设计提示的通用技巧
写出高质量提示词的核心原则
从简单开始
在开始设计提示时，你应该记住这实际上是一个迭代过程，需要大量的实验才能获得最佳结果。使用 DeepSeek、豆包等模型的对话界面是一个很好的起点。可以从简单的提示词开始，并逐渐添加更多元素和上下文。因此，在这个过程中不断迭代你的提示词是至关重要的。
当你有一个涉及许多不同子任务的大任务时，可以尝试将任务分解为更简单的子任务，并随着结果的改善逐步构建。这避免了在提示设计过程中一开始就添加过多的复杂性。
指令
可以使用命令来指示模型执行各种简单任务，例如"写入"、"分类"、"总结"、"翻译"、"排序"等，从而为各种简单任务设计有效的提示。
请记住，你还需要进行大量实验以找出最有效的方法。以不同的关键词、上下文和数据试验不同的指令，看看什么样是最适合你特定用例和任务的。通常，上下文越具体和跟任务越相关则效果越好。
有些人建议将指令放在提示的开头。另有人则建议使用像 "###" 这样的清晰分隔符来分隔指令和上下文。
示例：
### 指令 ###
将以下文本翻译为文言文
### 文本 ###
今天天气真好，适合出去散步
具体性
要非常具体地说明你希望模型执行的指令和任务。提示越具描述性和详细，结果越好。特别是当你对生成的结果或风格有要求时，这一点尤为重要。
不存在什么特定的 Token 或关键词能确定带来更好的结果。更重要的是要有一个具有良好格式和描述性的提示词。事实上，在提示中提供示例对于获得特定格式的期望输出非常有效。
在设计提示时，还应注意提示的长度，因为提示的长度是有限制的。想一想你需要多么的具体和详细。包含太多不必要的细节不一定是好的方法，这些细节应该是相关的，并有助于完成手头的任务。
不够具体的提示：
"写一篇关于人工智能的文章"
更好的提示：
"写一篇面向高中生的 300 字科普文章，解释人工智能的基本概念，用生活中的例子打比方，比如外卖配送和短视频推荐"
避免不明确
给定上述关于详细描述和改进格式的建议，很容易陷入陷阱：想要在提示上过于聪明，从而可能创造出不明确的描述。通常来说，具体和直接会更好。这里的类比非常类似于有效沟通——越直接，信息传达得越有效。
不明确的提示：
"给我讲讲提示工程的概念，要简短，只用几句话，风格要像专家一样"
更好的提示：
"用 2-3 句话解释提示工程的核心概念，语言简洁专业"
做什么，还是不做什么？
设计提示时的另一个常见技巧是避免说"不要做什么"，而应该说"要做什么"。这样更加具体，并且聚焦于有利于模型生成良好回复的细节上。
关注"不要做什么"（效果较差）：
"推荐电影时不要推荐恐怖片，不要推荐评分低于 8 分的，不要推荐 2020 年之前的"
关注"要做什么"（效果更好）：
"推荐一部豆瓣评分 8 分以上、2020 年之后上映的喜剧或剧情片"