微调（Fine-tuning），这个让大模型成为专业领域专家的"深度培训"技术。通过精心准备的数据和训练过程，微调能让模型真正"内化"某个领域的知识。

但是，微调有个问题：成本太高了。

需要准备大量高质量数据、消耗大量计算资源、投入专业团队的时间……对于很多场景来说，这就像"杀鸡用牛刀"。

那有没有一种更轻量级、更灵活的方式，让大模型在不需要重新训练的情况下，也能更好地完成任务呢？

答案就是：提示工程（Prompt Engineering）。

提示工程到底是什么？

---

提示工程，简单来说，就是通过精心设计输入的提示词（Prompt），来引导大模型生成更好的输出。

用一个生活化的比喻：

想象你去医院看病，同样是描述症状，不同的表达方式会得到不同的诊断效果：

1. 糟糕的提问：“我不舒服。”
2. 普通的提问：“我头疼。”
3. 好的提问：“我从昨天晚上开始持续头疼，疼痛位置在左侧太阳穴附近，伴随轻微恶心，之前有偏头痛病史。”

第三种提问方式，医生能更准确地判断病情。提示工程就是学会如何更好地"提问"，让大模型能够理解你的真实需求，给出更精准的答案。

五种核心提示工程技巧

---

1. 明确指令（Clear Instructions）

核心思想：告诉模型具体要做什么，而不是让它猜。

❌ 糟糕的提示：

写一篇文章 
 

✅ 好的提示：

请写一篇800字的科普文章，主题是"如何养成良好的睡眠习惯"， 
要求： 
- 语言通俗易懂 
- 包含3-5个具体可操作的建议 
- 每个建议都要解释原理 
- 用轻松的口吻，适合公众号发布 
 

明确的指令就像给模型画了一张"施工图"，让它知道往哪个方向走。

2. 提供示例（Few-shot Learning）

核心思想：通过几个例子，让模型理解你想要的格式和风格。

✅ 好的提示：

请将以下句子改写成更正式的表达： 
 
示例1： 
原句：这个方案挺好的 
改写：该方案具有较高的可行性 
 
示例2： 
原句：我们得赶紧做 
改写：建议尽快推进相关工作 
 
现在请改写：这事儿有点麻烦 
 

这就像教小孩写作业，先做几道例题，孩子就明白套路了。

3. 角色扮演（Role Playing）

核心思想：让模型扮演特定角色，从该角色的视角来回答问题。

✅ 好的提示：

你是一位有20年经验的儿科医生。 
现在有一位家长问你："孩子发烧38.5度，需要立即去医院吗？" 
请以专业、温和的口吻回答，考虑到家长的焦虑情绪。 
 

角色设定能让模型的输出更有针对性，就像演员进入角色状态后，表演更自然。

4. 分步思考（Chain-of-Thought）

核心思想：让模型"展示思考过程"，而不是直接给答案。

✅ 好的提示：

问题：一个水池有两个进水管和一个出水管。 
甲管单独注满需要3小时，乙管单独注满需要4小时， 
出水管单独放空需要6小时。 
如果三管同时开启，多久能注满水池？ 
 
请一步步思考并解答： 
1. 先计算每个管道的效率 
2. 确定净注水效率 
3. 计算总时间 
 

这种方式能显著提高复杂问题的准确率，因为模型被迫"慢下来思考"。

5. 结构化输出（Structured Output）

核心思想：明确指定输出的格式和结构。

✅ 好的提示：

请分析iPhone 15的优缺点，按以下格式输出： 
 
## 优点 
1. [具体优点] 
2. [具体优点] 
3. [具体优点] 
 
## 缺点 
1. [具体缺点] 
2. [具体缺点] 
3. [具体缺点] 
 
## 总结 
[一句话总结] 
 

结构化输出让模型的回答更规范，也更方便后续处理。

提示工程 vs RAG vs 微调：该选哪个？

---

这三种技术各有千秋，让我们对比一下：

维度	提示工程	RAG	微调
成本	几乎为零	中等	高
见效速度	立即	快速	较慢
效果深度	轻量级优化	知识补充	深度定制
适用场景	通用任务优化	知识密集型任务	领域专业化
技术门槛	低	中	高

简单的选择策略：

• 先试提示工程：成本最低，很多问题都能解决
• 需要外部知识时用 RAG：实时信息、专业文档
• 需要深度定制时用微调：改变模型行为、领域专家

实际上，这三种技术常常组合使用：

1. 用微调打好领域基础
2. 用 RAG 补充实时知识
3. 用提示工程优化具体任务

提示工程的优势

---

1. 零成本、即时生效

不需要准备数据、不需要训练、不需要等待。改个提示词，立即就能看到效果。

2. 极致灵活

可以随时调整、随时优化。今天用这个风格，明天换另一个风格，完全没有问题。

3. 低门槛

不需要懂机器学习、不需要会编程。只要会"好好说话"，就能做提示工程。

4. 可迁移

一个好的提示词模板，可以在不同模型、不同任务之间复用。

提示工程的局限性

---

1. 效果有上限

提示工程只能"引导"模型，不能"改造"模型。如果模型本身不具备某项能力，再好的提示词也无济于事。

2. 对模型敏感

同一个提示词，在不同模型上效果可能差异很大。需要针对具体模型进行调优。

3. 难以标准化

什么是"好的提示词"？没有统一标准，很多时候靠经验和试错。

4. Token 消耗

复杂的提示词会占用大量上下文窗口，增加成本。

提示工程最佳实践

---

基于实践经验，这里给出一些实用建议：

1. 从简单开始，逐步优化

• 先写最简单的提示词
• 看看效果哪里不满意
• 针对性地添加约束和指令

2. 保存好用的模板

• 建立自己的"提示词库"
• 记录哪些技巧对哪些任务有效
• 不断积累和迭代

3. 多做对比实验

• 改一个词，看看效果变化
• A/B 测试不同的提示策略
• 用数据说话，而不是靠感觉

4. 学会给模型"降温"

