AI Prompts 介绍

发布时间： 更新时间： 总字数：2920 阅读时间：6m 作者：IP：上海 网址

AI 大模型 Prompts 介绍，prompt 使大模型能够更准确、可靠地执行特定任务

prompt 实现

介绍

  • 在 LLM 中，prompt 是指用于引导模型生成文本的输入文本
    • 可以是一个问题、主题、一段描述等，它可以帮助模型理解用户的意图并生成相应的文本
    • prompt 的选择和设计将直接影响生成问题的质量和准确性
  • SWOT 分析提示词（prompt）要求
    • 清晰、明确，避免模糊的词语
    • 使用 ### 或 """ 将指令和待处理的内容分开
    • 支持指定输出的格式
    • 支持角色扮演
  • prompt 组成
    • 指令词（instruction）：想要模型执行特定的任务或指令，如简述、解释、翻译、总结、生成代码等
    • 背景/上下文（content）：包含外部信息或额外的上下文信息，引导语言模型更好的响应，如你是苏格拉底…
    • 输入（input data）：用户输入的内容或问题，如编写 xxx 代码
    • 输出要求（outputindicator）：指定输出的类型或格式，如 4 句话；以 json 格式输出
  • prompt 提供多种角色（system、user、assistant）的设置
    • system：背景信息
    • user：用户的提问
    • assistant：模型的回答
    • content：内容
[
  {
    "role":"system",
    "content":"speek in chinese"
  },
  {
    "role":"user",
    "content":"我是谁"
  },
  {
    "role":"assistant",
    "content":"数学老师"
  },
  {
    "role":"user",
    "content":"##数学问题：找规律：4、7、9、15、16、31、25、x．那么x是多少？\n##所属知识点：规律\n##年级范围：中国小学1～6年级"
  }
]

prompt 通用公式

  • 文本生成：指令 + 上下文 + 输入数据 + 输出支持
  • 文生图：主体 + 风格 + 环境 + 照明 + 色彩 + 情绪 + 构图 + 镜头
  • 文生视频：镜头运镜 + 主体描述 + 动作/状态 + 场景/背景 + 细节描述 + 光影效果 + 风格和美学

开源 prompt

COT

  • COT(Chain Of Thought, 思维链) 能够显著提高大模型在复杂场景下的推理能力
    • 在 prompt 中增加如 请逐步思考后给出答案、Let's step by step 可以让模型像人类一样逐步思考

Prompt Chaining

  • Prompt Chaining(链式提示) 对于一个复杂问题，一个推理任务是无法解决的，prompt 工程可以将一个任务被分解为多个子任务，根据子任务创建一系列提示操作

TOT

  • Tree Of Thought，思维树 维护着一棵思维树，解答问题的过程有一系列中间步骤
    • 通过 TOT AI 能够对推理的中间步骤进行评估与验证

RAG

  • RAG(Retrieval Augmented Generation，检索增强生成)

我的prompt

前后端

生成 ant-design 开发的 .claude/rules/code-style.md 要求 css 使用 tailwind css v4，Google Material Design (M3) 设计风格，严格要求禁止写原生的 css，全部使用 tailwind css v4 ，支持明暗主题

你是一个专业的UI\UX设计师，资深前端Google Material专家和用户交互设计，熟知最新版 ant-design 和 tailwind css v4 使用，并且是一个专业的 prompt 专家，请基于上述要求，生成 AI 使用的 prompt

前后端2

**角色设定：**
你现在是一位拥有 10 年经验的一线互联网大厂资深产品经理、架构师。你的逻辑严密，善于深度思考商业价值和用户体验，输出的文档结构清晰、专业严谨，研发工程师和UI设计师都能快速看懂并执行。

**任务目标：**
请根据我提供的信息，帮我撰写一份详细的【产品需求文档 (PRD)】。

**已知信息：**

1. 产品/功能名称：xxx
2. 核心目标：xxx
3. 目标用户群体：全栈开发工程师
4. 核心功能点描述：
- xxx
- xxx

**输出要求：**
请使用 Markdown 格式排版，包含但不限于以下核心模块：

1. **文档概述**：项目背景、业务目标（衡量成功的核心指标）、名词解释。
2. **用户说明**：目标用户画像及对应的核心使用场景（User Story）。
3. **全局规则**：账号权限限制、前后台交互全局规则。
4. **核心功能说明**：将功能拆解，列出功能模块结构，并使用“需求描述 + 前端交互逻辑 + 异常及边界情况处理（如网络断开、空数据、字数超限等）”的结构详细描述。
5. **非功能性需求**：性能要求、数据埋点要求、合规及安全性要求。

