卷首语：我所知的是我自己非常无知，所以我要不断学习。

写给AI入行比较晚的小白们（比如我自己）看的，大神可以直接路过无视了。

不同主题提示词可以完成不同基本任务，常见的提示主题有：

• 文本概括
• 信息提取
• 问答
• 文本分类
• 对话
• 代码生成
• 推理

以下是常见提示主题的几个例子。

1. 提示词主题用法

1.1 文本概括

用法：用于将长文本简化为简短的摘要，保留关键信息。

示例：

• 提示：请将以下文本概括为一段话，强调主要观点和结论：
  • “在过去的十年中，全球气候变化问题日益严重。科学家们警告说，如果不采取紧急措施，全球气温可能在本世纪末上升超过2摄氏度。这将导致极端天气事件频发、海平面上升以及生态系统的崩溃。各国政府和企业需要共同努力，减少温室气体排放，推动可再生能源的发展，以应对这一挑战。”
• 输出：全球气候变化问题日益严重，科学家警告若不采取紧急措施，全球气温可能在本世纪末上升超过2摄氏度，导致极端天气、海平面上升和生态系统崩溃。各国需共同努力减少温室气体排放，推动可再生能源发展。

1.2 信息提取

用法：从文本中提取特定的信息或数据。

示例：

• 提示：从以下段落中提取出所有的日期、事件和相关人物：
  • “2023年6月15日，诺贝尔奖得主玛丽·居里在巴黎举行了科学研讨会。2024年1月10日，全球气候大会将在纽约召开，预计将有来自150个国家的代表参加。”
• 输出：
  • 日期：2023年6月15日、2024年1月10日
  • 事件：科学研讨会、全球气候大会
  • 人物：玛丽·居里

1.3 问答

用法：回答用户提出的问题，基于提供的信息或知识库。

示例：

• 提示：根据以下信息回答问题：“人工智能（AI）是计算机科学的一个分支，旨在创建能够执行通常需要人类智能的任务的系统。这些任务包括学习、推理、问题解决、感知和语言理解。”
  • 问题：人工智能的主要任务有哪些？
• 输出：人工智能的主要任务包括学习、推理、问题解决、感知和语言理解。

1.4 文本分类

用法：将文本分配到预定义的类别中。

示例：

• 提示：将以下新闻报道分类为“政治”、“经济”、“科技”或“文化”：
  • “在最新的经济报告中，国际货币基金组织预测全球经济将在2023年增长3.5%。这一增长主要得益于新兴市场的复苏和消费支出的增加。”
• 输出：经济。

1.5 对话

用法：模拟人类对话，进行自然语言交流。

示例：

• 提示：模拟一个关于环保的对话，用户询问如何减少个人碳足迹。
  • 用户：我想减少我的碳足迹，有什么建议吗？
  • AI：你可以通过减少汽车使用、选择公共交通、骑自行车或步行来减少碳排放。此外，选择节能电器和减少家庭能源消耗也是有效的方法。
  • 用户：还有其他方法吗？
  • AI：当然，减少肉类消费、选择本地和季节性食品、以及参与社区环保活动也是很好的选择。

1.6 代码生成

用法：根据描述生成相应的代码。

示例：

• 提示：请为我写一个 Python 函数，计算给定列表中所有偶数的平方和，并返回结果。
• 输出：

1.7 推理

用法：基于已知信息进行逻辑推理，得出结论。

示例：

• 提示：根据以下信息进行推理：“所有哺乳动物都有脊椎，鲸鱼是哺乳动物，因此鲸鱼有脊椎。” 请解释这个推理的逻辑。
• 输出：这个推理基于两个前提：第一，所有哺乳动物都有脊椎；第二，鲸鱼属于哺乳动物。因此，根据逻辑推理，鲸鱼也必须有脊椎。这是一个有效的三段论推理。

通过深入学习 Prompting Guide 中的提示词主题，我们可以掌握更复杂的用法和应用场景。这些示例展示了如何利用 AI 进行文本处理、信息提取、问答、分类、对话、代码生成和推理等多种任务，帮助我们更高效地与 AI 进行交互。