• 有些任务需要更多创意（temperature 调高）
• 有些任务需要更准确（temperature 调低）
• 在提示词中可以要求模型"谨慎回答"或"发散思考"

5. 善用分隔符

• 用 ###、"""、--- 等分隔不同部分
• 让模型清楚地区分指令、示例、输入

小结：构建完整的知识体系

---

让我们回顾一下这个系列的前六期，看看它们是如何组成一个完整的大模型应用体系的：

1. Transformer：大模型的"大脑"—— 让模型具备理解能力
2. RAG：给大脑配上"图书馆"—— 让模型能查资料
3. 微调：给大脑做"专业培训"—— 让模型成为专家
4. 提示工程：学会"有效对话"—— 让模型理解你的需求

如果把构建一个AI应用比作培养一个助手：

• Transformer 是他的天生智力
• 微调 是专业教育（医学院、法学院）
• RAG 是给他一个随时可查的知识库
• 提示工程 是你和他沟通的技巧

实际应用中的黄金组合：

基础能力（Transformer） 
    ↓ 
专业培训（微调，可选） 
    ↓ 
知识补充（RAG，按需） 
    ↓ 
任务优化（提示工程，必备） 
 

普通人如何抓住AI大模型的风口？

领取方式在文末

为什么要学习大模型？

目前AI大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用 ， 大模型作为其中的重要组成部分 ， 正逐渐成为推动人工智能发展的重要引擎 。大模型以其强大的数据处理和模式识别能力， 广泛应用于自然语言处理 、计算机视觉 、 智能推荐等领域 ，为各行各业带来了革命性的改变和机遇 。

目前，开源人工智能大模型已应用于医疗、政务、法律、汽车、娱乐、金融、互联网、教育、制造业、企业服务等多个场景，其中，应用于金融、企业服务、制造业和法律领域的大模型在本次调研中占比超过 30%。

随着AI大模型技术的迅速发展，相关岗位的需求也日益增加。大模型产业链催生了一批高薪新职业：

人工智能大潮已来，不加入就可能被淘汰。如果你是技术人，尤其是互联网从业者，现在就开始学习AI大模型技术，真的是给你的人生一个重要建议！

最后

只要你真心想学习AI大模型技术，这份精心整理的学习资料我愿意无偿分享给你，但是想学技术去乱搞的人别来找我！

在当前这个人工智能高速发展的时代，AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长，真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料，能够帮助更多有志于AI领域的朋友入门并深入学习。

真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发
【附赠一节免费的直播讲座，技术大佬带你学习大模型的相关知识、学习思路、就业前景以及怎么结合当前的工作发展方向等，欢迎大家~】

大模型全套学习资料展示

自我们与MoPaaS魔泊云合作以来，我们不断打磨课程体系与技术内容，在细节上精益求精，同时在技术层面也新增了许多前沿且实用的内容，力求为大家带来更系统、更实战、更落地的大模型学习体验。

希望这份系统、实用的大模型学习路径，能够帮助你从零入门，进阶到实战，真正掌握AI时代的核心技能！

01 教学内容

• 从零到精通完整闭环：【基础理论 →RAG开发 → Agent设计 → 模型微调与私有化部署调→热门技术】5大模块，内容比传统教材更贴近企业实战！

• 大量真实项目案例： 带你亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事‌！

02适学人群

应届毕业生‌： 无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。

零基础转型‌： 非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界‌。

业务赋能突破瓶颈： 传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型‌。

vx扫描下方二维码即可
【附赠一节免费的直播讲座，技术大佬带你学习大模型的相关知识、学习思路、就业前景以及怎么结合当前的工作发展方向等，欢迎大家~】

本教程比较珍贵，仅限大家自行学习，不要传播！更严禁商用！

03 入门到进阶学习路线图

大模型学习路线图，整体分为5个大的阶段：

04 视频和书籍PDF合集

从0到掌握主流大模型技术视频教程（涵盖模型训练、微调、RAG、LangChain、Agent开发等实战方向）

新手必备的大模型学习PDF书单来了！全是硬核知识，帮你少走弯路（不吹牛，真有用）

05 行业报告+白皮书合集

收集70+报告与白皮书，了解行业最新动态！

06 90+份面试题/经验

AI大模型岗位面试经验总结（谁学技术不是为了赚$呢，找个好的岗位很重要）

07 deepseek部署包+技巧大全

由于篇幅有限

只展示部分资料

并且还在持续更新中…

真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发
【附赠一节免费的直播讲座，技术大佬带你学习大模型的相关知识、学习思路、就业前景以及怎么结合当前的工作发展方向等，欢迎大家~】