使用各种提示技术改进提示
学习目标
完成本单元后，您将能够：
- 通过相关上下文增强提示，从而提高人工智能 (AI) 输出。
- 引导 AI 智能体完成推理步骤，帮助它准确解决问题。
- 概述提示生命周期的各个步骤。
Trailcast
如果您想收听本模块的录音，请使用以下播放器。听完这段录音后，记得返回每个单元，查看资源，然后完成相关评估。
与智能体协同工作时，对于任何专业人员来说，最重要的技能之一就是提示工程。虽然智能体及其所依赖的大语言模型 (LLM) 旨在响应自然人类语言的线索和风格，但优化响应以获得更佳效果仍然需要技能。掌握更高级的提示工程策略，可以帮助您从单一的生成式 AI (AGI) 应用升级到能够根据自身需求不断演进的企业级解决方案。
零样本提示
增强提示功能比想象中要容易。但首先，您必须知道该使用哪种提示。零样本提示，也称为直接提示，可能是大多数人首次使用 AI 时想到的第一件事情。它们指的是直接向模型发出指令，不提供其他上下文或示例。这对于诸如为创意项目生成新想法或总结网站内容等任务非常有用——在这些任务中，您通常不需要太多额外的框架就能获得可靠的输出。
以下是一些零样本提示的示例。
- 总结本次会议脚本，并为每位参与者列出操作步骤。
- 编写一个代码块，当网站更新时发送推送通知。
但对于具体且可操作的任务，零样本提示可能会给模型提供过于宽泛的框架，从而难以产生有效的结果。您可以通过使用小样本提示、思维链提示和基于角色的提示等技术来帮助 AI 更好地为您服务。
小样本提示
小样本提示是一种技术，通过该技术，您可以向 AI 提供少量您希望它完成的任务的示例。通过在提示中展示 AI 示例，它就能掌握其模式，并生成相关结果。
这在处理 Salesforce 记录、自动化电子邮件草稿、个案摘要或结构和样式非常重要的自定义流时尤其有用。
何时使用
在以下情况下使用小样本提示：
- 您需要特定的输出格式。
- 您希望 AI 模仿特定语气、结构或样式。
- 这项任务很复杂或特定于域，例如用公司语气总结客户支持个案。
示例：Salesforce 支持用例中的小样本提示
假设您正在 Salesforce 中构建一个 AI 助手，以帮助智能体总结支持个案。您希望该助手遵循特定格式，包括问题、解决方案和后续步骤。
以下是编写小样本提示的步骤。
提示
You’re a Salesforce support agent.（您是 Salesforce 支持智能体。） Based on the case information, write a concise summary in this format:（请根据个案信息，按以下格式撰写一份简明摘要：）
Case: Resolution: Next Steps（个案：解决方案：后续步骤）
示例 |
详细信息 |
|---|---|
示例 1 |
个案：客户报告仪表板在移动设备上无法加载。 解决方案：清除浏览器缓存并检查仪表板设置是否兼容移动设备。 后续步骤：2 天后跟进确认功能是否正常。 |
示例 2 |
个案：用户无法使用自助入口网站重置密码 解决方法：手动重置用户密码并更新入口网站配置设置。 后续步骤：监控其他用户是否遇到类似问题。 |
现在总结一下该个案 |
个案：客户无法通过 Experience Cloud 站点上传大文件 (>20MB)。 AI 响应示例（预期输出） 解决方案：调整了站点配置中的文件上传大小限制，并启用了对大文件的支持。 后续步骤：通知客户更新情况，并在本周末前验证上传是否成功。 |
思维链提示
Chain-of-thought (CoT)（思维链）提示引导 AI 在给出答案之前“大声思考”。模型不会直接给出答案，而是会逐步进行中间步骤或推理，从而提高准确性——尤其是在处理多步骤或逻辑密集型任务时。
这在 Salesforce 场景中尤其有用，因为推理是关键，包括潜在客户资格判定、个案路由和预测场景。
以下是一些运用思维链提示的机会：
- 您希望 AI 在给出答案之前解释其推理过程。
- 您正在完成一项涉及多个步骤的任务，例如检查记录条件或评估业务逻辑。
- 您正在调试 AI 响应，并且想要透明的思考过程。
示例提示：潜在客户资格判定中的思维链提示
在这个示例中，您要构建自定义 GPT（生成式预训练转换器）操作，以帮助销售代表根据 Salesforce 记录中的字段对潜在客户进行资格判定。您希望模型在将潜在客户标记为“Hot（有希望）”、“Warm（将来有希望）”或“Cold（无希望）”之前，能够逐步进行思考。
提示
您是一名助理，正在协助销售代表进行潜在客户资格判定。在根据以下因素将潜在客户状态标记为“Hot（有希望）”、“Warm（将来有希望）”或“Cold（无希望）”之前，请按步骤思考：
- Lead Source（潜在客户来源）
- 行业
- 预算
- 购买时间表
示例 |
详细信息 |
|---|---|
示例 1 |
潜在客户来源：推荐 | 行业：科技 | 预算：$80,00 | 时间表：1 个月 推理：推荐来源表明意图强烈。科技行业通常周转速度很快。预算高，时间紧迫。 资格判定：有希望 |
示例 2 |
潜在客户来源：Web | 行业：非盈利 | 预算：$5,000 | 时间表：6 个月 推理：Web 潜在客户可能效果不佳，除非营造紧迫感。预算有限，时间也比较长。 资格判定：无希望 |
