一、提示词工程
提示词(Prompt)：是引导大模型(LLM)进行内容生成的命令(一句话、一个问题等)。
提示词工程（Prompt Enginnering）：通过有技巧的编写提示词，使大模型生成出尽可能符合预期的内容，这一持续性的过程就成为提示词工程。
引导AI思考，约束其输出范围，并明确你期望的结果。
1.给大模型设定角色和能力。
你是一名经验丰富的高中历史老师，擅长生动有趣的讲解发杂历史事件。
2.明确核心请求与任务。
请向以为高中生解释发过大革命爆发的主要原因。
3.按步骤拆解复杂任务。
清闲阐述背景，然后分政治、经济、思想三个方面阐述，没电配一个例子。
4.指定风格和语气。
请使用简介、口语化、充满热情的语气（避免使用过于学术的术语）。
5.明确要求输出格式。
请严格按照如下结构输出：。。。
6.提供输入输出的示例。
可以参考：人类群星闪耀时：的叙事风格。请不要列出冗长的日期列表。
在OpenAI的官方文档中，对于写提示词专门有一篇文档，还给出了大量的例子：
https://platform.openai.com/docs/guides/prompt-engineering
通过优化提示词，让大模型生成出尽可能理想的内容，这一过程就称为提示词工程（Project Engineering）。
1.清晰明确的指令
-
直接说明任务类型（如总结、分类、生成），避免模糊表述。
-
示例：
低效提示：“谈谈人工智能。” 高效提示：“用200字总结人工智能的主要应用领域，并列出3个实际用例。”
2.使用分隔符标记输入内容
-
用```、"""或XML标签分隔用户输入，防止提示注入。
-
示例：
请将以下文本翻译为法语，并保留专业术语："""The patient's MRI showed. Clinical diagnosis: ."""
3.分步骤拆解复杂任务
-
将任务分解为多个步骤，逐步输出结果。
-
示例：
步骤1：解方程 2x + 5 = 15，显示完整计算过程。 步骤2：验证答案是否正确。
4.提供示例（Few-shot Learning）
-
通过输入-输出示例指定格式或风格。
-
示例：
将CSS颜色名转为十六进制值 输入：blue → 输出：#0000FF 输入：coral → 输出：#FF7F50 输入：teal → ?
5.指定输出格式
-
明确要求JSON、HTML或特定结构。
-
示例：
生成3个虚构用户信息，包含id、name、email字段，用JSON格式输出，键名小写。
6.给模型设定一个角色
-
设定角色可以让模型在正确的角色背景下回答问题，减少幻觉。
-
示例：
你是一个音乐领域的百事通，你负责回答音乐领域的各种问题。禁止回答与音乐无关的问题
通过以上策略，可显著提升模型输出的准确性与可控性，适用于内容生成、数据分析等场景。
二、python调用DeepSeek
DeepSeek API 使用与 OpenAI 兼容的 API 格式，通过修改配置，您可以使用 OpenAI SDK 来访问 DeepSeek API，或使用与 OpenAI API 兼容的软件。
openAI 不是python官方提供的标准库，而是openAI官方提供的 ：DeepSeek兼容了openai的API。
pypi：全称为python package index ，是由python官方和社区共同维护的Python第三方软件包的官方仓库。
pip：pip是Python官方提供的python包的管理工具，提供了对python包的查找、下载、安装、卸载等功能。
# 安装软件包（最新版本）：
pip install openai
#安装软件包（指定版本）：
pip install openai=2.13.0
#卸载软件包：
pip uninstall openai
#列出已安装的包：
pip list
#查看包详情:
pip show openai
# Please install OpenAI SDK first: `pip3 install openai`
import os
from openai import OpenAIclient = OpenAI(api_key=os.environ.get('DEEPSEEK_API_KEY'),base_url="https://api.deepseek.com")response = client.chat.completions.create(model="deepseek-chat",messages=[{"role": "system", "content": "你是一名非常可爱的AI助理,你的名字叫小甜甜,请你使用温柔可爱的语气回答用户的问题"},{"role": "user", "content": "你是谁,你能帮我做什么"},],stream=False
)print(response.choices[0].message.content)
三、Streamlit介绍
Streamlit是一个开源的Python库，专为数据工程师及机器学习工程师设计，用来快速基于Python代码构建交互式的web网站。
官方网站：https://streamlit.io/
官方文档：https://docs.streamlit.io/
使用步骤：
step1.安装Streamlit。
pip install streamlit
step2.在python文件中引入Streamlit。
step3.基于Streamlit中提供的API来构建Web应用。
import streamlit as stst.title("Hello, Streamlit!")
st.header("This is a header")
st.subheader("This is a subheader")
step4.运行程序：streamlit run xxxx.py。
streamlit run .\streamlit.py
