不过这很正常，因为提示词本身就是反人性的。
我们本来是要“说人话”，但在写提示词时，我们是在“说机器能听懂的话”。
就像你去画廊说：“我想要一幅阳光洒在湖面上的宁静画作。”
但在绘图 AI 里你得说：“湖泊，柔和的光线，电影般的色彩，宁静的氛围，4K，超高细节”
这不是在沟通，这是在 hack 系统的输入接口。
要学会写提示词，我们就要有针对性地进行训练。
最近在 AI 领域频繁发力的 Google 给我们带来了自家的提示词工程白皮书：
“提示词工程最佳指南”我估计大家也看过不少，但那些都浮于表面，“先做这个，再写那个…”，只告诉你该干什么，但不说为什么要这么做。往往换个场景，这些所学的技巧就都没用了。
而 Google 的这一套白皮书，会更加系统和深入的指导你撰写高效的提示词，让你学到一些更加高级，更加核心的提示词技能。
涵盖了如下内容:
-
LLM 输出配置参数: Top-K, Top-P, Temperature 等参数 -
提示技巧: 包括零样本，少样本等等 -
最佳实践: 比如提示词要简洁，要明确等等
总之，这都是 Google 在提示词工程领域最精华的总结。
感兴趣的的读者请在公众号后台回复关键词「AI 提示词」，下载该书的中英文版本。
这么好的东西本来应该是熟读的，但可惜这是个 60 多页的文档，看起来比较吃力，而且在急需使用的时候临时查书又有点影响效率。
所以，我就花了点时间，用 coze 搭了个 Google 提示词助手。不但可以对书中的知识进行回答，还能按照书中的技巧指导你写高质量的提示词。
这个小助手的原理其实很简单，就两步：
-
将整个白皮书放到知识库里。 -
通过大模型根据用户的输入，从知识库里读取相关内容，并生成回答。
用 coze 实现上面步骤也很简单，我这里就先快速的带大家走一遍流程。
创建知识库
在 coze 页面依次点击工作空间、资源库和+资源。
选择知识库:
在打开的页面中如下选择，并上传 PDF 文档:
然后一直“下一步”直到知识库创建完成。
完成后，可以在资源库里查看我们刚创建好的知识库。
建立工作流
这一部分，主要是要通过大模型对用户的输入进行判断，并执行特定的任务。
我们可以将用户的意图分为三类：
-
对文档相关内容的查询，比如：什么是提示词工程，提示词工程有什么技巧。 -
结合文档，指导用户写提示词， 比如： 我要写一个大模型的科普文章，给我生成大纲。 -
完全与提示词工程无关，比如：今天天气如何。
我们需要在工作流中对三种意图分别进行处理。
在 coze 页面依次点击工作空间、资源库和 +资源，选择工作流， 完成名称填写。
完整的工作流如下图所示：
这里的意图识别、分支 1、分支 2 均是通过 DeepSeek V3 模型进行处理。
上面是模型的一些提示词展示。
其中分支 1 和分支 2 都引用了我们之前创建的知识库。
当这里设置完成后，我们在 coze 中创建一个智能体，引用这个工作流，就可以开始使用了。
用法 1：查询提示词工程相关知识
用法 2：指导你写提示词
这是原始的的提示词:
画一幅雨夜中的北京夜景图。
这是按照 Google 提示词工程白皮书最佳实践优化出来的提示词:
不光给出了提示词示例，更重要的还给出了为什么要这么写提示词。
这个工具的目的不是给你写出“完美”的提示词，而是帮你掌握写出“完美”提示词的技巧。
希望这个小工具能够帮助到你。
附：
下面是一些使用例子
-
我要生成图片， 如何写提示词？ -
我要改写一篇文章，如何写提示词？ -
我要创建一个科技类博客，如何写提示词? -
我要让 ai 帮我总结论文，方便阅读， 如何写提示词? -
给我介绍 Prompt Engineering 的基本术语。 -
帮我修改下面的提示词：画一幅可乐广告画。
这是例子的回答链接:
https://www.coze.cn/store/agent/7493113115278852137?bid=6fvfgf7ho6g1m
最后，贴上使用地址:
https://www.coze.cn/s/Y2KHSirgHcE/
（文：机器学习算法与自然语言处理）