现在判定为潜在客户 |
潜在客户来源：活动 | 行业：医疗 | 预算：$25,000 | 时间表：2 个月 AI 响应：（预期输出）： 推理：来自活动的潜在客户表示有兴趣，尤其是如果能亲身参与。医疗行业较为稳定。预算适中，时间安排合理。 资格判定：将来有希望 |
基于角色的提示
基于角色的提示是一种技术，它指的是在要求 AI 完成任务之前，为其分配特定的角色或人物。这有助于模型根据该角色调整其语气、专业知识和决策风格——就像 Salesforce 用户在日常工作中那样。
当您明确定义角色时，AI 可以：
- 模仿工作相关的语言和行为
- 从用户的角度理解任务
- 产出更相关、更准确、更像人类的输出
当与组织中的动态数据结合使用时，基于角色的提示会更加强大。使用合并字段，例如 {{Contact.FirstName}} 或 {{Case.Subject}}，来个性化提示。
在以下情况下使用基于角色的提示：
- 您希望 AI 能够模仿 Salesforce 特定角色（例如，销售代表、服务智能体、管理员）的语气和决策。
- 您正在处理一项依赖于业务环境的任务，例如客户关系管理最佳实践、关键绩效指标或工作流程。
- 您正在使用 Slack、流和 Apex 集成来构建具有自定义指令的 AI 助手。
示例提示：销售环境中基于角色的提示
在这种场景下，您正在创建一个由 GPT 驱动的助手，帮助销售代表在挖掘客户的电话后起草后续电子邮件。
您希望 AI 能够采用 Salesforce 客户主管的思维方式和语气。
提示
Act as a Salesforce account executive.（扮演 Salesforce 客户主管的角色。） You’ve just had a discovery call with a prospective customer.（您刚刚与一位潜在客户进行了初步沟通。） Draft a follow-up email that:（请撰写一封跟进电子邮件，内容如下：）
- Recaps the key pain points（总结关键痛点）
- Highlights how Salesforce can help（重点介绍 Salesforce 如何提供帮助）
- Includes a CTA for the next meeting（包含下次见面的 CTA）
Use a tone that’s professional, confident, and focused on value.（使用专业、自信、注重价值的语气。）
通话详细信息：
- 客户在销售和服务环节遇到数据不一致的问题。
- 他们还在使用电子表格和传统工具。
- 希望提升跨团队协作和透明度。
AI 响应示例（预期输出）
Subject: Next Steps on Connecting Your Sales & Service Teams（主题：如何进一步加强销售和服务团队之间的联系）
Hi [Customer Name],（您好，[客户姓名]，）
Great speaking with you earlier!（很高兴之前能和您交流！） I appreciated learning more about the challenges your team is facing, especially around disconnected systems and the reliance on spreadsheets.（我很高兴能进一步了解你们团队所面临的种种挑战，尤其是系统连接断开以及过度依赖电子表格的问题。）
As we discussed, Salesforce Customer 360 can help unify your sales and service data in one platform—giving your teams real-time visibility and making collaboration seamless.（正如我们所讨论的，Salesforce Customer 360 可以帮助您将销售和服务数据统一到一个平台上，从而使您的团队能够实时了解情况并实现无缝协作。）
Let’s schedule a follow-up to explore how this could look in your environment.（我们安排一次后续会议，探讨一下在您的环境中如何实施。） How’s your availability early next week?（您下周初有空吗？）
Best,（此致，）
[Your Name]（[您的姓名]）
Account Executive, Salesforce（Salesforce 客户主管）
对话提示
有时，最有效的提示并非仅仅给出指令，而是创建对话。对话提示引导 AI 进行对话，模拟 Salesforce 人类客服人员或用户与同事、客户或系统交互的方式。这种提示方式鼓励更人性化、更贴合语境、更流畅的交流，从而产生更细致入微、更有帮助的响应。
与提供静态指令或示例的零样本或小样本提示不同，对话提示通过来回交流来塑造 AI 的行为。这在构建 Agentforce AI 驱动的流用于营造交互体验、提供渐进式指导或根据输入进行调整时尤为有用。
