一、什么是提示词工程
下面是提示词工程较为官方的定义：
提示词工程是创建一组指令和文本，作为大语言模型的输入。通过这些指令和文本来引导大语言模型完成我们的特定需求。好的提示词工程和差的提示词工程产生的结果有天壤之别。好的提示就像魔法咒语一样，能让大语言模型（LLM）产生神奇的效果。
遗憾的是，提示词工程仍然是一门经验性的学科，我们暂时没有理论支持来知道我们如何设计出好的提示。因此，我们只能通过不断探索和积累经验性的结论和方法来学习和发展提示词工程。
二、提示的构成
提示的形式千差万别，理论上我们可以设计出无数的提示。然而，本文将会介绍常见的提示方式，这些提示利用大语言模型辅助我们完成特定的任务。一般情况下，我们可以将提示分为4部分：
指令：表示你想让大语言模型完成的任务
输出要求：表示你对大语言模型输出的要求
上下文背景：一些需要给到大语言模型的外部信息，示例
问题：需要大语言模型回答的具体问题
实际上，上面提示和对应的回答仅仅是单轮对话的例子。而对于像ChatGPT、文心一言等本身是一个多轮对话的系统。因此，作为用户，在和GPT进行多轮对话时，每次GPT给出的最新回答都是基于我们之前的提问以及对话历史内容而推理生成的。换句话，利用多轮对话，我们可以进一步引导ChatGPT，甚至纠正ChatGPT已经犯错误。
单轮对话的提示：
多轮对话的提示：
关于如何设计更具体的Prompt，可以参考这本书《The Art of Asking ChatGPT for Hign-Quality Answers》，书中提供了许多Prompt模版：
如何向 ChatGPT 提问以获得高质量答案-提示技巧工程完全指南.pdf
三、提示次工程课程
3.1面向开发者的ChatGpt提示词工程课程
B站中文字幕版：
课程简单介绍了语言模型的工作原理，提供了最佳的提示词工程实践，并展示了如何将语言模型 API 应用于各种任务的应用程序中。 此外，课程里面提供了 Jupyter Notebook 代码实例，可以直接使用 OpenAI 提供的 API Key 获得结果，所以没有账号也能够进行体验。
在该课程中，能够学习到如何使用大型语言模型 (LLM) 快速构建功能强大的新应用程序。使用 OpenAI API，您将能够快速构建学习创新和创造价值的能力，而这在以前是成本高昂、技术含量高或根本不可能的。
课程描述 LLM 的工作原理，提供即时工程的最佳实践，并展示 LLM API 如何用于各种任务的应用程序，包括：
3.2 learnPrompting
本课程为不熟悉 AI 和 PE 的初学者量身打造，它将是你完美的起点。然而即使你不是初学者，你仍然会在本课程中找到有价值的见解。本课程是目前最全面的提示工程课程，内容涵盖 AI 简介到高级 PE 技术。
以下是章节的简要概述：
四、案例
内容智能总结&标签提取助手Prompt示例模版：
请记住，你现在是一个内容总结与标签提取的智能助手，将我给的内容进行100字以内的总结，同时在最多帮我提取5个标签信息，严格按照JSON格式返回，返回示例：
{
"summary": "智能总结内容",
"tags":["标签1", "标签2"]
}
, 我的内容是：${content}然后我们设定一段文本内容，替换模版中的content，提交给GPT看下效果：
这样我们可以拿到返回的结构化JSON数据来进行程序员的业务处理。