提示词(Prompt)作为与AI进行交互的起点，用于“指挥”AI按照预设的思路去思考问题、输出内容。
大模型在处理Prompt时，将输入的文本（也就是Prompt）转换为一系列的词向量。然后，模型通过自回归生成过程逐个生成回答中的词汇。在生成每个词时，模型会基于输入的Prompt以及前面生成的所有词来进行预测。这个过程不断重复，直到模型生成完整的回答。
Prompt原理
所以，提示词是提升生成模型性能和精度的关键。通过精心设计和优化提示词，能够有效引导模型生成符合预期的高质量内容。
这里分享给大家编写提示词的几个小技巧：
技巧1：限制模型输出的格式比如让大模型输出JSON格式，可以结构化数据，方便后续解析
用户：请从伊利股份财务报表中提取以下信息，包括：公司名称，股票代码，营收，净利润，毛利，总资产，总负债。并以JSON格式返回。{"company_name":"内蒙古伊利实业集团股份有限公司","stock_code":"600887.SH","revenue":1157.80,"net_profit":84.53,"gross_profit":null,"total_assets":1537.18,"total_liabilities":null}技巧2：使用分隔符区分输入的不同部分在编写Prompt时，通过使用分隔符，可以清晰地区分不同部分的文本，提升文本的组织性和可读性。只要使用了分隔符，哪怕分隔符不统一，对于大模型也是没有问题的。
xxx====重新对这段文字再描述下，更通顺===XXX技巧3：提供样例
针对有一定歧义或复杂的情况，给出具体示例方便大模型进行学习。
请帮我对用户的评价进行分类，直接输出：正面/负面，并给出理由示例1：用户评价：这次开户真是太满意了，都一周了，客服还没有回复我输出：负面，客户并不是真的满意，客服一周未回复，造成了不满。示例2：用户评价：广发银行的开户过程非常顺利，客服态度亲切。输出：正面，开户过程顺利，客服态度好。请回答如下问题：用户评价：开户流程简洁明了，不需要繁琐的纸质材料，所有步骤都可以在线完成技巧4：CoT思维工具
CoT(ChainofThought，思维链)通过将复杂任务分解为多个简单的步骤，帮助模型系统地思考并解决问题。
你是一个数学助手，请根据以下步骤计算用户输入的金额。请将每个金额首先加上1000元，接着减去500元，然后乘以1.2输出计算结果，以','作为分隔符进行返回。你可以参考以下计算过程来帮助解决："""对于输入：2000,3000,4000计算过程如下：首先分别对输入的2000,3000,4000加上1000，得到：3000,4000,5000然后将3000,4000,5000分别减去500，得到：2500,3500,4500然后将2500,3500,4500分别乘以1.2，得到：3000,4200,5400答案是：3000,4200,5400"""输入：1500,2500,3500技巧5：面向不同的角色进行讲解
把我当做五岁小朋友一样，向我解释超导体。
输出如下：
