提示词（Prompt）是给 AI 模型的指令，这个指令可能是一个问题，也可能是一个描述，甚至可能是带有参数的描述。

提示工程（Prompt Engineering）是设计和改进Prompt的技术。虽然最新的AI多是支持Prompt使用自然语言的，但为了让AI更好的理解指令并准确、可靠地执行特定任务（或者说是更有利于人类操作和控制AI），需要Prompt Engineering技术。

不同大模型的架构设计、训练方法、训练数据和目标任务不同，它们对提示词有不同的偏好，使得提示词在各大模型中不通用，提示工程不具普适性。由此，提示工程从科学变成艺术，实践中需要根据具体的模型和任务来设计合适的提示词。

作为类比，搜索引擎就需要许多格式和技巧，这就更便于理解Prompt Engineering了。首先，您可以认为提示词就是准备要向AI提问的几个关键词。

OpenAI 的 CEO Sam Altman曾公开表示：五年后，就不再需要 Prompt Engineering。想要不用特定Prompt就能和AI流畅对话，ChatGPT认为需要解决四个挑战：

1. AI需要更好地理解语境和连贯性；
2. AI需要有丰富的常识和推理能力；
3. AI需要理解和处理情感信息；
4. AI需要有主动学习和适应能力。

社区用户对于 AI 的能力探索热情极高，目前已经出现了 Prompt 的学习交流网站如 promptoMANIA，社群中也流传着很多 Prompt 数据集的公开 Google 文档及文章教程。

由于用不同的 Prompt 获得的效果差异很大（尤其是图片模型），甚至出现了 Prompt 交易平台。PromptBase 就是一个包含 Midjourney、DALL-E2、GPT-3 等不同平台 Prompt 的交易平台。Prompt Engineer 成为新的创作者，提示工程成了最先繁荣起来的AI产业。

Prompt 交易市场之所以能存在，一方面是因为人们表达能力的不同；另一方面是模型内部逻辑的原因，一些看似不合常理的词语组合却能获得意想不到的效果。

ChatGPT 提示技术

最初Prompt技术是面向ChatGPT的，因为ChatGPT第一次让普罗大众开始AI狂欢并且提出有质量有价值的问题，这可以看作通用的人工智能模型提示技术。在衡量大模型的能力时，出现了三个标准：一是大模型的预训练水平；二是用来进行预训练语料数量和质量；三是提示语的水平。而当用户使用这些模型的时候，只需要考虑用户的Prompt水平。

以下是面向ChatGPT的两个流行提示框架：

Elavis Saravia 总结了 Prompt Framework，包括：

• Instruction（必须）： 指令，即你希望模型执行的具体任务。
• Context（选填）： 背景信息，或者说是上下文信息，这可以引导模型做出更好的反应。
• Input Data（选填）： 输入数据，告知模型需要处理的数据。
• Output Indicator（选填）： 输出指示器，告知模型我们要输出的类型或格式。

以及 Matt Nigh 的 CRISPE Framework：

• CR： Capacity and Role（能力与角色）。你希望 ChatGPT 扮演怎样的角色。
• I： Insight（洞察力），背景信息和上下文（坦率说来我觉得用 Context 更好）。
• S： Statement（指令），你希望 ChatGPT 做什么。
• P： Personality（个性），你希望 ChatGPT 以什么风格或方式回答你。
• E： Experiment（尝试），要求 ChatGPT 为你提供多个答案。

Prompt的原则

• 与 AI 对话几乎没有正确或错误的方式。
• 不需要谦逊的指令（比如请或谢谢），只需要清晰的指令。
• 尽可能具体的、专业的、包含完整信息的文本提示。
• 简洁和准确，易懂并减少歧义。
• 首选英语运行指令，并保证正确的语法。Andrej Karpathy曾说，最热门的新编程语言是英语。
• AI擅长已经发生的基本事实而非意见判断。

Prompt的技巧

• 告诉模型能干什么。
• 为提示增加一些案例。

Prompt的应用场景

内容生成：

• 撰写招聘信息。
• 撰写商品描述。
• 撰写视频脚本。
• 编程代码。

内容改写：

• 翻译：包括人类语言和编程语言。
• 修改：语法检查并修改。
• 润色：将内容改成另一种风格，如将复杂内容改写为适用儿童的，将专业内容改写为适用大众的。
• 信息解释：比如解释编程语言的命令和参数含义；解读论文专著。

内容简化：

• 总结，使用 """ 或者 ### 符号将指令和需要处理的文本分开。
• 提取关键内容并归类。

推理：

• 执行运算和推理。

高级技巧

Zero-shot Prompt（直接提问）

Zero-shot prompt指AI模型基于一些通用的先验知识或模型在先前的训练中学习到的模式，对新的任务或领域进行推理和预测。Zero-Shot Prompting 是一种自然语言处理技术，可以让计算机模型根据提示或指令进行任务处理，而无需事先专门训练。

简单地说，就是直问直答。如：概述《Ai Superpowers》的核心内容。

当Zero-shot prompt的模型输出结果不太准确时，Kojima 等人 2022 年的论文 Large Language Models are Zero-Shot Reasoners 提到，在问题最后加入 Let‘s think step by step 这句话。

