提示词技术清单，保留了核心分类、定义、示例和关键词

这是一份整理和优化后的提示词技术清单，保留了核心分类、定义、示例和关键词，并进行了格式优化和少量内容增强：

提示词工程技术整理

* 定义： 通过要求AI展示其逐步的推理过程来解决复杂问题。

* 示例： “让我们一步步思考这个问题： 1. 首先识别关键信息； 2. 然后分析信息间的关联； 3. 最后综合得出结论。”

* 关键词： 推理、逻辑、解题、步骤、逐步

* 定义： 不提供任何示例，直接要求AI根据指令完成任务。

* 示例： “将以下中文文本翻译成英文：人工智能正在改变世界。”

* 关键词： 直接、简洁、通用、无示例

* 定义： 提供少量示例（通常1-5个）来指导AI理解任务格式和期望的输出模式。

* 示例： “进行情感分析：'今天天气真好' -> 积极 '我很失望' -> 消极 '这产品还不错' -> ?”

* 关键词： 示例、学习、模式、示范、少量样本

* 定义： 让AI扮演特定角色（专家、人物等）以获得更专业化、符合语境的回答。

* 示例： “作为一名资深软件工程师，请用通俗易懂的语言解释什么是微服务架构及其主要优势。”

* 关键词： 专业化、角色、视角、语境、专家

* 定义： 引导AI探索多个可能的推理路径或解决方案，像搜索算法一样评估不同选项。

* 示例： “针对如何提高用户留存率，请考虑以下三种方法：方法A：优化用户体验… 方法B：增加用户激励… 方法C：强化社区建设… 请分析每种方法的优缺点和潜在风险。”

* 关键词： 多路径、探索、分析、选项评估、决策树

* 定义： 要求AI在给出答案后评估其准确性、完整性或潜在问题，并据此进行修正或改进。

* 示例： “请回答以下问题：[问题]。然后，评估你的答案是否准确和全面？如有需要，请修正或补充你的回答。”

* 关键词： 自我评估、改进、质量、批判性思维、迭代

* 定义： 通过提出一系列相互关联、层层深入的问题，逐步引导AI得出最终答案或深入理解复杂主题。

* 示例： “首先，请简要解释什么是机器学习？然后，阐述深度学习与机器学习的主要区别是什么？最后，请解释神经网络在深度学习中的核心作用和工作原理。”

* 关键词： 渐进、引导、深入、分步、层次化

* 定义： 明确设置输出格式、长度、风格、内容范围或禁止项等限制条件，以精确控制AI的输出。

* 示例： “用不超过100字回答，必须包含以下3个要点，使用项目符号格式：1. 核心定义 2. 主要优势 3. 潜在挑战。避免使用专业术语。”

* 关键词： 限制、格式、控制、结构、要求

* 定义： 向AI展示期望的输出结果，要求其反推所需的输入条件、数据或生成过程。

* 示例： “如果我想要得到一篇这样的产品描述：[展示目标描述样例]，我应该提供什么样的产品信息、关键词和风格要求作为输入？”

* 关键词： 反向工程、推导、优化、目标导向、输入设计

* 定义： 要求AI帮助设计、评估或优化用于其他任务的提示词本身。

* 示例： “我想让AI生成一首关于‘秋天’的现代诗。请帮我设计一个更有效的提示词，要求包含主题、风格、长度和情感基调等要素。”

* 关键词： 元认知、优化、设计、提示工程、工具

* 定义： 提供丰富的背景信息（如行业、用户角色、目标、场景等），确保AI在特定上下文中准确理解任务并生成相关回答。

* 示例： “假设你是一家专注于K-12教育科技公司的产品经理。你需要为初中学生设计一个数学学习应用的核心功能提案，目标是提高学习趣味性和个性化程度。请列出3个关键功能点并简要说明其价值。”

* 关键词： 背景、情境、精确、相关性、上下文感知