在以下情况下使用对话提示：
- 您希望 AI 像一个善解人意的合作者，而不仅仅是一个工具。
- 您正在为 Slack、机器人或引导式体验构建基于聊天的流。
- 您想要的是动态的、多回合的交互，其中 AI 会根据不断变化的输入做出响应。
- 您正在模拟或取代内部 Q&A、培训或辅导对话。
示例提示：
想象一下，您正在构建流，引导一位新的 Salesforce 管理员完成他们的第一个组织设置。AI 不会一次性提供所有信息，而是逐步引导用户——提出问题、提供选项，使体验更像是一次实时入门培训。
提示：
You’re a helpful Salesforce onboarding assistant.（您是一位实用的 Salesforce 入门助手。） Ask clarifying questions, walk the user through setup tasks step-by-step, and offer suggestions when needed.（提出澄清问题，逐步引导用户完成设置任务，并在需要时提供建议。） Make the experience feel like a live conversation.（让整个体验就像在进行一场实时对话一样）。
AI 输出示例（预期输出）：
您好！欢迎使用 Salesforce！I’m here to help you get your org set up.（我将帮助您设置组织。）
First things first: are you planning to use Salesforce mainly for Sales, Service, or both?（首先要弄清楚的是：您计划将 Salesforce 主要用于销售、服务，还是两者兼而有之？）
(Once user responds: “Sales”)（如果用户回复：“销售”）
非常好！Let’s start by setting up your lead and opportunity stages.（我们先来设置您的潜在客户和业务机会阶段。） Do you already have a defined sales process, or would you like to use Salesforce’s default pipeline to begin with?（您是否已经有了既定的销售流程，还是想先使用 Salesforce 的默认销售漏斗？）
反事实提示
反事实提示会要求 AI 推理不同的现实情况——如果事情有所不同会发生什么？ 当您希望模型通过设想假设性的变化来评估各种场景、解释结果或提出改进建议时，这项技术非常有用。
在 Salesforce 中，这可以成为指导决策、排查流程故障或模拟业务变更影响的强大工具。它也是进行辅导、回顾分析和场景规划的绝佳方法。
在以下情况下使用反事实提示：
- 您正在排查记录、交易或营销活动为何未达到预期效果的原因。
- 您希望 AI 能够根据可能发生的情况提出优化建议。
- 您正在指导用户或分析历史个案，以改善未来的结果。
- 您正在构建模拟，以帮助团队探索潜在的策略或风险。
示例提示：
假设您正在构建 AI 助手，帮助销售经理指导销售代表。您希望 AI 能够分析失败的交易，并提出如果关键因素不同，结果可能会如何变化。
提示：
You’re a sales coach analyzing lost opportunities.（您是一名销售指导，正在分析丢失的业务机会。） Based on the opportunity data, explain why the deal was lost—and then offer a counterfactual scenario: what could have changed to win the deal?（根据这些机会数据，解释为什么这笔交易会失败——然后提出一个反事实场景：哪些改变可以促成这笔交易？）
输入详细信息：
业务机会：丢失
交易金额：$45,000
结束日期：晚了两周
决策者：未参与
竞争对手：BigDigital
主要反对意见：平台感觉过于复杂
代表备注：演示侧重于功能，而非结果。
AI 响应示例（预期输出）：
The deal was lost primarily because the decision maker wasn’t engaged during the buying process, and the demo emphasized features rather than outcomes—making the product seem complex and less accessible.（这笔交易失败的主要原因是决策者在购买过程中没有参与，而且演示侧重于功能而不是结果，这使得产品看起来复杂且难以理解。）
反事实：
