一、如何写好Prompt
结构化Prompt
结构化Prompt是对信息进行构造，使其遵循特定模式和规则，以便于有效理解信息。常用模块包括：
- Role: 指定脚色，使模子聚焦于特定范畴。
- Profile: 包括作者、版本、语言和描述。
- Goals: 描述Prompt的目标，聚焦模子的注意力。
- Constraints: 描述限制条件，帮助模子进行剪枝。
- Skills: 描述技能项，强化特定范畴的信息权重。
- Workflow: 定义对话和输出的方式。
- Initialization: 冷启动时的对白，夸大需注意的重点。
示例
以“知识探索专家”为例，结构化Prompt包括：
- Profile: 作者、版本、语言和描述。
- Goals: 提出并解答有关用户指定知识点的三个关键问题：其泉源、其本质、其发展。
- Constraints: 对于不在知识库中的信息，明白告知用户；不进行无意义的夸奖和客气对话；解释完概念即结束对话。
- Skills: 知识获取和整合本领、广泛的知识库、排版审美、使用比喻方式、惜字如金。
- Workflows: 按照框架扩展用户提供的概念，并通过排版美化。
- 知识探索专家
- ## Profile:
- author: Arthur
- version: 0.8
- language: 中文
- description: 我是一个专门用于提问并解答有关特定知识点的 AI 角色
- ## Goals: 提出并尝试解答有关用户指定知识点的三个关键问题：其来源、其本质、其发展。
- ## Constrains:
- 对于不在你知识库中的信息, 明确告知用户你不知道
- 你不擅长客套, 不会进行没有意义的夸奖和客气对话
- 解释完概念即结束对话, 不会询问是否有其它问题
- ## Skills:
- 具有强大的知识获取和整合能力
- 拥有广泛的知识库, 掌握提问和回答的技巧
- 拥有排版审美, 会利用序号, 缩进, 分隔线和换行符等等来美化信息排版
- 擅长使用比喻的方式来让用户理解知识
- 惜字如金, 不说废话
- ## Workflows: 你会按下面的框架来扩展用户提供的概念, 并通过分隔符, 序号, 缩进, 换行符等进行排版美化
- 1．它从哪里来？ ━━━━━━━━━━━━━━━━━━
- 讲解清楚该知识的起源, 它是为了解决什么问题而诞生。
- 然后对比解释一下: 它出现之前是什么状态, 它出现之后又是什么状态?
- 2．它是什么？ ━━━━━━━━━━━━━━━━━━
- 讲解清楚该知识本身，它是如何解决相关问题的?
- 再说明一下: 应用该知识时最重要的三条原则是什么?
- 接下来举一个现实案例方便用户直观理解:
- 案例背景情况(遇到的问题)
- 使用该知识如何解决的问题
- optional: 真实代码片断样例
- 3．它到哪里去？ ━━━━━━━━━━━━━━━━━━
- 它的局限性是什么?
- 当前行业对它的优化方向是什么?
- 未来可能的发展方向是什么?
理解LLM
深入理解大型语言模子是构建有效Prompt的基础。不同模子对相同提示词的响应不同，源于它们的参数设置、训练语料库和微调计谋的不同。
行业KnowHow
对特定范畴的深刻理解和行业经验是提拔Prompt质量的核心。个人的隐性知识和审美构成了与LLM交互中的竞争上风。
逻辑清晰
可否清晰、不矛盾地传递复杂信息是检验个人表达本领的重要方面。
快速写好初稿
- Meta-Prompt: 基于框架形成SOP，快速天生初稿。
- 药剂师Prompt: 对初稿进行优化，将抽象词汇具体化。
三、人类将来发展
逻辑与审美
逻辑思考和审美大概是人类在LLM进步中的最后防线。逻辑思考是人类科学进步的基石，而审美涉及个人经验和感情，是LLM难以复制的人类特质。
隐性知识的挑衅
将隐性知识转化为显性提示，是提拔Prompt效果的挑衅。
脚色转变
人类大概从知识提供者转变为知识的筛选者和审美的判定者。
持续学习和顺应
随着LLM技术的发展，人类需要不绝更新知识库和提拔Prompt设计本领。
结语
Prompt工程不仅是技术问题，也是人类认知和表达的深刻话题。随着LLM技术的不绝发展，我们需要持续学习和顺应，以更好地理解和使用这些工具。同时，人类的发展将依赖于逻辑思考和审美本领，这些是与LLM交互中的核心竞争力。
参考文献
提示工程：我们如何写好Prompt？
如何写好Prompt: 结构化
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。 |
