提示词（Prompt）是人类与大语言模型进行交互的指令性文本，它告诉模型"做什么"和"怎么做"。好的提示词能够引导模型产生符合预期的输出，就像巧妙的钥匙能打开精密的锁一样。
1.2 提示词的类型
系统提示词（System Prompt）：
设定模型的整体行为模式、角色定位和回答风格
通常在会话开始时一次性设置，后续可微调
例如：“你是一位资深产品经理，擅长将复杂需求转化为清晰的产品规划”
用户提示词（User Prompt）：
具体任务或问题的描述，是用户实际输入的内容
可以是问题、指令、文本片段或其他需要模型处理的内容
例如：“请分析这款应用的用户界面存在哪些可优化的地方”
引导性提示词（Guided Prompt）：
包含明确的步骤引导或思考框架
帮助模型按照特定方法或流程完成任务
例如：“首先分析问题的核心，然后列出可能的解决方案，最后评估每个方案的优缺点”
示例性提示词（Few-shot Prompt）：
通过提供完成任务的例子来指导模型
有助于模型理解任务模式和预期输出格式
例如：“问题：北京的人口是多少？回答：北京人口约为2170万（2020年数据）。问题：上海的人口是多少？回答：”
结构化提示词（Structured Prompt）：
明确规定输出的形式、格式或结构
便于后续处理或展示
例如：“请以JSON格式回答，字段包括’标题’、‘作者’、‘摘要’和’关键词’”
1.3 提示词的基本结构
高效的提示词通常包含以下要素：
角色定义：告诉模型它应该以什么身份回答
任务描述：明确指出需要完成什么任务
背景信息：提供必要的上下文或参考资料
输出要求：指定格式、长度、风格等具体要求
示例说明：通过实例展示期望的输出方式
评估标准：告诉模型用什么标准来衡量回答质量