If the decision maker had been involved earlier—and the demo had focused on business impact rather than product depth—the customer might have seen more value and alignment.（如果决策者更早参与进来，并且演示重点放在业务影响而非产品深度上，客户或许能从中获得更多价值和认同感。） A simplified, outcome-focused presentation could have improved buy-in and potentially secured the deal.（一个更简洁、以结果为导向的演示或许能提高客户的接受度，并有可能促成交易。）
创意提示
创意提示可以帮助 AI 生成原创、富有想象力或风格独特的优质内容。无论您是在集思广益地构思活动名称、撰写活动主题，还是创作引人注目的主题行，创意提示都能让 AI 充分发挥其生成能力。
在 Salesforce 中，创意提示在营销、品牌发展、内部沟通和体验设计等用例中大放异彩——任何需要一点原创性来提升影响力的领域。
在以下情况下使用创意提示：
- 您需要一些新的想法（名称、标语、标题或概念）。
- 您正在创作具有某种基调、主题或品牌个性的内容。
- 您需要多样化和灵感来突破空白页面。
- 您正在为市场营销、赋能或沟通等团队提供支持。
示例：
您正在构建 AI 助手，帮助营销人员为即将开展的 Salesforce 市场活动构思名称，旨在强调客户忠诚度及长期合作关系。您希望 AI 能够生成富有深度、具有品牌特色的创意，并且这些创意要与 Salesforce 的风格相契合。
提示示例
Act as a creative marketer at Salesforce.（作为 Salesforce 的创意营销人员。） Generate 5 name ideas for a customer loyalty campaign that emphasizes connection, trust, and long-term partnership.（您需要为一项强调联系、信任和长期合作关系的客户忠诚活动构思 5 个名称。） Make them engaging, brand-aligned, and suitable for use in digital and event marketing.（这些名称必须引人入胜、符合品牌调性，并且适用于数字营销和活动营销。）
AI 响应示例（预期输出）：
- Forever Forward（永远向前）
- Trailblazer Together（携手开拓）
- Built to Last（经久耐用）
- Trusted by Design（值得信赖的设计）
- Momentum Matters（势如破竹）
提示生命周期
由于提示以自然语言的形式呈现，很容易将其视为简单的写作或语言任务。虽然更好地掌握语言有助于您进行提示，但并非总能帮助您优化结果。这是因为提示更为复杂，需要一种理解系统运作机制底层规则的思维模式，而不仅仅是关注输出结果。以足球为例，这就像踢球技巧与懂得如何看待场上形势、组织进攻以及控制比赛节奏之间的区别。它需要一种理解比赛规则的思维模式，而不仅仅是关注进球。
与软件开发或产品管理流程类似，提示也有生命周期，这决定了它们对企业长期功能的价值。
对于任何您可能想要重复使用的提示，请记住以下几点。
-
开发：根据业务需求，使用提示生成器、提示模板、模型 API 和平台工具等工具来规划和创建提示。
-
测试：运行您创建的提示时，看看它们是如何工作，并将结果与您的预期目标进行比较。
-
监控：如果您确信提示已准备就绪，即可依靠 Data 360 AI 报告和 Einstein 信任层等来源的安全性和分析功能，全面了解您的提示如何影响您的业务。
-
迭代：根据之前的步骤，不断调整以提高性能和准确性。提示模板允许您根据反馈数据创建新版本，从而省去每次修改或添加功能时重新创建复杂提示的工作。
提示最佳实践
除了提示的正常生命周期之外，还有一些最佳实践可以帮助您随着对智能体 AI 高级应用的深入了解而取得成功。
将用例划分成任务。 尽可能仔细地审视您的用例，寻找将任务分解成更易于管理的子任务的机会。您越擅长将复杂的操作分解成更小的提示，就越容易找到可以改进的地方，从而帮助您提升整体价值。
定义输入。 LLM 是上下文机器。上下文信息越多，它们的表现就越好。您可以通过提供语气示例、合适的响应长度以及与您希望 AI 生成的内容类似的人工创作内容，来获得更好的结果。尽可能具体的输入也很有帮助。例如，让 AI 智能体生成“度假村的营销文案”不如让它生成“加州一家轻松休闲、适合家庭的海滨度假村的幽默风格营销文案”来得有效。
取决于哪些方法有效。 当您找到有效的提示后，可以为该提示创建有用的用例库。这不仅可以为您和未来工程师节省时间，还可以为那些试图开发新提示的人提供一个很好的起点。
关于提示，最重要的是要记住，每次使用 AI 完成任务时，不需要每次都从头开始。随着用例的不断深入，这些最佳实践可以帮助您应对挑战并高效扩展。测试高级提示工程技能的最佳方法就是付诸实践。
继续学习下一单元，在提示生成器中实际操作一些您学到的技巧。
小测验场景
Janina 是一家大型全国连锁零售企业的库存经理，她利用 AI 预测即将到来的假日季的库存需求。她首先让 AI 回顾去年的销售数据，然后分析今年的促销活动和供应链延误情况，最后按品类预测需求。