提示词工程（Prompt Engineering）中的核心要素，也就是如何向大语言模型提问，才能得到高质量的回答。
豆包 大模型 教程
1.指示（Instruction）
它是什么：你想要模型具体执行什么任务。
例子：“翻译这段文字”、“总结这篇文章”、“写一封邮件”、“生成一段Python代码”。
2.上下文（Context）
它是什么：与任务相关的背景信息。
作用：给模型设定范围，让模型知道你处于什么场景。
例子：“我正在申请一份数据分析师的工作”、“这是我公司的产品说明书”、“假设你是一位专业的心理咨询师”。
3.例子（Examples）
它是什么：提供输入和输出的示范（Fewshot）。
作用：模型非常擅长“照猫画虎”。给出例子可以明确地规范格式、语气和思考逻辑，比单纯用语言描述更直观。
例子：输入：苹果，输出：水果
4.输入（Input）
它是什么：需要模型处理的具体信息。
作用：这是真正的“问题”或“数据”，是模型需要操作的对象。
例子：待翻译的句子“今天天气真好”、需要总结的那篇长文章的具体内容。
5.输出格式（OutputFormat）
它是什么：指定回答的结构和样式。
作用：确保模型的输出可以直接被程序读取或方便人类阅读。对于需要自动化处理的流程来说尤其关键。
例子：“以JSON格式返回”、“返回Markdown表格”、“用50字以内概括”、“返回列表”。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：Ai探索者，转载请注明出处：https://javaforall.net/283115.html原文链接：https://javaforall.net
