提示词水平如何提升？

提示词到底要不要学，怎么学？曾几何时prompt engineering风靡一时，如今反而热度恢复正常了，因为推理模型让AI帮我们扩展了提示词，而且ta的推理思路还比普通人优秀，这可咋整？

其实分两种情况，一种情况是对于我们已经有明确思路和输出规范的任务，我们还是要按提示词的工程进行设计，比如背景、角色、任务、工作流程、示例、限制的结构化提示词模版，再加上领域专属的思维链和少样品学习来减少幻觉，因为这个时候我们就是指挥官，他只需要当好一个执行者的角色就行了。

另外一种情况是我们没有明确的目的，可能就是随口问一下或者检索一个信息，这时候就先非推理的方式问一下，如果不符合我们的要求就交给大模型进行推理，如果信息密度还不符合，就加上RAG和联网来解决信息密度的问题。

01

如何选择一本专业的提示词工程相关的书
以前的方法是用搜索引擎，现在可以直接让AI帮我们，因为想要的是最新评价最好的书，所以最好加上推理和RAG，我们可以选择秘塔搜索或者你习惯用的AI工具都行。

这里我使用了秘塔的研究模式+长思考，想找一些业界认可度高的书籍。

这里给的书籍还给我们分了等级，基础类的就看《AI云原生应用开发》、《Prompt Engineering for ChatGPT》，进阶的就选《Master Prompt Engineering》和《The Secret of Prompt Engineering》。

02

如果不看书，还有什么办法快速学习提示词
如果只是普通用户，可以直接查看大模型平台给的入门教程，对于日常使用场景也够用了。网上有大佬推荐的几个官方网站入门教程，值得一看，特别是微软的提示词技术文档，内容很详细。

OpenAI Prompt engineering
https://platform.openai.com/docs/guides/prompt-engineering
OpenAI API 最佳实践
https://help.openai.com/en/articles/6654000-best-practices-for-prompt-engineering-with-the-openai-api
微软的提示工程技术文档
https://learn.microsoft.com/zh-cn/azure/ai-services/openai/concepts/advanced-prompt-engineering?pivots=programming-language-chat-completions
来源：

https://seo.yiguotech.com/archives/prompt-enginerring-101

03

最重要的还是实践+反馈+ 数据集
看再多的理论，如果不实践都没有用，提示词说白了也是一门需要不断打磨的手艺活，既然是手艺活你不去锤炼就是空中楼阁，说的头头是道，到落地就不行了。我们可以把日常重复琐碎的工作用AI来完成，现在AI编程能力越来越强，不会编程的人也可以做一些自己能用的小工具了，会编程的人也能让AI设计架构、画前端页面了，更不用说做信息检索和整合了。

写在最后

留白，最近在研究用AI做心理咨询，这个领域如果要做得深入就能形成护城河，像闲鱼这种二手市场的APP都有情感频道，很多博主都是解答用户的情感问题，在线人数好几千以上，而情感问题处理属于AI的强项，ta足够理智，文案能力又强，如果能加上人类的个性和IP，就能填补一些这方面的需求，而且24小时不间断并行服务，你说是不是一个好生意，欢迎来喷。

说回文章想要表达的主题，如何提升“提示词水平”，透过《The Secret of Prompt Engineering》我们找到了一条路：

从“把AI当成搜索引擎”的思维，转变为“把AI当成一个需要清晰指令、明确角色、具体范例和引导式思考的、能力无限但需要人类导演的合作伙伴”。

第一部分：四大思维基石

1. AI是概率生成器，而非事实数据库
2. 清晰度是第一生产力
3. 人机协作，而非人机替代
4. 提示工程是实验科学

第二部分：五大关键技术支柱

1. 角色扮演
2. 任务拆解
3. 提供范例
4. 格式化输出
5. 思维链