Auto-sync
This commit is contained in:
50
wiki/sources/如何写出完美的Prompt(提示词)?.md
Normal file
50
wiki/sources/如何写出完美的Prompt(提示词)?.md
Normal file
@@ -0,0 +1,50 @@
|
||||
---
|
||||
title: "如何写出完美的Prompt(提示词)?"
|
||||
type: source
|
||||
tags: [prompt-engineering, llm, 提示词工程]
|
||||
sources: ["https://mp.weixin.qq.com/s/sl2MuDpW9mawh2axLuGxNw"]
|
||||
last_updated: 2026-04-15
|
||||
---
|
||||
|
||||
## Source File
|
||||
- [[raw/AI/如何写出完美的Prompt(提示词)?.md]]
|
||||
|
||||
## Summary
|
||||
- 核心主题:结构化 Prompt 构建方法论与职场能力培养
|
||||
- 问题域:LLM 使用场景下的有效人机协作协议设计
|
||||
- 方法/机制:角色-需求-场景-目标四要素法、需求拆解法、上下文补全法、格式定义法、示例引导法;进阶策略含思维链引导、任务拆分、角色赋能、预填回复、不确定性管理;高阶技巧含跨模态联动、领域知识注入、反馈循环嵌入
|
||||
- 结论/价值:Prompt 能力本质是结构化思维+精准表达;是职场底层能力,决定 AI 使用效果
|
||||
|
||||
## Key Claims
|
||||
- Prompt = 人与 AI 的协作协议,而非简单指令输入
|
||||
- Prompt 能力本质是有对问题清晰界定的能力 + 结构化的思维逻辑和表达能力
|
||||
- LLM 没有行业常识也没有默认设定,隐性需求必须显式表达
|
||||
- Prompt 优化过程本质是需求逐步清晰化的过程
|
||||
- 高效使用 AI 需要建立测试-反馈-优化的闭环
|
||||
- 技巧选择需按需求复杂度匹配,简单任务用基础技巧,复杂任务用进阶策略
|
||||
|
||||
## Key Quotes
|
||||
> "Prompt能力的本质是要求使用者具备:需求拆解能力、结构化表达能力、场景共情能力、迭代优化能力" — 核心能力框架
|
||||
> "在工作中,如果对方无法用简洁易懂的语言表达核心要旨或需求,基本上你就可以认定这人的工作能力一般" — 职场识人标准
|
||||
|
||||
## Key Concepts
|
||||
- [[结构化思维]]:将模糊目标拆解为具体、可执行的子任务
|
||||
- [[精准表达]]:用清晰逻辑组织信息,让 AI 快速抓取核心
|
||||
- [[需求拆解]]:动词+对象+约束的 Prompt 构建模式
|
||||
- [[上下文补全]]:提供 AI 所需的业务背景、约束条件、参考信息
|
||||
- [[格式定义]]:提前定义输出结构与呈现形式
|
||||
- [[示例引导]]:用少量样本提示解决风格/格式难题
|
||||
- [[思维链引导]]:让 AI 按逻辑逐步推理,避免输出片面或跳跃
|
||||
- [[任务拆分法]]:将复杂任务拆解为信息收集→分析→输出→优化多环节
|
||||
- [[角色赋能]]:给 AI 设定具体角色+行业经验+核心能力引导专业视角
|
||||
- [[预填回复]]:强制输出结构化格式(如 JSON)避免冗余
|
||||
- [[不确定性管理]]:明确告知"不知道就标注,不编造"提升可信度
|
||||
|
||||
## Key Entities
|
||||
- [[Anthropic]]:发布的 Claude 模型驱动 AI 生态发展
|
||||
|
||||
## Connections
|
||||
- [[结构化思维]] ← 基础 ← [[精准表达]]
|
||||
- [[需求拆解]] ← 核心技能 ← [[结构化思维]]
|
||||
- [[LLM]] ← 技术基础 ← [[Prompt能力]]
|
||||
- [[AI技能封装]] ← 相关领域 ← [[Prompt能力]]
|
||||
Reference in New Issue
Block a user