在B端業(yè)務(wù)場(chǎng)景中，AI大模型的應(yīng)用已經(jīng)逐漸普及，但如何高效地利用這些模型來(lái)滿足復(fù)雜的企業(yè)級(jí)需求，仍然是一個(gè)需要不斷探索的課題。本文通過(guò)作者在實(shí)際工作中的實(shí)踐經(jīng)驗(yàn)，深入探討了如何撰寫高質(zhì)量的提示詞，以提升AI模型在B端業(yè)務(wù)中的應(yīng)用效果。

實(shí)踐感悟

語(yǔ)言的邊界與模型的理解

語(yǔ)言本身具有慣性和連鎖反應(yīng)，總有理解發(fā)生歧義的空間。無(wú)法保證模型能立刻理解我們想要表達(dá)的意思，并精確執(zhí)行不出錯(cuò)。這不像編程中的正則表達(dá)式，修改完立即生效，而是需要不斷調(diào)整和優(yōu)化。

專業(yè)需求的瓶頸

在處理企業(yè)級(jí)的專業(yè)需求時(shí)，尤其是對(duì)結(jié)果精確度、輸出專業(yè)度要求高的任務(wù)，單純依靠提示詞+通用模型的效果會(huì)逐漸走到極限。突破這一瓶頸，往往需要引入模型微調(diào)、專業(yè)知識(shí)庫(kù)或其他輔助技術(shù)，才能達(dá)到更高的專業(yè)水準(zhǔn)，提示詞也不是萬(wàn)能的。

提示詞診斷能力的成長(zhǎng)

隨著經(jīng)驗(yàn)積累，我發(fā)現(xiàn)自己已經(jīng)能夠憑直覺(jué)發(fā)現(xiàn)提示詞中的問(wèn)題所在。下一階段的成長(zhǎng)目標(biāo)是：記錄每次發(fā)現(xiàn)問(wèn)題時(shí)的修改過(guò)程，分析為何特定的修改能讓模型按要求輸出，從而總結(jié)出一套系統(tǒng)化的識(shí)別和修改方法。

提示詞撰寫技巧

結(jié)構(gòu)化輸出的穩(wěn)定性

當(dāng)模型輸出結(jié)果不穩(wěn)定時(shí)，可以嘗試用JSON格式或Markdown格式來(lái)構(gòu)建提示詞中的表格結(jié)構(gòu)，引導(dǎo)模型按照特定結(jié)構(gòu)生成和填寫內(nèi)容。

注意事項(xiàng)：輸出Markdown格式在前端渲染時(shí)，可能會(huì)出現(xiàn)顯示異常。建議在提示詞中特別說(shuō)明，要求模型確保輸出結(jié)果可以在前端正常顯示。

“言出法隨”的精確表達(dá)

提示詞基本可以做到在模型能力范圍內(nèi)”言出法隨”，關(guān)鍵在于清晰表達(dá)我們的需求。

例子：我曾在提示詞中以Markdown形式提供表格，要求模型將輸出內(nèi)容填入。但在實(shí)際使用中發(fā)現(xiàn)，表格的前端渲染總是失敗，盡管Markdown格式本身沒(méi)有錯(cuò)誤。后來(lái)我在提示詞中明確要求模型在輸出表格時(shí)檢查格式和前端渲染兼容性，解決了這個(gè)問(wèn)題。

消除歧義，提高精確度

在模型能力范圍內(nèi)，如果輸出不符合預(yù)期，通常是因?yàn)樘崾驹~表述不夠清晰或存在理解歧義。

例子1：

– 初始提示詞：審核【送出日期】和【落款日期】是否和【data】（可變參數(shù)）一致

– 問(wèn)題：模型只判斷兩個(gè)日期是否相互一致，而非與參數(shù)一致

– 改進(jìn)提示詞：

– 審核【送出日期】是否和【data】（可變參數(shù)）一致

– 審核【落款日期】是否和【data】（可變參數(shù)）一致

– 結(jié)果：模型能夠正確判斷兩個(gè)日期是否分別與參數(shù)一致

例子2：

– 初始提示詞：審核2.2是否包含”……【data】……”

– 問(wèn)題：即使文檔2.2內(nèi)容與要求不符，模型也會(huì)編造符合要求的內(nèi)容

– 改進(jìn)提示詞：審核文檔全文是否包含【直接寫提醒文案內(nèi)容，不帶2.2前綴序號(hào)】，如果有，提取原文填到表格中；如果沒(méi)有，表中直接填【無(wú)】

– 結(jié)果：模型能夠正確審核文檔中是否包含特定文案及日期

簡(jiǎn)潔與結(jié)構(gòu)化的平衡

提示詞應(yīng)在表達(dá)清需求的前提下盡可能簡(jiǎn)潔和結(jié)構(gòu)化：

簡(jiǎn)潔：過(guò)長(zhǎng)的提示詞可能導(dǎo)致模型難以判斷任務(wù)重點(diǎn)，注意力分散，同時(shí)也會(huì)占用寶貴的上下文

結(jié)構(gòu)化：便于自己修改和記錄，也有助于模型理解需求

提示詞的隨意性越高（想到什么說(shuō)什么），模型輸出的不穩(wěn)定性就越強(qiáng)。對(duì)于創(chuàng)意性任務(wù)，這可能不是問(wèn)題；但對(duì)于要求穩(wěn)定性和一致性的任務(wù)（如審核類或格式規(guī)范嚴(yán)格的任務(wù)），結(jié)構(gòu)化的提示詞至關(guān)重要。

重復(fù)任務(wù)的提示詞優(yōu)化

如果一項(xiàng)任務(wù)需要重復(fù)執(zhí)行三次以上，最好設(shè)計(jì)一個(gè)能夠產(chǎn)生穩(wěn)定輸出的提示詞模板?？梢蕴岣吖ぷ餍屎徒Y(jié)果一致性。

不同模型的提示詞響應(yīng)特點(diǎn)

QWEN 2.5 72B

優(yōu)勢(shì)：

– 對(duì)提示詞服從度高，能嚴(yán)格按要求執(zhí)行任務(wù)

– 輸出穩(wěn)定性和一致性強(qiáng)

– 適合處理對(duì)輸出內(nèi)容和格式要求嚴(yán)格的任務(wù)

局限：

– 處理復(fù)雜多步驟任務(wù)時(shí)，輸出深度和專業(yè)度不足

– 語(yǔ)義理解能力有限，難以識(shí)別復(fù)雜文本關(guān)系（如”合并”、”拆分”）

– 無(wú)法有效識(shí)別長(zhǎng)文本中的錯(cuò)別字和政治敏感內(nèi)容

DEEPSEEK R1

優(yōu)勢(shì)：

– 在創(chuàng)意型任務(wù)中表現(xiàn)出色

– 語(yǔ)義理解和情景分析能力強(qiáng)

局限：

– 處理長(zhǎng)文本和復(fù)雜任務(wù)時(shí)，不能嚴(yán)格遵循提示詞

– 傾向于在理解提示詞基礎(chǔ)上，用自己的思路尋找捷徑

– 常常找到自由發(fā)揮的空間，可能偏離原始要求

希望這些實(shí)踐經(jīng)驗(yàn)?zāi)軐?duì)你有所啟發(fā)！