在B端業(yè)務(wù)場景中，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滿足復(fù)雜的企業(yè)級需求，仍然是一個需要不斷探索的課題。本文通過作者在實(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

語言的邊界與模型的理解

語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。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)級的專業(yè)需求時，尤其是對結(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)知識庫或其他輔助技術(shù)，才能達(dá)到更高的專業(yè)水準(zhǔn)，提示詞也不是萬能的。

提示詞診斷能力的成長

隨著經(jīng)驗(yàn)積累，我發(fā)現(xiàn)自己已經(jīng)能夠憑直覺發(fā)現(xiàn)提示詞中的問題所在。下一階段的成長目標(biāo)是：記錄每次發(fā)現(xiàn)問題時的修改過程，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，可以嘗試用JSON格式或Markdown格式來構(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，可能會出現(xiàn)顯示異常。建議在提示詞中特別說明，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格式本身沒有錯誤。后來我在提示詞中明確要求模型在輸出表格時檢查格式和前端渲染兼容性，解決了這個問題。

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

– 問題：模型只判斷兩個日期是否相互一致，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】……”

– 問題：即使文檔2.2內(nèi)容與要求不符，模型也會編造符合要求的內(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】，如果有，提取原文填到表格中；如果沒有，表中直接填【無】

– 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潔和結(jié)構(gòu)化：

簡潔：過長的提示詞可能導(dǎo)致模型難以判斷任務(wù)重點(diǎn)，注意力分散，同時也會占用寶貴的上下文

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（想到什么說什么），模型輸出的不穩(wěn)定性就越強(qiáng)。對于創(chuàng)意性任務(wù)，這可能不是問題；但對于要求穩(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：

– 對提示詞服從度高，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，輸出深度和專業(yè)度不足

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

– 無法有效識別長文本中的錯別字和政治敏感內(nèi)容

DEEPSEEK R1

優(yōu)勢：

– 在創(chuàng)意型任務(wù)中表現(xiàn)出色

– 語義理解和情景分析能力強(qiáng)

局限：

– 處理長文本和復(fù)雜任務(wù)時，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δ阌兴鶈l(fā)！