撰写提示词

提示词是用来引导模型生成的一段内容。撰写的提示词应该包含任务或领域的关键信息，如主题、风格、格式等。

撰写提示词时，可以设置提示词变量。即在提示词中通过添加占位符{{ }}标识表示一些动态的信息，让模型根据不同的情况生成不同的文本，增加模型的灵活性和适应性。例如，将提示词设置为“你是一个旅游助手，需要给用户介绍旅行地的风土人情。请介绍下{{location}}的风土人情。”在评估提示词效果时，可以通过批量替换{{location}}的值，来获得模型回答，提升评测效率。

同时，撰写提示词过程中，可以通过设置模型参数来控制模型的生成行为，如调整温度、核采样、最大Token限制等参数。模型参数的设置会影响模型的生成质量和多样性，因此需要根据不同的场景进行选择。

撰写提示词

登录Versatile智能体平台，在左侧导航栏“个人空间”区域，选择进入所需空间。

如果已选择团队空间，界面显示为实际的团队空间名称，而非“个人空间”。

图1 选择团队空间
在左侧导航栏中选择“开发中心 > 提示词 > 提示词开发”。
在工程任务列表页面，找到目标提示词工程，单击该工程右侧“撰写”。如果需要创建新的提示词工程，请参考创建提示词工程。

图2 撰写提示词
在提示词撰写区域，您可以直接输入文本并添加图片，单击右上角的“上传图片”上传文件。提示词中还可以插入多个变量，变量需要用 {{}}标识。您可以通过以下两种方式创建提示词：
- 直接在提示词编辑区域输入内容。
- 单击“导入示例”，在弹框中选择资产中心提供的提示词模板，单击“确定”模板内容会自动填充到编辑区域，您可以根据需要进行修改。
  图3 撰写提示词
撰写完成后，单击“确定”，平台将自动识别变量并展示在变量定义区域。变量名称可进行修改。

图4 变量定义
- 变量定义区域展示的是整个工程任务下定义的变量信息，候选提示词中关联的变量也会进行展示，候选提示词相关操作请参见横向比较提示词效果。

在“模型”区域，单击“设置”，设置提示词输入的模型和模型参数。参数的具体信息请参见表1。

表1 模型设置参数说明
参数	说明	示例
模型	在下拉框中选择该提示词使用的模型服务。已接入的模型服务详见接入模型服务。	Qwen3-235B-A22B-32K
温度	设置推理温度，用于控制生成文本的随机性和创造性，数值越大随机性越大。数值较低，输出结果更加集中和确定。数值较高，输出结果更加随机，更有创意性。取值范围：0~1 默认值：不同模型的默认值不同，请以实际环境为准。	0.5
核采样	设置推理核采样，用于调整输出文本的多样性。数值越大，生成文本的多样性就越高。数值较低，输出的文本更有确定性。数值较高，输出的文本更有多样性。取值范围：0.1~1 默认值：不同模型的默认值不同，请以实际环境为准。	0.5
最大Token限制	用于控制聊天回复长度和质量的重要参数。它决定了模型生成回复的最大长度，通常以token为单位。较大的值允许模型生成更长和更完整的回复，但可能会增加生成无关或重复内容的风险。相反，较小的值会生成更短和更简洁的回复，但可能导致内容不够详细或不连贯。取值范围：1~4096 默认值：不同模型的默认值不同，请以实际环境为准。	2048
话题重复度控制	控制对话中话题重复度。该参数可以设置正值或者负值。正值：模型倾向于避免重复讨论同一话题，从而保持对话的多样性和广泛性。负值：模型更倾向于围绕同一话题展开，保持对话的连贯性和深度。取值范围：-2~2 默认值：不同模型的默认值不同，请以实际环境为准。	0

图5 模型设置

预览提示词效果

在完成提示词的撰写后，您可以通过输入具体的变量值，生成完整的提示词，并观察不同提示词在模型中的使用效果。

在提示词撰写页面中，找到页面右侧变量输入区域，在输入框中输入具体的变量值信息。您也可以单击右边的“导入”，选择导入已经创建好的变量集信息，导入变量集的详细信息请参见表2。

表2 导入变量集参数说明
参数	说明
存储位置	在对象存储服务（OBS）中选择需要导入的变量集的路径说明：如果在当前对象存储服务中没有需要的文件，请先前往OBS中上传文件。为了确保数据上传和处理的顺利进行，请遵守以下限制条件：文件格式：仅支持上传xlsx格式的文件。请确保文件为Excel格式，以便系统正确读取数据。数据集行数：数据集的行数必须在10到50行之间。少于10行或大于50行的数据集将无法导入。请确保数据量适中，以获得最佳处理效果。表头要求：数据集的表头必须唯一，且数量不得大于20个。请检查表头名称，避免重复，并确保表头数量在限制范围内。文本长度限制：数据集中每条文本的长度不得大于1000个字符。过长的文本可能导致处理延迟或错误，请适当控制文本长度。
数据集名称	用于唯一标识一个数据集，帮助用户快速识别和管理不同的数据集。
数据集描述	提供更详细的信息，说明数据集的用途、内容和适用场景，帮助用户更好地理解和使用数据集。