提示词的类型：附示例的概览

提示词类型描述的是提示词的形态：它包含什么、放在哪里。这些类型并不互相排斥。真实的生产提示词通常是一个系统提示词：它分配角色、给出指令、包含几个示例，并要求结构化输出。了解这些类型，有助于你判断任务需要哪些部分。

快速对比

零样本、单样本与少样本提示词

它们的区别在于示例的数量。零样本只靠指令。少样本在真实输入之前，先向模型展示若干输入输出对。

Classify the review as positive or negative.

Review: "Arrived late and the box was damaged." -> negative
Review: "Does exactly what it says." -> positive
Review: "{{review}}" ->

完整指南：零样本、单样本与少样本提示词。

角色提示词

角色提示词告诉模型它是谁：“你是一位资深安全评审员。”它用寥寥数语设定词汇、深度和优先级。角色在具体并搭配任务时效果最好；只有角色，什么也不会发生。

系统提示词

系统提示词是应用在任何用户消息之前发送的常驻指令。它在整个对话中定义助手的工作、规则和输出约定。完整指南：系统提示词与角色提示词。

指令提示词

最朴素的类型：直接的命令，理想情况下是一句祈使句，后面跟着要求。

Rewrite the paragraph below at a grade 8 reading level. Keep every fact.

其他所有类型都建立在清晰的指令之上。如果指令不清楚，示例和角色都救不了它。

上下文提示词

上下文提示词补充模型回答所需的信息：文档、产品描述、受众、之前的决定。关键在于选择包含什么。相关的上下文会改善回答；不相关的上下文则会与指令争夺注意力。

Context: our refund window is 30 days and excludes custom orders.
Question: can a customer return a custom engraved item after 10 days?

结构化提示词

结构化提示词把内容组织成带标签的部分，通常是任务、背景、要求、输出格式和输入，并在可变数据周围加上分隔符。这是可扩展的版式：长提示词依然易读，每一部分都能单独修改而不影响其他部分。PromptFlowEngine 提示词优化器可以把一段文字转换成这种版式，并验证没有丢失任何内容。

不要把它与结构化输出混淆，后者关注的是回答的形态。参阅结构化输出提示词。

对话式提示词

在聊天中，每条消息都是一个包含此前对话的提示词。这让你可以一步步改进：提问、阅读、纠正、收窄。这是探索问题最快的方式。

有两点要注意。长对话会累积过时的指令，而模型仍会尝试遵守，所以话题变化时请开启新对话。另外，你经过十轮纠正得到的结果，在你把最终要求写成单个提示词之前，是无法复现的。

多模态提示词

多模态提示词把文字与图像、音频、视频或文档结合起来。同样的规则适用，另有两点补充：说明模型应该看哪里（“第 2 页的图表中”），并说明遇到无法辨认的内容时怎么办，让它报告问题而不是猜测。

The image is a photo of a paper receipt. Extract the merchant, the date,
and the total as JSON. If a field is not legible, use null.

检索增强提示词

这里由应用搜索知识库，并在问题之前把结果插入提示词。模型根据提供的段落而不是凭记忆作答，这让回答保持最新，也使它能够引用来源。完整指南：RAG 提示词。

如何选择类型

从指令提示词开始。如果模型缺少事实，就补充上下文。在指令清晰之后，如果输出仍不理想，就加入示例。当它成为应用的一部分时，把它迁移到系统提示词中。当它超过一段时，加入结构。

当简单的形态不够用时，下一步就是技巧：参阅提示词工程技巧。