一、 AIGC简介

AI（Artificial Intelligence）：即人工智能，是指通过计算机系统模拟人类思维和行为一种技术。
计算机是如何模拟人类思维和行为呢？
它通过机器学习、深度学习等算法，使计算机具备对数据的分析、理解、推理和决策的能力。

这样，计算机就能够执行许多通常需要人类智能才能完成的任务。
什么意思呢，大白话来说，就是把AI当做一个人来看待
它能干啥呢？比如最近非常火的华为智驾，通过AI模拟人类行为实现自动驾驶，让我们解放双手， 做到领域遥遥领先，展示了AI技术的强大潜力。

知道了AI之后，而近期非常热门的科技词汇——AIGC又是什么呢，我们来看下
AIGC（AI Generated Content）：AIGC是AI领域的一个应用分支，专注于利用AI技术自动生成内容

而生成这些对应内容就需要AI大模型了和产品了，我们来看下
AI大模型：通常指的是具有大量参数的深度学习模型，经过大量数据训练，具备复杂计算能力的人工智能系统，它们能够执行多种高级任务，其中包括内容生成。

常见的通用大模型产品：

二、 提示工程

2.1 什么是Prompt?

提示（Prompt）是我们对大模型提出的问题。
举一个最简单的例子，很多同学在第一次使用AI时，都会问AI"你是谁"，"你是谁"这个问题便是prompt。

2.2 如何使用AI提示工程

在与AI交流时，我们常常发现直接提问可能得不到满意的答案。
但如果我们换一种方式提问，或者提供一些额外的上下文信息，AI的表现就会大大提升。

同一个问题使用不同的prompt可能会获得不同的答案，怎么调教出一个聪明的AI助手呢？
这时候，提示工程就派上用场了。通过精心设计的提示，我们可以引导AI模型，让它的输出更加准确、相关和有用。

2.3 什么是提示工程？

提示工程（Prompt Engineering）也被称为上下文提示，它涉及到设计和优化输入文本，也就是Prompt，来引导AI模型生成预期的输出。
简单来说，就像是给AI出一个好问题，让它给我们一个满意的答案。

2.4 Prompt的组成

• 角色：给 AI 定义一个最匹配任务的角色，比如：「你是一位软件工程师」「你是一位小学老师」
• 指示：对任务进行描述
• 上下文：给出与任务相关的其它背景信息（尤其在多轮交互中）
• 例子：必要时给出举例，[实践证明其对输出正确性有帮助]
• 输入：任务的输入信息；在提示词中明确的标识出输入
• 输出：输出的格式描述，以便后继模块自动解析模型的输出结果，比如（JSON、Java）
  先定义角色，其实就是在开头把问题域收窄，减少二义性。

案例：
AI编写文章：

角色：你是一位专业的博客作者。

指示：撰写一篇关于最新AI技术发展的文章。

上下文：文章应该涵盖AI技术的当前状态和未来趋势。

例子：可以引用最近的AI技术突破和行业专家的见解。

输入：当前AI技术的相关信息和数据。

输出：一篇结构清晰、观点鲜明的文章草稿。

AI编写代码：

角色：你是一位资深的Java开发工程师。

指示：编写一个Java函数，该函数接收两个整数参数，并返回它们的和。

上下文：这个函数将被用于一个简单的数学应用程序，该程序帮助学生练习基本的算术运算。

例子：如果你调用函数 `addNumbers(3, 5)`，它应该返回 `8`。

输入：两个整数参数，分别为 `int a` 和 `int b`。

输出：返回这两个整数的和，类型为 `int`。