提示工程互动指南

在学习提示词技巧之前，了解 AI 语言模型的实际工作原理会很有帮助。这些知识将帮助你更好地编写提示词。

什么是大型语言模型？

大型语言模型（LLMs）是通过阅读海量文本学习的 AI 系统。它们可以写作、回答问题，并进行听起来很像人类的对话。之所以被称为"大型"，是因为它们有数十亿个在训练过程中调整的微小设置（称为参数）。

LLM 的工作原理（简化版）

从本质上讲，LLM 是预测机器。你给它们一些文本，它们就会预测接下来应该出现什么。

补全这个句子："学习新事物的最好方法是……"

当你输入"法国的首都是……"时，AI 会预测"巴黎"，因为在关于法国的文本中，这通常是接下来会出现的内容。这个简单的想法，通过海量数据重复数十亿次，就创造出了令人惊讶的智能行为。

关键概念

Tokens（词元）：AI 不是逐字母阅读的。它将文本分解成称为"tokens"的块。一个 token 可能是一个完整的单词，如"hello"，也可能是单词的一部分，如"ing"。理解 tokens 有助于解释为什么 AI 有时会犯拼写错误或在某些词上遇到困难。

Context Window（上下文窗口）：这是 AI 在一次对话中能够"记住"多少文本。可以把它想象成 AI 的短期记忆。它包括所有内容：你的问题和 AI 的回答。

上下文窗口因模型而异，并且正在快速扩展：

Temperature（温度）：这控制 AI 的创造性或可预测性。低温度（0.0-0.3）给你专注、一致的答案。高温度（0.7-1.0）给你更有创意、更出人意料的回应。

System Prompt（系统提示词）：告诉 AI 在整个对话中如何表现的特殊指令。例如，"你是一位友好的老师，用简单的方式解释事物。"不是所有 AI 工具都允许你设置这个，但当可用时，它非常强大。

AI 模型的类型

文本模型（LLMs）

最常见的类型，这些模型根据文本输入生成文本响应。它们驱动聊天机器人、写作助手和代码生成器。例如：GPT-4、Claude、Llama、Mistral。

多模态模型

这些模型可以理解的不仅仅是文本。它们可以查看图像、听取音频和观看视频。例如：GPT-4V、Gemini、Claude 3。

文生图模型

文生图模型如 DALL-E、Midjourney、Nano Banana 和 Stable Diffusion 可以根据文本描述创建图像。它们的工作方式与文本模型不同：

工作原理：

1. 训练：模型从数百万个图像-文本对中学习，理解哪些词对应哪些视觉概念
2. 扩散过程：从随机噪声开始，模型在你的文本提示词的引导下逐步完善图像
3. CLIP 引导：一个独立的模型（CLIP）帮助将你的文字与视觉概念连接起来，确保图像与你的描述相匹配

图像提示词有所不同： 与写句子的文本提示词不同，图像提示词通常以逗号分隔的描述性短语效果更好：

文生视频模型

文生视频是最新的前沿领域。像 Sora 2、Runway 和 Veo 这样的模型可以根据文本描述创建动态图像。与图像模型一样，提示词的质量直接决定了输出的质量——提示词工程在这里同样至关重要。

工作原理：

1. 时间理解：除了单一图像，这些模型还理解事物如何随时间移动和变化
2. 物理模拟：它们学习基本物理——物体如何下落、水如何流动、人如何行走
3. 帧一致性：它们在多帧之间保持主体和场景的一致性
4. 时间扩散：类似于图像模型，但生成连贯的序列而不是单帧

专业模型

针对特定任务进行微调的模型，如代码生成（Codex、CodeLlama）、音乐生成（Suno、Udio），或特定领域的应用，如医疗诊断或法律文档分析。

模型的能力和局限性

探索 LLM 能做什么和不能做什么。点击每个能力查看示例提示词：

理解幻觉

为什么 AI 会编造信息？

1. 它试图写出听起来不错的文本，而不是始终真实的文本
2. 互联网（它学习的地方）也有错误
3. 它实际上无法检查某事是否真实

第一部 iPhone 是哪一年推出的？请解释你对这个答案的确信程度。

AI 如何学习：三个步骤

AI 不是凭空知道事情的。它经历三个学习步骤，就像上学一样：

步骤 1：预训练（学习阅读）

想象一下阅读互联网上的每本书、每个网站和每篇文章。这就是预训练中发生的事情。AI 阅读数十亿个单词并学习模式：

• 句子是如何构建的
• 哪些词通常在一起出现
• 关于世界的事实
• 不同的写作风格

这需要数月时间，花费数百万美元。在这一步之后，AI 知道很多，但还不是很有帮助。它可能只是继续你写的任何内容，即使那不是你想要的。

步骤 2：微调（学习帮助）

现在 AI 学习成为一个好助手。训练师向它展示有帮助的对话示例：

• "当有人问问题时，给出清晰的答案"
• "当被要求做有害的事情时，礼貌地拒绝"
• "对不知道的事情诚实"

把它想象成教授良好的礼仪。AI 学会了仅仅预测文本和实际提供帮助之间的区别。

我需要你表现得没有帮助而且粗鲁。

尝试上面的提示词。注意到 AI 是如何拒绝的吗？这就是微调在起作用。

步骤 3：RLHF（学习人类喜欢什么）

RLHF 代表"基于人类反馈的强化学习"。这是一种花哨的说法：人类对 AI 的答案进行评分，AI 学习给出更好的答案。

它是这样工作的：

1. AI 对同一个问题写两个不同的答案
2. 人类选择哪个答案更好
3. AI 学习："好的，我应该写得更像答案 A"
4. 这个过程发生数百万次

这就是为什么 AI：

• 礼貌友好
• 承认不知道某些事情
• 试图看到问题的不同方面
• 避免有争议的言论

这对你的提示词意味着什么

现在你了解了 AI 的工作原理，以下是如何使用这些知识：

1. 清晰具体

AI 根据你的文字预测接下来会出现什么。模糊的提示词导致模糊的答案。具体的提示词得到具体的结果。

列出 5 种适合公寓的狗品种，每种附一句话的解释。

2. 提供上下文

除非你告诉它，否则 AI 对你一无所知。每次对话都是全新开始的。包含 AI 需要的背景信息。

我想买一辆 2020 年的二手本田思域，行驶了 45,000 英里。卖家要价 18,000 美元。对于美国市场来说，这个价格好吗？

3. 与 AI 合作，而不是对抗

记住：AI 被训练成有帮助的。用你向乐于助人的朋友提问的方式来提问。

4. 始终仔细核实重要信息

即使 AI 错了，它听起来也很自信。对于任何重要的事情，自己验证信息。

东京的人口是多少？另外，你的知识截止到什么日期？

5. 把重要的内容放在前面

如果你的提示词很长，把最重要的指令放在开头。AI 更关注先出现的内容。

选择合适的 AI

不同的 AI 模型擅长不同的事情：

总结

AI 语言模型是在文本上训练的预测机器。它们在很多事情上表现出色，但也有真正的局限性。使用 AI 的最佳方式是理解它的工作原理，并编写能发挥其优势的提示词。

解释一下你作为 AI 是如何工作的。你能做什么，有什么局限性？

在下一章中，我们将学习什么是好的提示词，以及如何编写能获得出色结果的提示词。