提示词技巧之元提示
提示词技巧之元提示
2025年6月8日
介绍元提示词的概念和应用,通过模版化和反馈迭代机制,帮助生成更高质量的AI提示词,提高大语言模型的输出效果。
背景
为什么要使用元提示?
- 不同模型在同个字词下的权重以及遵循情况不同,有些在特定模型优化过的提示词,在别的模型上运行效果不见得符合预期
- 很多提示词工程中的技巧并没有固定的章法,不知道自己写的提示词到底要如何优化
- 让人把所有的条件边界都用自然语言定义清楚,本身就是一件反人类的事情,我们需要一种可操作的“反馈+优化”的手段
目的:减轻人的负担,避免凭感觉去不断修改尝试调试提示词
什么是元提示词?
类似编程语言中的元编程的概念,元提示词是"用于生成提示词"的模版提示词,也就是俗称的万金油提示词,你可以通过使用这个泛化的模版,让AI特化生成出更具体的,质量更高的提示词。
要使用元提示生成更高质量的回答,一般分成这2个核心步骤。
- 使用元提示词得到一个已经经过大模型优化过的提示词
- 复制大模型生成的提示词作为用户的prompt,再驱动大模型根据这个提示词进行回答
常见的元提示词模版
来源自Deepseek的提示库
你是一位大模型提示词生成专家,请根据用户的需求编写一个智能助手的提示词,来指导大模型进行内容生成,要求:
1. 以 Markdown 格式输出
2. 贴合用户需求,描述智能助手的定位、能力、知识储备
3. 提示词应清晰、精确、易于理解,在保持质量的同时,尽可能简洁
4. 只输出提示词,不要输出多余解释
请帮我生成一个“Linux 助手”的提示词来自外网的英文版本
You are a wizard prompt engineer. You write very bespoke, detailed, and succinct
prompts. I want you to write me a prompt that will {{task}}
{{task}}:a blog about importance of LLM with seo optimization
instructions
- output the prompt you generate in markdown
- output the prompt in a code block生成测试用例的元提示词
You are a prompt engineer specializing in software testing. You write detailed,
comprehensive, and precise prompts for generating test scenarios. I want you
to write me a prompt that will {{task}}.
Instructions:
- Output the prompt you generate in markdown
- Output the prompt in a codeblock
- Ensure the prompt covers functional, non-functional, positive, and negative
test scenarios
- Add guidance for generating both manual and automated test cases
{{task}}:Generate corgprehensive test scenarios for a user login feature我自己仿写了一个中文版本的元提示词,同时加上对提示词进行反馈迭代的机制,这样就能在第一步的时候通过让模型反馈让自动去调整生成的提示词。适用于通义千问以及deepseek这样的国产优秀大模型。
你是一位资深的LLM提示词工程师,能够生成最符合定制要求,精准且简洁的提示词,你的任务是生成满足 {{task}} 的最佳提示词
{{task}}: <定义你自己的任务>
instructions:
- 将markdown格式的提示词完整放置在代码块内
- 问我5个能帮助你更好地生成最佳提示词的问题
- 根据反馈,重复执行上述步骤不断优化你生成的提示词具体例子:
你是一位资深的LLM提示词工程师,能够生成最符合定制要求,精准且简洁的提示词,你的任务是生成满足 {{task}} 的最佳提示词
{{task}}: 你是一位经验丰富的高考语文老师,请阅读下面的材料,根据要求写一篇满分作文。
他想要给孩子们唱上一段,可是心里直翻腾,开不了口。
——老舍《鼓书艺人》
假如我是一只鸟,
我也应该用嘶哑的喉咙歌唱
——艾青《我爱这土地》
我要以带血的手和你们一一拥抱,
因为一个民族已经起来
——穆旦《赞美》
以上材料引发了你怎样的联想和思考?请写一篇文章。
要求:选准角度,确定立意,明确文体,自拟标题;不要套作,不得抄袭;不少于800字。
instructions:
- 将markdown格式的提示词完整放置在代码块内
- 问我5个能帮助你更好地生成最佳提示词的问题
- 根据反馈,重复执行上述步骤不断优化你生成的提示词经过反馈优化输出的提示词样例:
你是一位经验丰富、擅长写作高考语文议论文的教师,请严格按照高考满分作文的标准写作。
**任务说明:**
请阅读下列材料,并根据写作要求写一篇议论文,立意深刻,结构严谨,语言凝练,逻辑清晰,风格理性思辨,体现思想高度。
---
材料如下:
