一、 Prompt 核心原则（小白必记，3 个关键词）

AI 就像 “执行力强但不会猜心思的助手”，提问时把握 3 个原则，就能少走弯路：

1. 明确目标：告诉 AI “要做什么”（比如 “解释概念”“写代码”“改文案”），不模糊。
2. 给出约束：告诉 AI “怎么做”（比如 “用小白语言”“分 3 点”“控制 100 字”），不笼统。
3. 补充背景：必要时给 AI “参考信息”（比如 “结合 AI 大模型课程”“针对零基础”），不抽象。

二、 5 个实用 Prompt 技巧（附小白示例）

每个技巧都配 “反面例子 + 正面例子”，对比之下更易理解，直接套用即可。

1. 技巧 1：明确 “输出形式”，让 AI 按你想要的格式回复

• 核心逻辑：告诉 AI 回复的结构（分点、表格、步骤），避免杂乱无章。
• 反面例子：“解释 Transformer”（AI 可能写大段文字，小白看不懂）。
• 正面例子：“用小白能懂的语言，分 3 点解释 Transformer，每点不超过 20 字”。

2. 技巧 2：添加 “场景 / 身份”，让 AI 贴合你的需求

• 核心逻辑：给 AI 设定 “角色” 或 “使用场景”，让回复更精准（比如 “给零基础讲”“用于代码注释”）。
• 反面例子：“讲一下 LoRA 微调”（AI 可能用专业术语，小白听不懂）。
• 正面例子：“假设你是 AI 入门讲师，给零基础小白讲 LoRA 微调，用‘给大模型补课’的类比”。

3. 技巧 3：给出 “示例 / 模板”，让 AI 照猫画虎

• 核心逻辑：如果不知道怎么描述需求，直接给 AI 示例，让它模仿格式 / 风格。
• 反面例子：“写几个 AI 学习相关的 Prompt”（AI 可能写得不符合你的使用场景）。
• 正面例子：“写 3 个 AI 学习相关的 Prompt，用于问 Ollama 模型，格式参考：‘用 Python 代码示例，说明如何调用 Ollama 模型 API’”。

4. 技巧 4：限定 “长度 / 难度”，避免 AI 回复太复杂 / 太简略

• 核心逻辑：根据自己的需求，控制 AI 回复的长度（字数、段落）和难度（是否用术语）。
• 反面例子：“怎么用 Streamlit 搭建网页”（AI 可能写长篇教程，抓不住重点）。
• 正面例子：“用 3 步说明怎么用 Streamlit 搭建简单网页，难度适合零基础，每步不超过 30 字”。

5. 技巧 5：“追问 / 补充”，让 AI 完善回复

• 核心逻辑：如果 AI 第一次回复不符合需求，不用重新提问，直接补充条件追问。
• 初始提问：“解释什么是 RAG 技术”。
• AI 回复（太专业）：“RAG 是 Retrieval-Augmented Generation 的缩写，通过检索外部知识库增强生成能力...”。
• 追问补充：“用小白语言重新解释，结合‘让 AI 查资料再回答’的类比，控制在 50 字内”。
• AI 回复参考：RAG 就像 “让 AI 先查资料再回答”—— 给 AI 配一个知识库，提问时先检索相关资料，再生成答案，避免 “胡说八道”。

三、 小白高频场景 Prompt 模板（直接复制使用）

结合之前学的知识点，整理 5 个常用场景模板，覆盖学习、代码、项目等核心需求：

1. 【概念解释】“用小白语言，分 2 点解释 XX（比如‘向量数据库’），每点不超过 25 字，不用专业术语”；
2. 【代码求助】“用 Python 写一个简单的 XX 功能（比如‘读取 Excel 数据’），代码注释详细，适合零基础”；
3. 【项目指导】“用 3 步说明 XX 项目（比如‘本地聊天机器人’）的核心流程，每步突出关键操作”；
4. 【问题排查】“我用 XX 工具（比如‘Ollama’）时遇到 XX 错误（比如‘启动失败’），帮我列出 3 个排查步骤”；
5. 【学习计划】“帮我制定 1 周 AI 学习计划，每天 1 个核心知识点，结合之前学的 Python、Ollama 基础”。

四、 避坑指南（小白常见 Prompt 错误）

1. 不要 “模糊提问”：比如 “给我讲 AI”（AI 不知道讲什么、怎么讲），要具体到 “讲 AI 中的大模型部署，用 3 步说明”；
2. 不要 “没有约束”：比如 “写代码”（AI 不知道写什么功能、用什么语言），要补充 “用 Python 写 Ollama 模型调用代码，简单易懂”；
3. 不要 “信息过载”：一次只提一个需求，比如不要同时让 AI“解释概念 + 写代码 + 给示例”，分开提问更精准。

总结

1. Prompt 的核心是 “让 AI 懂你的需求”，关键在于 “明确、具体、有约束”；
2. 小白不用死记硬背，先套用模板，再根据 AI 的回复补充追问，慢慢就能掌握技巧；
3. 后续学习中，遇到不懂的概念、需要的代码、项目问题，都可以用这些技巧提问 AI，让它成为你的 “专属学习助手”。