CAMP / CAMP-02-02 / 2025-11-09 / TRANSCRIPT→STRUCTURED
Prompt魔法：
一句话让Bot听懂人话
AI智能体训练营 · 2025.11.09
本次会议围绕 AI 智能体训练营第二期第二节课程展开，深入讲解提示词工程的原理、优化方法与实践应用。课程强调从基础的提示词生成到高阶的上下文工程，帮助学员掌握如何通过精心设计提示词来引导大模型按期望输出。
提示词工程四层级方案
- 提示词工程：成本低、易实现，是最常用的优化方式
- RAG（检索式增强生成）：效果较好，复杂性高，常与提示词配合使用
- 微调：成本和复杂性较高
- 预训练：成本和复杂性最高，但效果最优
"提示词工程就像咒语召唤阿拉丁神灯的能力——通过精心设计的词汇和结构，引导模型按照你的期望行动。"
— 吕昭波老师
提示词的四大要素
- 指令：明确告诉AI要做什么
- 上下文：提供背景信息和背景知识
- 输入数据：分为系统输入（如生成内容的设置）和用户输入（如具体数据）
- 输出指示：指定输出格式和方式
提升AI效果的八大技巧
- 提供简明扼要的指示
- 充分提供上下文背景信息
- 增加具体的指令约束条件
- 提供响应示例进行引导
- 将复杂任务分解为小步骤
- 采用Markdown格式提升结构化程度
- 反复尝试和创意优化
- 使用链式思维拆分推理过程
0样本与小样本应用：简单场景可使用0提示样本，复杂或特定领域场景需提供示例。如向小朋友解释奇数偶数，通过举例后其能按逻辑推演——这个原理同样适用于提示词设计。
12个精选提示词框架
包括APE（行动-目的-期望）、Brock模型、SCL（背景-输入-输出）、角色能力体验框架等。这些框架在调优过程中按需使用：先让AI生成整体框架，运行后根据结果用不同框架优化。
推荐优化平台
- 火山方舟：可管理提示词，支持评分模式和对比验证
- 百度千帆：提供模板、优化、评估功能，界面直观，评分功能较早推出
- 阿里百炼：拥有多种提示词模板，可作为模板仓库，优化后可用于其他平台
- COZE：平台内直接支持提示词优化和应用
强调批量测试提示词的重要性：复杂场景下需严格判定，根据测试结果选择合适提示词应用到实际项目。
提示词评估方法
- 定量分析：统计相同字数、重复率等自动化指标
- 定性分析：主观评价，通过对比实验验证优化前后效果
- 双重验证：可采用人工打分或AI模型打分两种方式
"去年流行提示词工程，今年是上下文工程。提示词驱动大模型按期望格式输出，上下文工程则集成知识库、历史对话、系统和用户设置等更多工具和数据。"
— 吕昭波老师
上下文工程的高级概念
- 提示词缓存：提升多轮对话的效率，减少重复计算
- 路由分发：根据不同场景智能分配处理流程
- 自洽性检验：让模型生成内容后自我反省优化
- 思维树：模拟模型的思维过程，通过剪枝获得最优输出
- 基础原理提示词工程是开发、设计、优化提示的新兴领域，通过精心设计词汇和结构引导模型行为，成本低、易实现
- 优化策略结合提示词工程与RAG知识库是普通使用者最实用的方案，5-15分钟内即可生成有效提示词
- 框架选择12个精选提示词框架（如APE、SCL等）适用于不同场景，需根据项目需求选择使用，无需强行记忆
- 平台工具火山方舟、百度千帆、阿里百炼等平台提供批量测试和评估功能，支持提示词的生成、优化、验证全流程
- 评估体系定量分析（数据指标）与定性分析（主观评价）相结合，通过对比实验验证提示词优化效果
- 进阶方向从提示词工程向上下文工程演进，需掌握提示词缓存、思维树、链式推理等高级概念
- 作业目标初学者生成80分提示词用于智能体，进阶者达成90分以上，并选用12框架中至少一种进行优化