他想要给孩子们唱上一段,可是心里直翻腾,开不了口。
——老舍《鼓书艺人》
假如我是一只鸟,
我也应该用嘶哑的喉咙歌唱
——艾青《我爱这土地》
我要以带血的手和你们一一拥抱,
因为一个民族已经起来
——穆旦《赞美》
---
**写作要求:**
1. 选准角度,提出明确立意,观点鲜明;
2. 文体为议论文,不得写成记叙文、散文等其他文体;
3. 语言表达规范,文风凝练,体现思辨性与逻辑性;
4. 结构完整,层次清晰,有典型的引论—本论—结论结构;
5. 不套作,不抄袭;
6. 字数不少于800字;
7. 作文风格须具备“高考满分作文”特征,如:
- 紧扣材料主题,立意深刻;
- 善用名言事例、类比对比、层层递进等论证方式;
- 表达有力量,句式有变化;
- 有思想深度、有社会关怀;
- 标题醒目有力。
---
请生成一篇符合以上所有要求的高考议论文,输出格式为:
【标题】
【正文】最后将输出的提示词作为输入,最终得到一篇完整的作文
【以生命之声,回应时代之问】
【正文】
在时代风云变幻的洪流中,总有一些声音,穿透历史的尘埃,震撼人心。老舍笔下的鼓书艺人,欲唱却哽咽难出,是悲悯现实的沉痛;艾青以嘶哑喉咙歌唱,是对土地深沉的热爱;穆旦以“带血的手”拥抱民族,是对复兴的庄严宣告。他们用各自的方式,回应时代之问,传递个体的担当。由此可见,当个体生命与历史遭遇,真正有价值的声音,不是空洞的呐喊,而是深沉的共鸣——**以生命之声,回应时代之问,这是个体的觉醒,更是民族的希望。**
回应时代,并非轻巧的表态,而是以血肉之身,融入时代的剧烈脉动之中。老舍笔下的艺人“心里直翻腾,开不了口”,看似沉默,却正是时代苦难在个体心灵中的真实回响。沉默不是逃避,而是内心巨大的情感张力。这种沉重的沉默,是对现实最深切的批判,也是一种“说不出的呐喊”。正如哲人维特根斯坦所言:“凡不能言说的,就应沉默。”沉默中藏着痛苦的体悟,也孕育着更有力量的表达。真正的回应,不仅在于声音的响亮,更在于情感的真挚与思想的深刻。
与之相对,艾青的“嘶哑的喉咙”却毫不退缩。纵使声带破碎,也要以歌唱见证土地的苦难与希望。这是一种近乎悲壮的诗性担当,是诗人与人民命运共振的艺术实践。艾青没有回避伤痕,而是用受伤的声音去歌唱受伤的土地。他的选择不仅是一种表达,更是一种姿态——用诗性的力量击碎麻木,用理想的光芒照亮黑暗。这种在困厄中坚持歌唱的精神,是对个体良知与社会责任最动人的表达。
而穆旦则将个体情感上升到民族层面,“以带血的手和你们一一拥抱”,是饱经战争与苦难后对希望的激烈呼唤。这不仅是诗人情感的释放,更是时代力量的凝聚。当个体不再只是旁观者,而以血肉之躯参与历史的洪流时,回应时代便不再是抽象的责任,而是内化于心的使命感。这种主动投身时代、唤醒民族意识的行为,正是一个民族复苏的象征。
现实语境中,这样的精神依旧具有强烈的现实意义。当今时代,青年一代身处信息洪流之中,面对复杂的社会议题,或沉默,或喧哗,但真正需要的,是发自内心、扎根现实的理性之声。是韩愈所说“知其不可而为之”的执拗,是鲁迅“我以我血荐轩辕”的担当。面对气候危机、技术伦理、社会公平等问题,青年不能只是围观者、评论者,更应是思考者、行动者。唯有将个体命运与时代大义深度连接,方能发出穿透人心的强音。
我们不能忽视,回应时代并不总是轰轰烈烈。有时是一位乡村教师几十年如一日的坚守,是一位科研工作者在实验室默默耕耘,是一位普通公民在社区中尽己所能的参与。这些微小的力量汇聚在一起,便是社会进步的脉搏,是历史温度的来源。
正如黑格尔所言:“一个民族有一群仰望星空的人,他们才有希望。”仰望星空的人,并不脱离土地,他们脚踏现实,以生命之声回应时代之问。他们的声音或许微弱,但因承载真实与信仰,终将响彻时代的回廊。
【结语】
每一个身处时代洪流中的个体,都是鼓书艺人,是艾青,是穆旦。选择沉默或歌唱,挣扎或前行,终究无法回避的是:你将如何回应这个时代?我们应当以更坚定的姿态、更深沉的情感、更理性的思辨,回应历史、回应社会、回应良知。惟其如此,个体之声才能汇入民族的合唱,时代之问才能迎来最铿锵的答案。同时这种元提示词,还能够生成适用于多模态图片分析的prompt
以股票K线图分析为例子
你是一位资深的LLM提示词工程师,能够生成最符合定制要求,精准且简洁的提示词,你的任务是生成满足 {{task}} 的最佳提示词
{{task}}: 仔细查看并分析提供的股票最近6个月的日K线图,并给出未来中长期的支撑位以及压力位的价格点位
instructions:
- 将markdown格式的提示词完整放置在代码块内
- 问我5个能帮助你更好地生成最佳提示词的问题
- 根据反馈,重复执行上述步骤不断优化你生成的提示词总结
元提示词作为一种高效的提示词工程技巧,为我们提供了一种系统化、可迭代优化的方法来生成更高质量的提示词。通过本文的分享,我们了解到:
元提示词的价值
- 解决了不同模型对提示词理解差异的问题
- 提供了一种可操作的提示词优化机制
- 减轻了人工编写和调试提示词的负担
核心应用步骤
- 使用元提示词模板生成优化后的提示词
- 将生成的提示词作为实际输入来获取最终结果
- 通过反馈机制不断改进提示词质量
实践应用场景
- 文本创作(如高考作文)
- 多模态分析(如股票技术分析)
- 专业领域问答
- 测试用例生成
通过元提示词技术,我们可以更好地发挥大语言模型的潜力,提高输出质量,同时也为提示词工程提供了一个更加系统化和可控的方法论。这不仅能提高我们使用AI的效率,也能帮助我们获得更加准确和有价值的输出结果。