How to Prompt：A minicourse on effective prompting（如何提示：高效提示词微课程）

1. Basic Prompting（基础提示）
核心是遵循 CSI 原则，即 Context（上下文）、Specific（具体）、Instruction（指令清晰）。
包括四个关键点：1. 使用精确语言；2. 提供充分上下文；3. 运用有创造性的表达方式；4. 用类比或示例帮助理解。

2. Chain-of-thoughts（思维链提示）
将复杂问题拆解为一系列更简单的步骤。
分为三级：1. 分解主问题；2. 细化子问题；3. 要求执行具体任务。这样可以让 AI 按逻辑顺序思考，而不是一次性“拍脑袋”生成答案。

3. Chunking（分块）
把复杂信息拆成可管理的小部分。常用于财务分析、研究、工具使用、问题解决、写作等场景，能显著提高理解与执行效率。

4. Explicit Reasoning（显式推理）
让 AI 在回答时展示其思考过程，以清晰、逐步的方式说明推理逻辑，帮助使用者理解每一步的依据。

5. Agent Prompting（智能体提示）
将提示词设计成任务或查询，让 AI 扮演一个特定角色或“智能体”。例如，“你是一个数据分析师，请……”

6. Team Prompting（团队提示）
让 AI 像一个多角色团队一样协作。
包括三个步骤：1. 定义各个“代理人”的角色与职责；2. 分配任务与顺序；3. 引导他们协同完成复杂任务。

7. Socratic Prompting（苏格拉底式提示）
通过提问的方式深入探讨主题、挑战假设。
分为三个层级：1. 提开放式问题；2. 质疑假设；3. 追问澄清。

8. Meta-Cognition（元认知）
鼓励 AI 对自己的思考过程进行反思。
包括提示 AI 自我审视、进行结果评估、提炼见解，并根据反馈调整。

9. Prompt Optimization & Expansion（提示词优化与扩展）
从一个基础提示开始，让 AI 自我改进提示，帮助使用者找到更合适的表达方式和指令结构，以获得理想结果。

10. Fact Checking（事实核查）
用提示来验证信息的准确性与可靠性。
包括四步：1. 质疑信息来源；2. 交叉验证；3. 要求最新数据；4. 请求第三方引用。

11. Iterative Inquiry & Sequential Questioning（迭代与连续提问）
指持续提问与迭代的过程。通过不断追问与细化，逐步提升任务的理解与输出质量。