记录：首先列出参会人员，然后记录主要决议，最后注明下次会议时间。示例：…”

基于复杂度的分类

从简单到复杂，提示词可分为：

简单提示词

• 单一指令或问题，没有复杂背景或约束条件
• 示例：“法国的首都是什么？”

复合提示词

• 包含多个相关指令和提示词
• 示例：“总结这篇文章的主要观点，并列出三个关键论据，最后提出两个讨论问题”

链式提示词

• 一系列连续的、相互依赖的提示词，每个提示词基于前一个提示词的输出
• 示例：先让AI生成一个故事大纲，然后基于大纲编写第一章，再根据第一章发展第二章

模板提示词

• 包含可替换变量的标准化提示词结构
• 常用于大规模应用，提高效率
• 示例：“作为一名[专业角色]，请用[语言风格]向[目标受众]解释[复杂概念]”

提示词优化

明确指定任务和角色

始终清晰表明你希望AI扮演什么角色以及完成什么任务：

不佳示例： "写点关于气候变化的内容"
优秀示例： "作为一名环境科学家，请用通俗易懂的语言向高中生解释气候变化的主要原因和潜在影响"

提供详细说明和示例

具体的要求和示例能显著提高输出质量：

不佳示例： "写一首诗"
优秀示例： "写一首关于秋天的十四行诗，模仿济慈的风格，包含视觉和听觉意象，至少使用三个比喻"

使用结构化格式引导思维

通过结构化提示帮助AI组织思路：

请按以下结构分析这篇文章：
1. 主要论点总结（不超过100字）
2. 支持的证据（列出3个最强证据）
3. 潜在反驳观点（至少2个）
4. 结论的价值和局限性

高级用法

思维链提示法

引导AI展示其推理过程，提高复杂问题回答的准确性：

请一步步思考解决这个问题：如果一个餐厅每天平均接待150位客人，每人平均消费25美元，每月营业26天，那么年收入是多少？请展示你的计算过程。

少样本学习

提供几个输入-输出示例，帮助AI理解你期望的回答格式和风格：

请按以下示例将口语转换为正式商务邮件语言：

示例1：
输入： "嘿，把那个报告明天给我"
输出： "尊敬的同事，请您在明天之前提交报告，谢谢"

示例2：
输入： "这想法不错，咱们试试"
输出： "这个建议很有价值，我们建议实施方案进行测试"

现在请转换： "这东西不行，得重做"

分步骤指导

将复杂任务分解为多个步骤，指导AI逐步完成：

请按以下步骤分析这首诗歌：
第一步：识别诗歌的主题和情感基调
第二步：分析使用的比喻和象征手法
第三步：评估诗歌的结构和韵律模式
第四步：总结诗歌的整体意义和艺术价值

自我评估和修正

要求AI先自我评估再给出最终答案：

请先给出你对这个问题的初步想法，然后进行自我批评，指出可能的问题或局限，最后给出修正后的答案。问题是：...

知识检索和引用

指示AI引用相关知识或来源：

请基于最新的心理学研究，解释睡眠对记忆巩固的作用。请引用具体的研究发现，并注明这些发现的大致时间范围。

多视角分析

要求AI从不同角度分析问题：

请从经济学家、社会学家和环保主义者三个不同视角分析碳排放税政策的利弊。

多模态思维

鼓励AI结合不同领域的知识：

请结合物理学、哲学和艺术的观点，解释"时间"这个概念在不同领域中的理解和表征方式。

提示词调试

即使掌握了所有技巧，提示词设计仍是一个迭代过程：

迭代式提示优化

不要期望第一个提示词就能完美工作，采用迭代方法：

1. 创建初始提示词
2. 测试并评估结果
3. 识别问题并调整提示词
4. 重复直到满意

边界测试

测试提示词在不同情况下的表现：

• 极端案例：提示词在边缘情况下是否有效？
• 压力测试：面对复杂或模糊输入时表现如何？
• 对抗性测试：尝试"破解"或误导AI，检查提示词的鲁棒性

提示词模板化

对有效的提示词进行模板化，方便重复使用：

# 文章分析模板

作为[领域]专家，请分析以下文章：
[文章内容]

请按以下结构提供分析：
1. 核心论点总结
2. 证据质量评估
3. 作者偏见或局限性
4. 与当前共识的关系
5. 实际应用价值

错误分析和修正

当AI回答不理想时，分析原因：

1. 识别问题类型：是知识不足、理解错误还是表达问题？
2. 确定根本原因：是提示词模糊、缺少约束还是角色定义不清？
3. 针对性修正：根据问题类型调整提示词
4. 验证修正效果：测试修正后的提示词

常见问题及修正策略：

• 过于简略的回答：添加"详细说明"、"分点列出"等要求
• 偏离主题：加强角色设定和约束条件
• 格式错误：提供更清晰的结构要求或示例
• 知识过时/错误：要求引用来源或添加知识截止日期