【AI提问】-如何正确向AI提问？

签名：但行好事，莫问前程。

文章目录

前言

记录一下-如何正确向AI提问。

一、AI-提示工程的本质

Prompt（提示）：Prompt（提示）在人工智能，特别是AGI（通用人工智能）时代，扮演着至关重要的角色。它不仅是用户与AI模型如ChatGPT交互的桥梁，更是一种全新的“编程语言”，用于指导AI模型产生特定的输出。

Prompt（提示）

Prompt作为AGI时代的“编程语言”
角色转变：Prompt不再仅仅是简单的输入或查询，它成为了一种与AI模型交互的“编程语言”。用户通过精心设计的Prompt来“编程”AI模型，指导其执行各种任务。
任务多样性：这些任务的范围非常广泛，从简单的问答、文本生成到复杂的逻辑推理、数学计算和创意写作等。
即时性与互动性：与传统的编程语言相比，Prompt通常更加即时和互动。用户可以直接在AI模型的接口中输入Prompt，并立即看到结果，而无需经过编译或长时间的运行过程。
提示工程（Prompt Engineering）：提示工程（Prompt Engineering）涉及到如何设计、优化和管理这些Prompt，以确保AI模型能够准确、高效地执行用户的指令。

提示工程（Prompt Engineering）

Prompt工程作为AGI时代的“软件工程”
设计：Prompt设计需要仔细选择词汇、构造清晰的句子结构，并考虑上下文信息。这确保AI模型能够准确理解用户的意图并产生符合预期的输出。
优化：优化Prompt可能涉及调整词汇选择、改变句子结构或添加额外的上下文信息，以提高AI模型的性能和准确性。这可能需要多次尝试和迭代，以达到最佳效果。
管理：随着AGI应用的不断增长和复杂化，管理大量的Prompt变得至关重要。这包括组织、存储和检索Prompt，以便在需要时能够快速找到并使用它们。同时，还需要定期更新和维护这些Prompt，以适应AI模型的改进和变化的需求。

二、Prompt的构成（提问模板）

1. 指示（Instructions） - 关键词：任务描述 指示是对任务的明确描述，相当于给模型下达了一个命令或请求。它告诉模型应该做什么，是任务执行的基础。
2. 上下文（Context） - 关键词：背景信息 上下文是与任务相关的背景信息，它有助于模型更好地理解当前任务所处的环境或情境。在多轮交互中，上下文尤其重要，因为它提供了对话的连贯性和历史信息。
3. 例子（Examples） - 关键词：示范学习 例子是给出的一或多个具体示例，用于演示任务的执行方式或所需输出的格式。这种方法在机器学习中被称为示范学习，已被证明对提高输出正确性有帮助。
4. 输入（Input） - 关键词：数据输入 输入是任务的具体数据或信息，它是模型需要处理的内容。在Prompt中，输入应该被清晰地标识出来，以便模型能够准确地识别和处理。
5. 输出（Output） - 关键词：结果格式 输出是模型根据输入和指示生成的结果。在Prompt中，通常会描述输出的格式，以便后续模块能够自动解析模型的输出结果。常见的输出格式包括结构化数据格式如JSON、XML等。

三、工作中的使用（示例）

1. 打开一AI提问的网站，例如：阿里的通义千问、百度的文心一言等 通义千问网址：https://tongyi.aliyun.com/qianwen/ 【这里以通义千问为例】
2. 套用上面的提问方式，编写文档向AI进行提问

你是一个软件工程师，帮我生成MySQL表结构
需求如下：
1.课程管理表，表名tb_course,字段有主键ID，课程名称，课程编码，课程学科，课程价格，适用人群，课程介绍
其他要求：
1.表的主键自增
2.表需要创建人、修改人、创建时间、修改时间、逻辑删除字段
3.课程的价格是金钱类型，课程编码是字符串
4.为每个字段增加注释
5.帮我生成一些IT课程示例数据

1. 运行查看效果 表数据：

CREATETABLE tb_course (
    id INTAUTO_INCREMENTPRIMARYKEYCOMMENT'课程ID',
    course_name VARCHAR(255)NOTNULLCOMMENT'课程名称',
    course_code VARCHAR(50)NOTNULLCOMMENT'课程编码',
    subject VARCHAR(255)NOTNULLCOMMENT'课程学科',
    price DECIMAL(10,2)NOTNULLCOMMENT'课程价格',
    target_audience VARCHAR(255)NOTNULLCOMMENT'适用人群',
    description TEXTCOMMENT'课程介绍',
    created_by VARCHAR(100)NOTNULLCOMMENT'创建人',
    updated_by VARCHAR(100)COMMENT'修改人',
    created_at TIMESTAMPDEFAULTCURRENT_TIMESTAMPCOMMENT'创建时间',
    updated_at TIMESTAMPDEFAULTCURRENT_TIMESTAMPONUPDATECURRENT_TIMESTAMPCOMMENT'修改时间',
    is_deleted TINYINT(1)DEFAULT0COMMENT'逻辑删除标志')ENGINE=InnoDBDEFAULTCHARSET=utf8mb4 COMMENT='课程管理表';

示例数据：

INSERTINTO tb_course (course_name, course_code, subject, price, target_audience, description, created_by)VALUES('Python编程基础','PYT101','计算机科学',199.99,'初学者','本课程为Python编程的入门级教程，适合没有任何编程经验的新手学习。','admin'),('Java高级开发','JAV201','计算机科学',299.99,'有经验的开发者','面向已有一定Java基础的学习者，深入讲解Java高级特性和企业级应用。','admin'),('Web前端开发','WEB301','网页设计',149.99,'前端爱好者','涵盖HTML、CSS和JavaScript的基础知识，以及React框架的使用。','admin'),('数据库管理与优化','DBA401','数据库技术',249.99,'数据库管理员','教授SQL语言、数据库设计、性能优化等关键技能。','admin'),('网络安全基础','SEC501','信息安全',99.99,'对安全感兴趣的人群','从零开始了解网络安全的基本概念和技术。','admin');

用了合适的提问方法，所得到的答案是不是更接近您所期望的答案？

总结

博客主要记录了如何使用正确的方式向AI提问，来提高我们工作的效率，有啥错误或不足地方请指正，如果对你有所帮助，请一键三连。