Prompt：与大模型对话的“指令艺术”
Prompt（提示词）是用户输入给大语言模型（如ChatGPT）的指令或问题，是引导AI生成期望回应的核心“钥匙”。它已从简单的问答发展为包含上下文、示例、角色设定等元素的系统工程，直接影响输出质量。
一句话解释
Prompt（提示词）就是你与AI对话时输入的那段文字，它像给AI的“任务说明书”或“问题引导”，AI根据它的指令来生成回答、创作或执行任务。
为什么会被关注
随着ChatGPT等大模型普及，人们发现，同一个模型，用不同的Prompt提问，得到的回答质量天差地别。一句精准的Prompt能激发AI的深层能力，而模糊的提问可能得到无用或错误的答案。因此，如何编写高效Prompt（即“提示工程”）已成为使用AI的核心技能，甚至催生了“提示词工程师”这一新角色。
核心逻辑
大语言模型本质上是根据输入的文本序列（即Prompt），预测下一个最可能出现的词，并循环生成。Prompt的核心逻辑是为模型提供充足的“上下文”和“约束条件”，将模型庞大的知识储备引导至特定任务轨道上。例如，在Prompt中设定角色（“你是一位资深律师”）、提供任务格式（“请用要点列出”）、加入示例（“例如：…”），都能显著提升回答的相关性和准确性。
常见场景
1. 智能问答：直接提问，如“解释一下量子计算”。
2. 内容创作：指令更具体，如“以苏轼的风格写一首关于春天的七言诗”。
3. 代码生成：需明确语言和功能，如“用Python写一个快速排序函数，并添加注释”。
4. AI绘画：在Midjourney等工具中，用文字描述画面细节、风格和构图。
5. 复杂任务分解：使用“思维链”Prompt，要求AI“逐步思考”，将复杂问题拆解。
容易混淆的点
Prompt vs. 搜索关键词：搜索关键词是用于匹配已有数据库中的信息；而Prompt是引导AI“创造”或“推理”出新内容，过程具有生成性和不确定性。
Prompt Engineering（提示工程）vs. 模型微调：提示工程是通过优化输入文本来“激发”模型现有能力，成本低、即时生效；而微调是通过额外数据训练来“改变”模型内部的权重，使其更专精于某个领域，成本高、周期长。对于大多数用户，掌握提示工程是更实用的第一步。
本文内容用于 AI 热词解释和概念整理，仅供学习和理解参考。若涉及表述偏差或内容修正，欢迎联系站点进行更新。
相关热词Adobe Firefly 是 Adobe 公司推出的系列生成式 AI 模型，专注于创意内容生成。它并非单一工具，而是一个包含文生图、文生矢量图、文字特效等功能的模型家族，其最大特点是直接内置于 Photoshop、Illustrator 等 Adobe 创意软件中，旨在成为设计师安全、高效的“副驾驶”。
Canva-AI是集成在在线设计平台Canva中的一系列人工智能功能，旨在通过自然语言指令和自动化工具，大幅降低平面设计、演示文稿、视频制作等视觉创作的门槛。
Leonardo AI是一个集成了多种先进AI模型的综合性图像生成与设计平台，以其高质量的图像输出、丰富的模型库和面向游戏、设计等专业领域的工具链而闻名。
Playground最初指代AI模型的在线测试环境，现已演变为低门槛的AI创作平台，让用户无需代码即可探索模型能力。
Recraft是一个专注于矢量图形和图标生成的AI设计工具，能够将文本描述或草图转化为可编辑的矢量图形，并保持统一的视觉风格。
Kling-2是昆仑万维推出的新一代AI视频生成模型，以其强大的文生视频、图生视频能力，在视频时长、物理真实性和运动一致性上表现出色，被视为Sora的有力竞争者。