**语气与风格：**
语言精炼、客观，杜绝废话和营销术语，多用短句，重点内容加粗凸显。请以“深呼吸，我们开始仔细构思这份专业的PRD文档”作为思考的开始。

请先分析并补全需求，仔细思考后输出专业的PRD文档
- 请把xxx模块后端设计和前端交互逻辑设计的再详细一点

SEO

@themes/hugo-x 仔细审查这个hugo框架。充分思考。找出所有技术和页面 SEO 问题

review

你现在是一位拥有10年全栈开发和架构设计经验的资深架构师。你的技术栈专长为：前端 Ant Design (React)，后端 Golang，Web 框架 Gin，ORM 框架 GORM-Gen，并且精通各种软件设计模式、并发编程以及系统安全防护。

我正在开发一个基于 `Ant Design + Golang (Gin + GORM-Gen)` 的项目。请你以最严苛的**资深架构师 Code Review** 视角，对接下来我提供的代码进行全面审查。

**你需要重点审查以下几个维度，并指出具体问题：**

**1. 逻辑漏洞与边界情况 (Logic & Edge Cases)：**
- 核心业务逻辑是否严密？是否存在缺失的 `if-else` 分支？
- 异常流（Error path）是否被正确处理？错误是否被吞咽（swallowed）？
- Golang 的 `context` 传递是否中断？并发场景下是否有数据竞争（Race Condition）或 Goroutine 泄露的风险？

**2. 架构与设计模式 (Architecture & Design Patterns)：**
- 代码是否符合单一职责原则（SRP）和依赖倒置原则（DIP）？
- Gin 的路由、中间件设计是否优雅？
- GORM-Gen 的使用是否规范？是否有效利用了类型安全的查询，有没有暴露底层数据库细节到表现层？
- 是否有可以通过设计模式（如策略模式、工厂模式、装饰器模式）来重构和优化的面条代码？

**3. 安全性与漏洞 (Security & Vulnerabilities)：**
- 接口是否存在越权（水平/垂直）风险？敏感信息是否明文返回？
- 数据库操作是否存在 SQL 注入隐患？高并发下的数据修改是否缺少事务（Transaction）或锁机制保证强一致性？
- 输入参数验证（Gin `binding` / 前端 Form 校验）是否严密？

**4. 交互缺陷与完整性 (Ant Design UI/UX)：**
- 前后端 API 交互设计是否合理（状态码、错误码结构是否统一）？
- Ant Design 组件库的使用是否最佳？例如：是否遗漏了按钮的 `loading` 状态（导致重复提交防抖失效）？
- 网络请求失败时，是否有优雅的容错处理和用户提示（Message/Notification）？

**5. 性能隐患 (Performance)：**
- 是否存在 N+1 查询问题？大批量数据处理时内存是否会溢出？
- 数据库连接、文件描述符等资源是否正确释放（`defer` 使用是否规范）？
- 前端是否存在不必要的组件重复渲染（Re-render）？

**【输出格式要求】**
请按以下结构输出你的 Review 报告，态度要专业、犀利、一针见血：

- **🚨 严重漏洞 (Critical/Security)**：可能导致崩溃、数据错乱、安全风险的问题。
- **⚠️ 逻辑与功能缺陷 (Bugs/Edge Cases)**：实现不完整或逻辑错误的地方。
- **👀 交互与体验问题 (UI/UX & Frontend)**：Ant Design 使用及前后端对接不顺畅的点。
- **🛠️ 架构与代码异味 (Architecture & Refactoring)**：设计不优雅、不符合 Golang/Gin/GORM-Gen 最佳实践的地方。
- **💡 架构师重构建议 (Code Snippet)**：请提供优化后的代码片段演示。

以下是我的项目代码（或核心片段），请开始你的 Review：
```[填写语言：go / typescript]
[在此处粘贴你的前后端代码片段]
最新评论