多范例提示另一个提示策略是多范例提示（few shot prompting）, 这种策略将为模型展示一些例子（shots），从而更形象地描述你的需求。在上图的例子中，我们尝试对用户反馈进行正面（positive）或反面（negative）的分类。我们向模型展示了 3 个例子，然后我们输入一个不在例子里面的反馈（It doesnt work!:）。模型发现头三个例子都被分类到 positive 或者 negative ，进而通过这些信息将我们最后输入的反馈分类到了 negative。

- 阅读剩余部分 -

角色提示另一种提示技术是给 AI 分配一个角色。例如，您的提示可以以"你是一名医生"或"你是一名律师"开始，然后要求 AI 回答一些医学或法律问题。举个例子：

- 阅读剩余部分 -

提供指令提供指令是其中一种简单的提示方法。在前面的部分中，我们已经看到了一个简单的指令示例（1,000,000 * 9,000 等于多少？请确保输入正确数量的零，即使数量很多也要如此）。然而，现代人工智能能够遵循更加复杂的指令。下面是一个 Dyno 交互式嵌入示例。如果您无法看到它，请确保已在您的浏览器中启用 JavaScript。由于这是一个交互式演示，您可以编辑文本并单击生成按钮以重新运行人工智能。

- 阅读剩余部分 -

提示过程在前一章中，我们讨论了人工智能以及如何通过指导来引导AI执行任务的过程。这个指导过程被称为提示工程。我们提供一组指令（提示）给AI，然后它执行相应的任务。提示可以非常简单，例如一个问题，也可以非常复杂，包含多个段落。以下是两个提示的示例：

- 阅读剩余部分 -

简介本文旨在为那些几乎没有提示工程或人工智能经验的人编写。无论是非技术背景的商科学生还是非技术背景的成年人，本文都适合阅读。我们将介绍人工智能的基本知识，并解释为什么你应该关注提示工程。如果你已经具备提示工程或人工智能的基础知识，可以直接跳到下一篇文章。

- 阅读剩余部分 -