前言
写出的Prompt质量能够很好的反映出对LLM的掌握程度。我们都知道LLM它是通过计算下个词出现的概率生成出来的，有时候Prompt修改一下，可能会生成完全效率不同的结果。那么今天，我们就来深入学习一下Claude官方的优质提示词吧！
有效提示词的一般技巧
1. 明确和具体
- 在消息开头清楚地说明我们的问题或任务
- 提供上下文和详细信息，帮助LLM理解我们的需求
- 将复杂的任务分解成更小、更易于管理的步骤
2. 使用示例
- 提供我们期望的输出类型的示例
- 如果我们想要有特定的格式或风格，请向LLM展示一个示例
3. 鼓励思考
- 对于复杂的任务，请让LLM"逐步思考" 或 "解释您的推理"。
- 这可以带来更准确和详细的响应。
4. 迭代优化
- 如果LLM的第一个响应不太正确，请要求澄清或修改。
- 我们总是可以说 "这很接近，但您能将 X 调整得更像 Y 吗？"
5. 利用LLM的知识
- LLM拥有许多领域的广泛知识。请不要犹豫，要求解释或背景信息。
- LLM务必包含相关上下文和详细信息，以便LLM的响应能够最大限度地针对性地提供帮助。
6. 使用角色扮演
- 要求LLM在响应时采用特定的角色或视角。
任务特定技巧和示例
内容创作
-
指定我们的受众
- 告诉LLM内容是为谁准备的
-
定义语气和风格
- 描述期望的语气
- 如果有风格指南，请提及其中的关键点
-
定义输出结构
- 提供我们希望涵盖的基本大纲或要点列表
文档摘要和问答
- 明确我们想要什么
- 要求对文档的特定方面或部分进行摘要
- 清楚直接地提出我们的问题
- 务必指定我们想要的摘要类型(输出结构、内容类型)
- 使用文档名称
- 按名称引用附件文档
- 要求引用
- 要求LLM在其答案中引用文档的特定部分
数据分析和可视化
- 指定所需的格式
- 清楚地描述我们希望数据采用的格式
头脑风暴
- 使用LLM通过要求列出可能性或替代方案来生成想法
- 明确我们希望LLM在头脑风暴中涵盖的主题
- 要求以特定格式(如项目符号、编号列表或表格)响应，以便于阅读
故障排除、最小幻觉和最大化性能
- 运行LLM承认不确定性
- 告诉LLM如果它不知道，它应该说不知道。例如，"如果你对某事不确定，承认它没关系，只需要说你不知道"
- 分解复杂任务
- 如果任务看起来太大，并且LLM遗漏了步骤或未能很好地执行某些步骤，请将其分解为更小的步骤，并与LLM一次一条消息地完成它们
- 为新请求包含所有上下文信息
- LLM不会保留以前对话中的信息，因此请在每个新对话中包含所有必要的上下文。
