猫头虎分享：18种AI提示词 (Prompt Engineering) 方法汇总

大家好，我是猫头虎！今天为大家整理了 Prompt Engineering（提示工程） 的18种方法，并为每种方法提供了实际案例及相关论文参考。希望能够对你们有所帮助！

目录

• Top1 猫头虎提示词
• Top2 Zero-shot Prompt
• Top3 Few-shot Prompt
• Top4 链式思考（COT）Prompt
• Top5 自我一致性
• Top6 生成知识 Prompt
• Top7 Prompt Chaining
• Top8 思维树（TOT）
• Top9 检索增强生成（RAG）
• Top10 自动推理与工具结合（ART）
• Top11 自动Prompt工程师
• Top12 Active Prompt
• Top13 方向性刺激 Prompt
• Top14 PAL程序辅助语言模型
• Top15 ReAct框架
• Top16 自我反思 Reflexion
• Top17 多模态思维链 Prompt
• Top18 基于图的 Prompt

正文

Top1 猫头虎提示词

• 核心思路：自然表达、精准指令，把AI视为“员工”，清晰布置任务。
• 案例：
• “用三句话概括这篇文章。”
• “列出本地前三家热门餐厅。”
• “用Markdown格式生成一份周报模板。”

Top2 Zero-shot Prompt

• 介绍：无需示例，通过任务描述直接获得结果。
• 案例：
• “将这段话的情感分类为正面、负面或中性。”
  文本：我今天过得很开心！
  输出：正面
• “翻译以下内容为中文：Hello, how are you？”
• “总结这段话的主要思想。”

Top3 Few-shot Prompt

• 介绍：提供少量示例，帮助模型理解任务。
• 案例：
• “将以下评论分类：
  1. 这太棒了！ // 正面
  2. 这太糟糕了！ // 负面
  3. 这个产品挺好的。 // 正面”
• “创建以下数据的表格：数据：[‘苹果’, ‘香蕉’, ‘橙子’]”

Top4 链式思考（COT）Prompt

• 介绍：引导模型逐步推理，生成准确答案。
• 案例：
• “我买了10个苹果，送了2个，后来又买了5个，吃了1个，现在还剩多少个？”
  答案：10 - 2 + 5 - 1 = 12。
• “某班有40名学生，其中25人喜欢足球，10人喜欢篮球，既喜欢足球也喜欢篮球的有5人。有多少人不喜欢这两项运动？”

Top5 自我一致性

• 介绍：通过多次路径采样，选择最一致的答案。
• 案例：
• “林中有15棵树，种了6棵，现在有多少棵？”
  多次推理后答案一致：21棵。
• “计算：2的0.5次方。”

Top6 生成知识 Prompt

• 介绍：先生成知识，再用它回答问题。
• 案例：
• “生成关于气候变化的知识点，然后回答‘气候变化的主要原因是什么？’”
• “生成知识：鲸鱼是哺乳动物吗？回答：是的。”

Top7 Prompt Chaining

• 介绍：将复杂任务分解为多个子任务。
• 案例：
• Step 1: 提取文档中所有引用。
• Step 2: 根据引用生成答案。

Top8 思维树（TOT）

• 介绍：通过树状结构探索问题的多种解决路径。
• 案例：
• “24点游戏：给定[4, 9, 10, 13]，生成24的计算方法。”
• “用深度优先搜索解决迷你填字游戏。”

Top9 检索增强生成（RAG）

• 介绍：结合检索与生成，提高回答的准确性。
• 案例：
• “查找关于GPT模型的最新研究，生成摘要。”
• “检索与生成：欧洲有哪些知名地标？”

Top10 自动推理与工具结合（ART）

• 介绍：在推理过程中动态调用工具。
• 案例：
• “查找‘某人年龄’并计算其平方根。”
• “将API数据整合进问题回答。”

Top11 自动Prompt工程师

• 介绍：自动生成和优化任务指令。
• 案例：
• “改进以下代码：def func(x): return x**2”
• “生成Python代码实现计算圆面积。”

Top12 Active Prompt

• 介绍：基于不确定性选择最佳问题进行提示。
• 案例：
• “基于模型生成的不确定性，对问题进行排序。”
• “选择数据集中最具代表性的问题进行注释。”

Top13 方向性刺激 Prompt

• 介绍：通过提示引导模型生成更符合预期的答案。
• 案例：
• “为这篇文章生成简明摘要。”
• “提示模型关注特定关键词，如‘环境保护’。”

Top14 PAL程序辅助语言模型

• 介绍：使用编程语言生成推理过程。
• 案例：
• “用Python计算日期差。”
• “写出计算BMI指数的程序代码。”

Top15 ReAct框架

• 介绍：结合推理与操作，通过外部数据辅助回答问题。
• 案例：
• “根据Wikipedia查询‘人工智能的历史’。”
• “查找并总结诺贝尔奖得主名单。”

Top16 自我反思 Reflexion

• 介绍：基于反馈优化模型输出。
• 案例：
• “改进以下函数：返回列表的最大值。”
• “根据错误日志，改进程序。”

Top17 多模态思维链 Prompt

• 介绍：结合文本与视觉信息生成推理。
• 案例：
• “分析图片并生成相关描述。”
• “根据图表数据回答问题。”

Top18 基于图的 Prompt

• 介绍：利用子图相似性优化任务提示。
• 案例：
• “通过子图分析社交网络结构。”
• “在图数据上执行分类任务。”

粉丝福利

👉 更多信息：如有疑问或想进一步探讨的内容，欢迎点击文末名片获取更多信息。我期待与您的交流！ 🦉💬

🌐 野卡 | 一分钟注册，轻松订阅海外线上服务

联系我与版权声明 📩

• 联系方式：
• 微信: Libin9iOak
• 版权声明：本文为原创文章，版权归作者所有。未经许可，禁止转载。

点击✨⬇️

⬇️✨，加入猫头虎AI共创社群矩阵。一起探索科技的未来，共同成长。🚀

🔗 猫头虎抱团AI共创社群 |
🔗 Go语言VIP专栏 |
🔗 GitHub 代码仓库 |
🔗 Go生态洞察专栏