提示词(Prompt)与上下文窗口
提示词是与大模型交互的"语言",上下文窗口决定了模型一次能处理的信息量。理解这两个概念,是用好大模型的第一步。
提示词(Prompt)
提示词 就是你给大模型的输入指令。模型没有"意图",完全依赖提示词来理解你的需求。
写好提示词的三个原则:
- 明确:说清楚任务、对象与格式;
- 具体:给出背景信息与示例(Few-shot);
- 限定:告诉模型"不要做什么"。
上下文窗口(Context Window)
上下文窗口 是模型一次能处理的最大 token 数量。比如上下文窗口为 8K 的模型,一次最多"看到"约 8000 个 token(约 6000 个汉字)。
| 窗口大小 | 大致能力 |
|---|---|
| 4K~8K | 日常对话、短文总结 |
| 32K~128K | 长文档分析、代码仓库理解 |
| 200K+ | 整本书级上下文 |
实践建议
- 把最重要的指令放在提示词开头;
- 长文档优先用 RAG,而不是硬塞进上下文;
- 用"角色设定 + 任务 + 输出格式"的结构化模板。
你是一位资深 AI 导师。请用通俗的语言向初学者解释什么是梯度下降,
要求:分点说明,不超过 200 字,结尾给一个生活化比喻。
把上面这段提示词复制给任意大模型试试,你会看到结构化提示词的威力。
还没有评论,来抢沙发吧~