AI Prompt词源，英文"prompt"源自拉丁语"promptus"（准备就绪）。
目前的大模型核心算法都是生成式的算法，并不算真正智能思维的体现。AI帮助人类的行为，更像是人类给到了一个指令命令，AI顺着指令往下扩展对应可能的内容，大部分情况下，你需要解决真实的需求就需要精心设计你的引导对话。所以这里设计/策划/引导的含义应当体现出来。
[提示词]在很多情况下，其实是不准确且缺少含义的。大部分大模型对话实例中，用的基本都是[给xx AI发送消息]，因为对于普通用户来说，也不需要明确里面的含义和命令。对于普通用户来说就是简单对话，所以[消息]作为载体也是合理的。
「策引词」核心释义
构词逻辑：
-
「策」：策略性规划
- 对应AI工程中的 Prompt Engineering 技术（如思维链设计、角色设定）
- 示例：代码生成时需预设「分步骤实现」「异常处理」等策略
-
「引」：主动性引导
- 强调通过设计输入控制输出方向（如温度参数调节、关键词加权）
- 示例：Stable Diffusion通过负面提示词（Negative Prompt）引导画风
-
「词」：文本载体特性
- 明示其本质是结构化文本输入（非代码/非图形界面）
- 示例：
"用Python实现快速排序，添加中文注释，输出Markdown格式"
对比「提示词」
1. 技术深度差异
| 维度 | 策引词 | 提示词 |
|---|---|---|
| 设计复杂度 | 需策略工程（如CoT推理链） | 简单触发（如"继续"） |
| 功能定位 | 系统化控制模型行为 | 基础信息补充 |
| 典型用例 | GitHub Copilot代码生成策略 | 输入框默认占位文本 |
例证：
当要求AI「解释量子纠缠并类比人际关系」时：
- 提示词：仅传递基础指令
- 策引词：隐含「先定义科学概念→再构建隐喻→最后举例说明」的思维策略
