今天我们要聊聊一个非常实用的话题——如何利用大模型来提高我们的工作效率。

你可能会觉得大模型听起来很高大上，但其实只要掌握一些简单的技巧，普通人也能轻松上手，让工作变得更加高效。下面我们就一起来看看具体怎么做。

01.学习使用提示词编写技巧

首先，我们来看看最重要的一步：学习如何编写有效的提示词。

提示词（Prompt）是指用户提供给AI模型的输入，旨在引导模型生成特定类型的响应。例如，在训练GPT（Generative Pre-trained Transformer）模型时，用户可以输入“写一首关于春天的诗”作为提示，AI将根据该提示生成相应的文本。

如果你直接对大模型说“帮我写一篇报告”，效果可能不会很好。但是，如果你掌握了提示词的编写技巧，就能让大模型更好地理解你的需求，从而生成更高质量的内容。

举个例子，假设你需要写一篇关于公司年度总结的报告，你可以这样编写提示词：

不好的提示词：

写一篇关于公司年度总结的报告。

好的提示词：

请根据以下数据和信息，写一篇关于2023年公司年度总结的报告。报告应包括以下几个部分：引言、主要成就、面临的挑战、未来规划。数据如下：[插入数据]。

可以看到，好的提示词更加具体和结构化，能够帮助大模型更好地理解和生成内容。

下面为大家介绍一个好的提示词编写框架，只要你用这个模版编写提示词，你就可以更好的使用大模型作为自己的工具：

这就是——CO-STAR结构化提示词框架：

具体操作如下：

• （C）上下文：提供任务的上下文信息  

此信息有助于大型语言模型（LLM）理解讨论的具体情境，从而确保其回复相关并有针对性。

• （O）目标：明确希望LLM执行的具体任务  

清晰的目标使LLM能将回复的重点放在达成这一特定目标上。

• （S）风格：指明所需的写作风格  

可以引用某位著名作家的风格，或是某一行业专家的专业用语。这有助于LLM以符合你需求的方式作出回应。

• （T）语气：设定回复的态度  

这能确保LLM的回复与所需的情绪或情感背景相符，例如，正式、幽默或关怀等语气。

• （A）受众：定义回复的对象  

根据受众（如某一领域的专家、初学者或青少年等）量身定制LLM的回复，以确保其在特定环境中恰到好处且易于理解。

• （R）回复：规定回复的格式  

这有助于确保LLM输出的内容符合特定的请求格式，例如，列表、JSON格式、专业报告等。对于许多LLM应用程序，JSON输出尤其理想，因为它们通常会将LLM的回复用于后续的处理。

以下是一个示例，展示了CO-STAR框架的有效性。​​​​​​​

假设你是一名市场营销专员，想要为公司举办的一项新活动撰写一篇电子邮件。
### 没有CO-STAR的提示示例：撰写一封电子邮件，宣传我们公司即将举行的“绿色生活展”。我们的公司是Alpha，活动定于下个月举行。
### GPT-4输出的结果：主题：欢迎参加Alpha公司的绿色生活展！亲爱的朋友们，我们将于下个月举行绿色生活展，展示关于可持续生活的各种方案。希望您能参加！虽然这个输出简单明了，但缺乏吸引力与细节，无法激发受众的兴趣。​​​​​​​

### 使用CO-STAR模板的示例：# 上下文我想宣传我们公司即将举行的“绿色生活展”。我们的公司是Alpha，活动定于下个月举行，主要集中于可持续发展和环保创新。# 目标为我创建一封电子邮件，旨在促进注册并吸引更多人参加活动。# 风格效仿国家地理（National Geographic）等展现环保主题的出版物的精彩写作风格。# 语气热情洋溢且启发人心。# 受众我们的受众是对环保和可持续生活感兴趣的城市居民，尤其是年轻的家庭。# 回复一封引人注目的电子邮件，鼓励注册并传达活动的重要性。​​​​​​​

**通过应用CO-STAR，GPT-4的输出将变得更加具体和吸引人**：主题：探索可持续未来——参加Alpha公司的绿色生活展！亲爱的朋友们，想象一下，你的每一个选择都能为地球带来积极的改变。我们诚邀您参加即将于下个月举行的Alpha“绿色生活展”，一同探索有关可持续发展和环保创新的精彩内容！- **互动与灵感**：研讨会、工作坊和展览将聚焦于可持续生活的最佳实践，为您提供与专家交流的机会。- **家庭友好的活动**：特别为年轻家庭设计的环节，让孩子们也能参与，亲身体验环保的重要性。加入我们，成为绿色生活的推动者！名额有限，请立即注册以确保您的位置，和我们一起为更美好的未来努力。

