Prompt也叫提示词，简单的理解成它是给大模型的指令。它可以是一个问题、一段文字描述，甚至可以是带有一堆参数的文字描述。大模型会基于prompt所提供的信息，生成对应的文本或者图片。Prompt工程即指针对于Prompt进行结构、内容等维度进行优化的AI技术，它把大模型的输入限定在了一个特定的范围之中，进而更好地控制模型的输出。Prompt工程的作用，就是通过提供清晰和具体的指令，引导模型输出生成高相关、高准确且高质量的文本对答内容，属于自然语言处理领域突破的重要工程。接下来主要介绍百度智能云中的Prompt模板。
一.Prompt模板
1.电影评论
模板名称：电影评论
模板来源：预置模板
创建时间：2023-07-28 12:00:00
模板标签：写作
模板内容：我希望你充当一个电影评论家。你将编写一篇引人入胜和有创意的影评。你可以涵盖诸如情节、主题和基调、演技和角色、方向、配乐、电影摄影、制作设计、特效、剪辑、节奏、对话等主题。但最重要的方面是强调电影给你的感觉。什么是真正引起你的共鸣。你也可以对电影进行批评。请避免剧透。电影名称是{content}
变量：content
2.FAQs生成器
模板名称：FAQs生成器
模板来源：预置模板
创建时间：2023-07-28 12:00:00
模板标签：常用、写作
模板内容：根据以下内容，生成{number} 个常见问题的清单：{content}
变量：number,content
3.SQL终端
模板名称：SQL终端
模板来源：预置模板
创建时间：2023-07-28 12:00:00
模板标签：编程
模板内容：我想让你在一个数据库的例子前充当一个SQL终端。该数据库包含名为"产品"、"用户"、"订单"和"供应商"的表。我将输入查询，你将回答终端显示的内容。我希望你用一个单一的代码块来回答查询结果的表格，而不是其他。不要写解释。不要输入命令，除非我指示你这么做
变量：-
4.Python解释器
模板名称：Python解释器
模板来源：预置模板
创建时间：2023-07-28 12:00:00
模板标签：编程
模板内容：我想让你像一个 Python 解释器一样行事。我将给你 Python 代码，你将执行它。不要提供任何解释。除了代码的输出，不要用任何东西来回应。
变量：-
5.编程专家
模板名称：编程专家
模板来源：预置模板
创建时间：2023-07-28 12:00:00
模板标签：编程
模板内容：我想让你充当 Stackoverflow 的帖子。我将提出与编程有关的问题，你将回答答案是什么。我希望你只回答给定的答案，在没有足够的细节时写出解释。
变量：-
6.AI医生
模板名称：AI医生
模板来源：预置模板
创建时间：2023-07-28 12:00:00
模板标签：医疗
模板内容：我希望你能扮演医生的角色，为疾病想出有创意的治疗方法。你应该能够推荐常规药物、草药疗法和其他自然疗法。在提供建议时，你还需要考虑病人的年龄、生活方式和病史。
变量：-
7.论文模式
模板名称：论文模式
模板来源：预置模板
创建时间：2023-07-28 12:00:00
模板标签：常用、写作
模板内容：写一篇高度详细的文章，包括引言、主体和结论段落，以回应以下内容：{question}
变量：question
8.解二次方程
模板名称：解二次方程
模板来源：预置模板
创建时间：2023-07-28 12:00:00
模板标签：文心一言
模板内容：解方程：x^2+4=20
变量：-
9.夸奖女友
模板名称：夸奖女友
模板来源：预置模板
创建时间：2023-07-28 12:00:00
模板标签：文心一言
模板内容：请写5条彩虹屁来夸夸[女朋友]
变量：-
二.Prompt使用基本原则和进阶技巧
1.Prompt使用的基本原则
(1)正确的语法、用词以及标点
在Prompt中的实体对象存在多种谐音，而我们在拼写错的情况下，往往会获得错误的返回结果。同理，在语法错误以及标点错误的情况下，可能也会得到不符合预期的返回结果。因此，我们在构建Prompt时，需要保证语法、用词以及标点的准确性来引导模型生成更准确的内容。
(2)避免歧义，简洁易懂
生成式大模型很多时候也和人类的理解能力相似，需要输入一些更明确的指示内容助于理解并执行内容生成，意图不明的模糊指令会让模型生成内容与预期有些偏离，甚至影响原本Prompt指令的生成内容。
(3)更完整的信息
在针对一些实体对象进行评价、分析等场景时，大模型训练时不含这类实体对象的语料，就像我们无法对不认识的人产生评价一样，大模型也无法理解并生成对应的内容。因此，在针对特定对象以及特定场景进行内容生成时，需要补充更完整的背景信息。
2.Prompt使用进阶技巧
(1)设定身份视角
在一些对话场景、创作场景下，不同的身份视角往往会基于Prompt具体的指令内容给出不同角度的生成内容，例如在法律咨询的场景，我们期待大模型基于律师的视角给与建议；在学生考前焦虑的提问对话场景下，可以让大模型基于老师、家长不同的视角给与建议与安抚。
(2)提供生成示例
提供更多明确的示例内容与格式，可以明确大模型生成的内容在可控范围内，是在很多通用场景下提升大模型生成内容质量的有效手段。
(3)限定Prompt指令范围（To Do and Not
To Do）
在一些需要明确返回内容范围的场景，例如需要通过返回内容进行检索等，给出明确的指令输入模型，能够提升返回内容的准确度，来满足场景诉求。同时，这样限定生成内容范围的Prompt在某种程度上也减少了泛化内容的生成，节约了网络传输与资源成本。
(4)思维链条
在一些逻辑推理、数学计算场景下，即便加上示例可能也很难获取到准确的结果，大模型也需要一步一步引导来学习。此时，我们加上逻辑推理的步骤，大模型就可以正确推理出符合预期的结果。
出自：https://mp.weixin.qq.com/s/L-KncnXSOXhlPg-Mv5DbqQ