论文详细解释了零样本思维链（Zero-Shot Chain of Thought）的技巧。

Few-Shot Prompt（提供少量样例）

为提示增加一些案例实际上使用了一个叫 Few-Shot 的方法。小样本思维链（Few-Shot Chain of Thought）在此基础上再将逻辑过程告知模型。

Wei 等人在 2022 年的研究表明：通过向大语言模型展示一些少量的样例，并在样例中解释推理过程，大语言模型在回答提示时也会显示推理过程。这种推理的解释往往会引导出更准确的结果。

Wei 等人在 2022 年的论文表明，以上思维链仅在大于等于 100B 参数的模型中使用才会有效。

哲学家如何使用人工智能

iA Writer 制造商 iA 的首席执行官兼创始人 Oliver Reichenstein（@reichenstein，有哲学硕士学位）《扭转人工智能局面》（Turning the tables on AI）一文分享了使用人工智能提升自己写作水平的策略，而不是将工作完全交给机器人。一个重要的扭转举措很有见地（via 山巅周刊第225期）：

不要问人工智能，让人工智能问你，例如，像这样：

我想写一篇关于 [主题] 的文章。每次问我一个问题，迫使我解释我的想法。

Midjourney 提示技术

尽管如前所述，尽管我们在使用ChatGPT时习得了通用的人工智能模型提示技术，但Prompt真正的价值体现在于Midjourney为首的图像生成类应用。Midjourney可能需要十几个乃至几十个提示词，大模型可以更准确地理解并输出用户想要的图案。

科技媒体《Venture Beat》的说法：现在已经到了AI艺术的转折点，未来的艺术家无论是自学成才还是科班出身，都需要有创造Prompt的能力，需要理解和学习数据科学，以及大模型的工作原理。

Prompt逐渐成了一门深奥的学问。能否熟练运用Prompt，直接左右了大模型所能释放的生产力；在此过程中如果不断重复调整，还是浪费很多算力成本。

• Midjourney无法理解Prompt的句子结构和语法，你需要给出完整的指令。
• Midjourney有多个Parameter（参数）设置项，可能在/setting中设置，或者在以下命令行中给出。

Midjourney的命令行：

/imagine prompt description of what to imagine parameter

Midjourney Prompt 常用参数

• Aspect Ratios（长宽比）：--ar m:n，各版本的比例规则比较多，可以选用常见的5:4、3:2和7:4
• Chaos（随机性）：--c n，n为0-100，数字越高，结果越发散
• Niji（Niji 模型）：--niji，生成漫画风格
• No（不要）：--no text，text为不要出现的内容
• Stylize（风格化）：--s n，n默认 100，数值越高艺术性就会越强，但跟 prompt 关联性就会比较弱。
• Version（版本）：--v n，n为1-5，需要了解各版本差异

如果你觉得Midjourney不好用或者根本不能用，也许是需要订阅。

• /subscribe开始订阅；
• 支付服务商为Stripe，只支持信用卡且有诸多环境限制。

提示词示例

生成图片：

A majestic lion in watercolor style, roaring fiercely, standing on a rocky cliff overlooking a savanna, at sunset, with warm golden backlighting, viewed from a low angle, conveying power and dominance, highly detailed 4K resolution

使用图像模型聚合工具NightCafe创作

医学伦理推理：

你是一位经验丰富的AI伦理专家。请分析人工智能在医疗诊断中的应用可能带来的三个主要伦理挑战。对每个挑战，提供一个可能的解决方案。在回答时，请考虑患者隐私、医疗责任和社会公平等方面。请以列表形式呈现你的分析，并在每个观点后提供简短的解释。

推理结果见《使用Ollama本地部署开源语言模型》。

有用的链接

－ 提示工程，OpenAI官方文档。
－ GPT best practices，OpenAI官方 GPT 最佳实践
－ Stable Diffusion prompt: a definitive guide，Stable Diffusion 提示权威指南。
－ DreamStudio Prompt Guide：Basics of Prompt Engineering，Stable Diffusion 提示基础知识。
－ ChatGPT Prompt Engineering for Developers，面向开发人员的 ChatGPT 提示工程
－ Learning Prompt，免费的 Prompt Engineering 教程，已包含 ChatGPT 和 Midjourney 教程。
－ Learn Prompting，免费开源的提示工程课程，还提供Prompt Engineering Certificate证书路线。
－ Prompter Guide：MidJourney AI 的提示设计资源。
－ THE Ultimate Prompting GUIDE，全面的 Stable Diffusion 提示指南，也包括其他图像生成模型如 Midjourney 和 DALL-E。PromptHero 支持通过 Stable Diffusion、Midjourney 等模型搜索数百万 AI 艺术图像，用户从提示标签中获得灵感，或添加您自己的标签并为不断增长的标签库做出贡献。
－ Prompt Engineering Guide：用于提示工程的指南、论文、讲座、笔记本和资源。
－ Awesome ChatGPT Prompts：包括 ChatGPT 提示管理，以便更好地使用 ChatGPT。
－ Guide for prompt writing：BoostPixels是一个生成式 AI，可以生成图像和训练自定义模型。Guide for prompt writing是针对 BoostPixels 引擎的官方提示教程，有完整版本和简短版本。
－ A Beginner's Guide to Prompt Design for Text-to-Image Generative Models，文本到图像生成模型的快速设计初学者指南。