精通提示词工程：技术写作者的关键技能

理解提示工程

“提示工程师”这个术语可能略有误导性，该领域的一些专家主张使用“提示专家”，但这个说法尚未流行起来。如果您是一名提示工程师，您将致力于编写基于文本的提示，并将其输入到AI工具（如ChatGPT）中，以生成特定且准确的输出。

提示工程师关注的是为技术产品创建内容，处理复杂信息以使其清晰易懂。写作能力仍然至关重要，但提示工程师利用AI来创建那些原本更难完成的技术文档。

与更传统的技术写作者类似，提示工程师很可能在医疗保健、技术和工程领域工作。重点在于精心设计提示以控制输出，这需要理解AI模型，以确保技术写作者输入的是正确的提示。

从事提示工程工作的技术写作者必须能够教会AI从提示中学习并变得更加准确。

提示工程的基本技能和背景

如果技术写作者希望在提示工程领域取得成功，需要掌握一些特定的技能。

语言模型知识

提示工程师需要了解并理解语言模型，以便能够设计他们的提示来生成特定的文本输出。他们不一定需要理解模型背后的机制，只需掌握其工作原理，从而有效地利用它来创建引人入胜且听起来自然的技术文档。

编程语言知识

虽然编程语言知识并非必不可少，但它对于提示工程来说无疑是有帮助的。Python是一种流行的语言，常与提示工程结合使用，用于与API交互和操作数据，从而使提示更有效、更准确。Python与ChatGPT配合得特别好，可以创建生成高度具体输出的提示，幸运的是，许多技术文档工程师已经熟悉Python。

AI和ML技术的实践经验

你绝对必须具备AI和ML技术的实践经验，例如OpenAI于2022年发布的ChatGPT。能够使用和操控这些技术，对于想要创建技术文档的提示工程师来说，是至关重要的一个部分。由于提示工程直接与AI打交道，技术文档工程师必须寻找使用这些技术的项目，才能成为成功的提示工程师。

理解内容创作的基础

由AI工具根据提示创建的技术内容不太可能是最终产品，特别是因为文档必须符合特定的标准和技术规范。工作文档在发布给客户或用户之前仍然必须经过测试和批准，提示工程师必须理解内容创作的原则才能成功。内容不能脱离其人类创作者，而应由AI进行补充。

即使在AI的强大支持下，您仍然需要在有限的时间内工作，以按时完成内容创作。没有适当的文档，产品就无法交付，并且您的工作节奏往往紧跟在工程团队之后。由于LLM在此过程中将变得如此不可或缺，项目负责人可能会期望比您单纯手动创建文档时更紧迫的截止日期。

提示的类型与示例

现在，我们来看看几种您可能想要输入给LLM的提示类型。

简单/传统提示

• 提示措辞：在为AI模型编写提示时使用正确的词语和准确的技术术语。这种基础提示需要技术专长和领域知识。
• 简洁性：在提示的措辞上尽可能清晰，使系统能够理解您的意图。构建提示时避免使用不必要的词语。
• 角色与目标：为LLM分配一个明确的角色，并设定一个要实现的目标，以生成有效的输出。这意味着需要确切知道文档的预期作者和目标用户是谁。

正向与负向提示——通过包含执行某些操作或不执行某些操作的指令，来引导大语言模型的回应。人工智能会理解存在正确与错误的答案。

高级/详细提示

输入/输出提示——明确定义你希望输入到大语言模型的数据以及你所需的输出，例如一个脚本。你将正确的数据输入到大语言模型，以产生正确的输出。

零样本提示——向大语言模型输入一个相当笼统的指令，以避免限制其回应，这意味着工具可以得出范围广泛的答案。

单样本提示——类似于零样本提示，但提示工程师会为大语言模型提供更多上下文，以帮助优化结果，添加关于你希望人工智能如何构建答案的额外信息。

思维链提示——引导大语言模型经历解决问题所需的批判性思维过程，以生成更准确的回应，让人工智能能从你的提示中学习。

另请阅读： 大语言模型代理：知识管理的下一个浪潮

为什么技术文档工程师需要掌握提示工程

对于希望利用新兴技术来产出更优质文档的技术文档工程师来说，提示工程正成为一项需求量极大的技能。企业正在寻找那些拥有生成式人工智能使用经验、能够运用诸如ChatGPT等工具处理复杂信息的文档工程师。

另外，请查看我们关于为基于生成式AI的聊天机器人撰写内容的最佳实践的文章

随着该领域的迅速扩张，能够掌握提示工程（Prompt Engineering）的技术写作者可以获得越来越多的工作机会。技术写作正日益侧重于内容创作并确保其高度易用，而AI可以在这方面为你提供支持。

