2025 AI 提示工程入门指南：来自 Google 的 AI 初学者实用攻略

MofCloud
AI
19 May, 2025

Google 的《提示工程》白皮书讲解如何通过设计提示词（Prompt）提升 AI（如 Gemini）输出质量，适合初学者和开发者。以下是核心内容和实用建议：

白皮书总体概述

提示工程是 AI 交互的关键技能。

提示词像给 AI 的“任务说明”，帮助它生成准确回答，适用于写作、编程、问答等场景，无需专业背景即可上手。
优化提示降低云成本。

清晰提示减少无效计算，节省云端资源，符合 FinOps 理念。
技术与实践并重。

白皮书涵盖提示设计技巧（如零样本、思考链）、配置（如输出长度）和最佳实践，强调实验和记录。

提示工程要点

提示工程让 AI 更好用。

提示词如同给 AI 的任务单，清晰指令让回答更准，适合问问题、写代码或创意写作。
好提示省时省钱。

精准提示减少 AI 乱答，节约云端计算成本。
调整创意度，以便适配不同任务。

像调开关，低创意度（温度 0.1）给精确答案，高创意度（温度 0.8）出奇思妙想。
简单提示好上手。

初学者可直接问 AI，复杂任务加 1-5 个样本，像教 AI 照模板写。
角色提示加个性。

让 AI 扮导游或程序员，回答更生动，如“以抖音风格推荐景点”。
上下文提示更贴题。

提供背景（如“为游戏博客写文章”），让 AI 回答更符合需求。
思考链解难题。

让 AI 一步步推理，适合数学或逻辑题，提升准确性。
代码提示助编程。

AI 可写代码、找错，初学者也能快速生成 Python 脚本。
多模态提示看未来。

结合文本和图片，适合创意任务，如描述照片内容。
实践要简单记录多。

写短提示、记结果，像记笔记优化 AI 回答，省时省力。

提示工程核心技术与应用

模型配置：调 AI 回答更省钱。

提示工程需设置输出规则，像调收音机找准频道。术语“令牌限制”（Output Length）控制回答字数，降低云端成本；“温度”（Temperature）像创意开关，低值（如 0.1）给固定答案，高值（如 0.8）出奇思妙想；“Top-K”和“Top-P”像挑菜单，选常见词。

🌰 例子：提示“50 字总结《流浪地球》”，低温度给简洁回答。

提示技术：给 AI 不同“任务单”。

白皮书列出多种提示技巧，像点餐时给服务员不同要求：

零样本提示（Zero-shot）

如同直接问 AI 问题，不用给例子，适合快问快答。

🚀 特点：简单易用，问得清楚就行，低温度保准。

🌰 例子：问“《流浪地球》评论是好还是坏？”，AI 答“好评”。
少样本提示（Few-shot）

如同给 AI 几张点餐单模板，让它照着填，适合整理信息。

🚀 特点：让 AI 按表格、代码等规则输出，格式整齐。

🌰 例子：给 3 个淘宝订单样本，提示“订单：大份麻辣烫，加辣椒”。
思考链（Chain of Thought, CoT）

像让 AI 一步步做数学题，适合复杂问题。

🚀 特点：列步骤更靠谱，零温度最稳。

🌰 例子：问“3+5×2等于多少？先写步骤”，AI 答“5×2=10，加 3，得 13”。
自一致性（Self-consistency）

像让 AI 多次答题挑最佳，适合创意问题如广告文案。

🚀 特点：答案更稳，无需给例子。

🌰 例子：问“设计奶茶促销文案”，AI 多次生成挑最佳。
思想树（Tree of Thoughts, ToT）

像让 AI 试多条路找答案，适合多解问题如促销策划。

🚀 特点：解题覆盖广，计算多。

🌰 例子：问“优化电商促销方案”，AI 试多种策略挑最佳。
推理与行动（ReAct）

像让 AI 边想边干活，适合查信息加建议。

🚀 特点：动态调整，需省着用。

🌰 例子：问“查上海天气，推荐餐厅”，AI 给天气和餐厅列表。
角色提示（Role Prompting）

像让 AI 扮导游或程序员，回答更有趣。

🚀 特点：高温度加个性，需定风格。

🌰 例子：问“以抖音风格推荐上海外滩”，AI 答“外滩夜景绝了！拍视频，点赞爆棚！
自动提示工程（Automatic Prompt Engineering, APE）

像让 AI 自己写更好提示，省手动设计。

🚀 特点：高效，适合聊天机器人。

🌰 例子：生成 10 个订奶茶的提示，挑最佳。
多模态提示（Multimodal Prompting）

像给 AI 文本加图片，适合创意任务。

🚀 特点：丰富表达，未来趋势。