支持私有云部署
AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


提示词技巧:如何让非推理AI具备推理能力

发布日期:2025-03-22 07:35:40 浏览次数: 1573 来源:贝塔AGI
推荐语

利用XML标签增强AI推理能力,让非推理AI也能轻松上手。

核心内容:
1. 推理模型应用中的常见问题及挑战
2. 通过XML标签优化AI回复内容的方法
3. 提示词技巧的应用示例与实践指南

杨芳贤
53A创始人/腾讯云(TVP)最具价值专家

当下,推理模型的使用门槛越来越低,普通用户也能轻松上手。然而,其应用过程中仍有一些“问题”,像使用成本居高不下,时不时还会遭遇“服务器繁忙,暂无法响应”的状况。

提示词技巧

要是打算让原本不具备推理功能的 AI 拥有推理本领,实现途径其实也很简单:

通过利用像<thinking><answer>这样的XML标签,把推理的步骤与最后的答案区分开,即可对 AI 的回复内容进行优化。

这个方法,我在之前写的提示词创作指南这篇文章中也有介绍。

以写一篇文章的提示词举例如下:

对以下资料展开剖析,提炼关键要点,并梳理其中的关联: 

[需要分析的资料]

接下来,将这些信息整合,围绕以下主题创作出一篇结构严谨、语言流畅的文章:

[文章主题]

先结合上下文仔细思考如何整理这些信息,并将思考过程呈现在`<thinking>`标签内。思考过程应包含以下内容:
- 分析任务目标
- 将任务分解为多个步骤
- 回顾任务内容,补充缺失的信息

随后,在`<article>`标签中撰写最终的文章。

提示词包含两个部分:

  1. 任务和上下文:简单明确地描述出AI需要完成的任务,并提供上下文参考,以帮助AI更好地理解问题。
    对以下资料展开剖析,提炼关键要点,并梳理其中的关联: 

    [需要分析的资料]

    接下来,将这些信息整合,围绕以下主题创作出一篇结构严谨、语言流畅的文章:

    [文章主题]
  2. 思考要求:要求 AI 进行思考,并输出思考过程。
    先结合上下文仔细思考如何整理这些信息,并将思考过程呈现在`<thinking>`标签内。思考过程应包含以下内容:
    - 分析任务目标
    - 将任务分解为多个步骤
    - 回顾任务内容,补充缺失的信息

    随后,在`<article>`标签中撰写最终的文章。
    注意:一定要让 AI 在<thinking>标签内输出思考过程,而不是直接输出最终的文章。

应用示例

以下示例采用 Qwen2.5-Max[1] 模型,关闭了深度思考能力,如果用不了推理模型,不妨试试这个方法。


53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费场景POC验证,效果验证后签署服务协议。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询