LLM（Large Laguage）
二、Prompt（提示词）
定义，什么是提示词？你给大模型的输入的语言指令？例如：你让ai做什么？怎么做？任务的边界是什么？这些都属于提示词。
作用&重要性 大模型本身不知道你的先验知识和业务背景，因此我嗯需要把我们的提示词尽量完备：把我们的头脑中的目标意图翻译成自然语言
在AI对话中提示词可以分为三种类型：
- 用户提示词：本次（当前）输入给AI的信息或指令
- 系统提示词：预先在系统给AI设置好的角色定位和行为规则
- 助手提示词(助手消息)：模型历史回复。AI模型在上一轮对话中生成的内容。一般作为下一轮对话的上下文（因为在多轮对话中模型会历史的assistant片段回传回去）
系统提示词
2.1 提示词工程
抽象的：为什么要工程？所谓工程化：就是我们要把“一个经常要做的一件主观上比较随意的事” -> 转化为：一个“标准化、规范程序化、可复用”的流程，重复执行这个流程中可以"迭代，测试，更新"。
为什么要把提示词工程化？
核心原因：大模型的输出是概率性的（同样的意图换几个字结果可能就差很多），而业务要求的往往是长期、稳定、可控、可协作和追责的。因此我们要通过工程化保证“差别不大的输入” -> "质量可预测的结果"
解决方案：
提示词往往不是孤立文本，而是产品链路的一环：RAG 材料怎么塞、工具怎么调用、失败怎么重试。工程化让提示与数据流、错误处理、降级策略一致，而不是每个接口各写一套。
（相关名词：RAG、Dify）
2.2 如何做好提示词？
（1）MarkDown语言
在日常使用AI编程的过程中，使用大白话沟通其实是大忌（导致大模型抓不住重担），使用MarkDown作为提示词才是驯服的终极武器。因为大模型底层使用的是transformer架构（核心：注意力机制，即输入的提示词中每个token和其他词语的关联度），而大白话的问题在于：大白话缺乏层级关系，信息密度低。
大模型之所以输出Markdown，是因为这是目前在纯文本中最轻量、最具逻辑性、最容易被解析的富文本标记语言。 Markdown就是大模型最熟悉的“母语”之一。 用Markdown写Prompt，相当于你直接把脑子里的逻辑画成了一张层次分明的蓝图，然后直接塞进了AI的处理核心里。它不需要再去耗费算力猜测你的句子成分，直接顺着你的 标题、列表 就能提取出核心诉求。具体有以下注意点：
#（标题）划分逻辑区块，如下：
2.**加粗** 拿捏 AI 的生死线：大模型有时候会有“幻觉”，或者会忽略你的某些要求。对于绝对不能违反的规则，直接用**把它们包起来。
3.
- （无序列表）和 1.（有序列表）拆解流程