能够驾驭这些AI技术意味着技术写作者可以在其领域保持竞争力，并有机会获得高薪职位。虽然技术写作者在某种意义上已经是“技术性的”，但他们可以扩展技能，将生成式AI和提示工程（Prompt Engineering）纳入其中。

掌握提示工程（Prompt Engineering）的步骤

遵循以下步骤，成为一名精通提示工程（Prompt Engineering）的技术写作者。

研究与熟悉

培养你的研究能力，找到正确的信息和数据作为提示输入AI。AI工具的输出质量完全取决于输入的信息，因此技术写作者应善于识别正确的信息来源，并将其转化为指导性的提示。

适应不断发展的技术

AI和所有技术一样，是一个不断变化的领域，今天的最新技术在新产品发布时可能很快就会过时。理解生成式AI背后的原理以及如何设计提示词，是适应不断演变的技术格局的关键，这要求技术写作者掌握最新的技能。

支持跨职能团队

使用提示工程的技术写作者并非在真空中工作，您需要与产品、工程、项目管理、营销和销售等其他部门合作，利用AI生成正确的文档。了解这些团队对技术写作者的要求并管理期望是成功的关键。

精心设计有效的提示

能够理解有效提示背后的机制，包括结合编程语言的使用，将使您能够掌握提示工程。向AI提出正确的问题并定制您的输入，使工具能够生成正确的答案，这意味着技术写作者必须比机器更聪明。至关重要的是，技术写作者必须是其领域的专家，才能成功充分利用LLM的全部潜力。

💛🧡🧡客户评价：Baklib 轻松解决了易于编辑网站内容的古老问题，并与现代内容运营和市场营销人员所需的智能相结合。

测试与微调

输入单个提示不会生成最终产品。您必须测试您的提示，并对其迭代多个版本，才能得出在技术文档方面真正适合用户的回答。必须训练AI以适应正确答案，否则工具可能会变得毫无意义并产生“幻觉”错误。

提供上下文和用例

您将使用LLM创建的内容并非存在于真空中——这意味着您创建的任何文档都必须包含上下文，并针对特定用例，以使其有用。最终，AI无法意识到您提示背后的意图，因此在为LLM提供文档指令时，您必须极其精确。

项目文档编写

在技术写作中，提示工程的首要应用场景是为最终用户（无论是工程师、科学家还是普通公众）编写产品文档。即使你使用提示来生成文档，仍然需要具备技术写作的背景知识，以确保产出的内容符合业务要求。人工智能是技术写作者可以用来实现这一目标的工具之一。

协同工作

通过运用提示工程，你可以整合同事的输入，生成代表多个团队利益的文档。只要你对文档要达成的目标有清晰的认识（最终目的应是帮助用户），AI工具理论上能够响应复杂的指令，生成高度精炼的最终成果。

自动化与效率提升

在技术写作中使用人工智能的最大优势之一，是能够自动化处理以往繁琐的任务。提示工程师将这种自动化提升到了新的高度，他们能快速创建出以往需要大量劳动和创造力才能完成的文档成品。

3款优秀的提示工程工具

以下是我们所知的三款最佳提示工程工具。

Baklib

Baklib是一款知识库软件，它利用人工智能为您的文档推荐标签和SEO描述。这意味着，当您为知识库撰写常规文章时，Baklib会提供元数据和SEO优化建议，使用户能更轻松地发现您的页面。

与我们的专家预约演示，深入了解Baklib

预约演示

ChatGPT

ChatGPT是最流行的提示工程工具之一，微软目前正将其集成到其所有企业工具中。ChatGPT于2022年发布，因其能对各种提示生成高度自然、类人的回应而引起了轰动。

GitHub

GitHub是一个由AI驱动的开发平台，使您能够将自然语言提示转化为代码建议。这使编写、测试和发布代码变得容易得多，因为您可以使用一个名为GitHub Copilot的功能，该功能基于数十亿行代码进行了训练。

结论

花时间学习提示工程的技术写作人员，不仅能紧跟最新技术潮流，还能提升自身的就业竞争力。能够节省时间并产出更全面的文档，意味着您可以用更少的资源帮助更多的用户。

技术写作人员在传统意义上已经是“技术性”的，并且已经在他们的工作流程中使用支持性技术。生成式AI提供了利用现有技能创建高度信息化内容的机会，这些内容随后由专家——技术写作人员——进行审查。