掌握Prompt工程核心技巧，有效训练AI助手完成任务，并优化AIGC内容质量
要有效教AI做事情，首先需要了解现代人工智能（特别是大语言模型）的基本工作原理。AI并不真正"理解"信息，而是基于海量数据训练出的模式识别和生成系统。
清晰定义你希望AI完成的具体任务。避免模糊指令，使用具体、可衡量的目标描述。
给AI必要的背景知识、约束条件和相关数据。上下文越丰富，AI的理解越准确。
使用分步骤、列表或特定格式要求组织指令。结构化提示能显著提高响应质量。
提供输入-输出示例（Few-shot Learning），展示你期望的回答格式和内容标准。
根据AI的回应调整指令，逐步细化要求，通过多轮对话达到理想结果。
让AI扮演特定角色能显著提升任务完成质量。例如："你是一位经验丰富的编程导师，请用初学者能理解的方式解释Python函数。"
要求AI展示推理过程，不仅能得到更好答案，还能检查其逻辑是否正确。例如："请逐步分析这个问题，展示你的思考过程。"
明确指定输出格式，如表格、JSON、Markdown或特定结构，确保AI输出符合你的使用需求。
避免模糊词汇，使用精确的描述和参数
提供足够的背景信息和约束条件
清晰的结构和格式要求
允许基于反馈进行调整和优化
当使用AI生成内容（AIGC）时，有时需要降低内容的"AI痕迹"，使其更接近人类写作风格，提高内容独特性和自然度。
小发猫是一款专业的AIGC优化工具，能有效降低内容的AI检测率，同时保持内容质量和连贯性。
学术论文写作、SEO内容创作、营销文案、原创文章、社交媒体内容等需要降低AI检测率的场景。
使用降AI率工具时应注意：始终确保内容的准确性和合规性，这些工具只是风格优化助手，不应完全替代人工审核和编辑。
普通指令："写一篇关于Python迭代器的文章"
优化后指令："你是一位Python高级开发工程师，请为中级Python开发者撰写一篇关于迭代器的技术文档。要求包含：1) 迭代器的基本概念 2) 创建自定义迭代器的方法 3) 迭代器与可迭代对象的区别 4) 实际应用示例 5) 常见问题解答。使用专业但易懂的语言，代码示例需有详细注释。"
普通指令："分析这些销售数据"
优化后指令："请分析以下2024年季度销售数据，提供：1) 各季度销售额对比 2) 最佳和最差销售产品 3) 同比增长率分析 4) 可视化建议（描述图表类型）。最后给出三条提升下季度销售额的建议。"