CO-STAR框架有助于系统地向LLM提供任务的所有关键信息，确保根据特定需求生成优化的输出。 

最后给大家一个提示词的编写模版，你可以直接将你想让大模型完成的任务替换进去：​​​​​​​

### 提示词编写模板# 上下文（在此写下任务的背景和相关信息）# 目标（明确你希望LLM完成的具体任务）# 风格（描述希望的写作风格或参照的风格）# 语气（设定所需的语气或情感基调）# 受众（定义目标受众及其特点）# 回复（说明希望得到的回复格式或内容类型）

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

02.其他技巧

除了编写好的提示词，还有一些其他的小技巧可以帮助你更好地利用大模型提高工作效率：

• 分步操作：将复杂的任务分解成多个小任务，逐步完成。例如，先生成提纲，再逐步填充内容。

• 多次迭代：不要指望一次生成完美的内容，可以多次修改和完善。每次生成后，检查并调整提示词，直到满意为止。

• 多模态输入：有些大模型支持多种输入方式，如文本、图像、语音等。根据任务需求选择合适的输入方式，可以提高效率。

• 结合现有工具：将大模型与其他工具结合使用，例如与Excel、Word等办公软件结合，可以进一步提升工作效率。

03.常见的大模型工具

现在市面上有很多优秀的大模型应用，下面推荐几款常用且易用的软件：

• ChatGPT：由OpenAI开发的聊天机器人，功能强大，支持多种任务，如文本生成、代码编写、问题解答等。

• Claude：Anthropic开发的聊天机器人，以对话流畅性和逻辑性著称，适合复杂任务。

• Bing AI：微软推出的聊天机器人，集成在Bing搜索引擎中，支持搜索和生成内容。

• 文心一言：百度推出的大规模语言模型，支持中文，适用于多种应用场景。

• 通义千问：阿里巴巴推出的大规模语言模型，支持多种任务，包括文本生成、问答等。

• 豆包：一款集成了多种大模型的应用程序，支持自然语言处理、图像识别等功能，界面友好，易于使用。

• DeepSeek：一款强大的大模型应用，也是目前最火的国产大模型，效果不输于GPT。

这些工具都可以通过网页或移动应用访问，非常方便。

04.DeepSeek使用教程

‌DeepSeek‌是一家专注于通用人工智能（AGI）研究的中国科技公司，成立于2023年，总部位于中国杭州。DeepSeek的全称是杭州深度求索人工智能基础技术研究有限公司，其核心业务是开发先进的大语言模型（LLM）和相关技术‌。

DeepSeek的主要产品包括：

• ‌DeepSeek-R1‌：这是一个开源推理大模型，通过强化学习提升了语言模型在数学和逻辑推理任务中的表现，成本降低了90-95%‌。

• ‌DeepSeek-V3‌：这是一个高效的混合专家模型，通过激活少量参数实现性能和计算成本的平衡，是大规模模型优化的重要突破‌。

• ‌DeepSeek-LLM‌：这是一个开源语言模型，从长期主义视角提出开源语言模型发展策略，推动技术民主化‌。

官网https://www.deepseek.com。

首先需要注册（犹豫最近大量的恶意攻击，导致有时候会注册失败，建议早上的时候重试，成功率比较大）：

注册成功后就可以开始对话了：

这里有两个功能，深度思考和联网搜索：

• 联网搜索

  • 特点：实时访问互联网获取最新信息。

  • 适用场景：需要实时数据（如新闻、天气、股价、赛事结果）。查询动态内容（如社交媒体趋势、最新政策）。获取特定网页内容（如某篇文章或报告）。

  • 何时使用：需求明确且依赖时效性。

• 深度思考

  • 特点：基于知识库和逻辑推理进行深度分析，解决复杂问题。

  • 适用场景：

    • 复杂问题（如数学推导、多因素分析）。

    • 知识整合（如解释理论、对比历史事件）。

    • 抽象任务（如文本创作、代码调试）。

• • 何时使用：

    • 问题复杂或需多步骤推理

    • 需知识整合或创意输出

如果是混合型问题，则需要先通过联网搜索获取最新数据，再用深度分析得出结论。

通过学习提示词编写技巧和其他小技巧，我们可以更好地利用大模型来提高工作效率。希望这篇教程对你有所帮助！如果你有任何问题或想了解更多内容，欢迎在评论区留言。祝大家工作顺利，效率倍增！

 大模型&AI产品经理如何学习

求大家的点赞和收藏，我花2万买的大模型学习资料免费共享给你们，来看看有哪些东西。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

​​​​​​​ 

1.学习路线图

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

2.视频教程

网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。

（都打包成一块的了，不能一一展开，总共300多集）

因篇幅有限，仅展示部分资料，需要点击下方图片前往获取

3.技术文档和电子书 

这里主要整理了大模型相关PDF书籍、行业报告、文档，有几百本，都是目前行业最新的。

4.LLM面试题和面经合集

这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集***

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