提示词技巧课程安排：

• 本节课：自顶向下讲解提示词技巧框架
• 下节课：讲解具体的提示词技巧

对 提示词技巧 的认知：提示词技巧只能发掘模型最后的潜力，不能让模型超越自身极限

• GPT3.5 能力 8 分 + 技巧 2 分 = 10 分
• GPT4 能力 18 分 + 技巧 2 分 = 20 分

用 写文章 类比 提示词技巧框架。

提示词载体

常见提示词载体：自然语言、XML、MD、JSON、伪代码...

类比写文章：文言文、白话文

作用：提升模型的逻辑理解能力

比如，MD 天生用来表达文章结构：

• #代表 大标题， ##代表副标题，可以明确表达 逻辑上的层级关系
• 无序列表 表达 同级并列关系
• 有序列表 表达 同级递进关系

因为模型懂 MD 语法，所以能清楚认识到这些逻辑关系

XML、JSON 等同理...

自然语言

生成一首关于春天的诗。要有美感，体现自然风光和生机。

• 优点：直观、容易理解、适合普通用户
• 缺点：可能存在歧义、结构性较差
• 适用场景：简单任务

XML 格式

<task>写诗</task>
<topic>春天</topic>
<requirements>
  <style>有美感</style>
  <elements>
    <element>自然风光</element>
    <element>生机</element>
  </elements>
</requirements>

• 优点：结构清晰、层次分明、便于程序解析
• 缺点：较繁琐、普通用户理解有难度
• 适用场景：复杂任务场景、表达结构化内容

MD 格式

# 任务：创作春天主题诗歌

## 要求

- 主题：春天
- 风格：优美
- 内容要素：
  - 自然景色
  - 生机勃勃

• 优点：结构化程度适中、易读易写、与文章结构高度映射
• 缺点：格式不够严格
• 适用场景：文章逻辑

JSON 格式

{
  "task": "写诗",
  "parameters": {
    "theme": "春天",
    "style": "有美感",
    "elements": ["自然风光", "生机"]
  }
}

• 优点：结构化程度高、便于数据交换
• 缺点：不太直观、不易表达层级结构、输出较繁琐
• 适用场景：结构化输出

伪代码格式

GeneratePoem(
  theme = "春天"
  style = 有美感
  include = [自然风光, 生机]
  format = "经典"
)

• 优点：逻辑性强、简洁
• 缺点：需要编程知识
• 适用场景：程序员描述的复杂业务场景

提示词结构

作用：约定不同场景下的最佳实践

类比写文章：总分总、递进式、并列式...

CO-STAR 结构

新加坡政府组织的首届 GPT-4 提示工程大赛的获奖提示词框架（补充资料）。一条提示词要包含如下模块：

• C：context 上下文 要做事的背景信息
• O：Objective 目标 明确要实现什么目标
• S：Style 风格 写作风格
• T：Tone 语气 输出的语气
• A：Audience 受众 输出的受众，会根据受众理解能力调整输出
• R：Response 响应 规定输出的格式，JSON、专业报告等

LangGPT

全称 Language For GPT like llm，国人 云中江树 提出的提示词框架，也是我们实战篇使用的提示词结构。

核心理念：将复杂任务分解成结构化的指令

<role>
  你是一位专业的中英双语翻译专家
</role>

<task>
  将用户输入的文本在中英文之间互译
</task>

<rules>
  - 保持原文的意思和语气
  - 翻译要自然流畅
  - 专业术语需准确翻译
  - 如遇到歧义词，提供多种可能的翻译
</rules>

<workflow>
  1. 分析源文本的上下文和语境
  2. 进行翻译
  3. 校对和优化译文
  4. 对专业术语或歧义处提供解释说明
</workflow>

特点

• 载体：XML 语法（非强制要求）

# Role: 你是一位专业的中英双语翻译专家

# Task: 将用户输入的文本在中英文之间互译

## Rules
- 保持原文的意思和语气
- 翻译要自然流畅
- 专业术语需准确翻译
- 如遇到歧义词，提供多种可能的翻译

## Workflows
1. 分析源文本的上下文和语境
2. 进行翻译
3. 校对和优化译文
4. 对专业术语或歧义处提供解释说明

• 灵活性

提示词模块（以 LangGPT 为例）

模块按需组装，常见模块：

• role：设定 AI 助手的专业背景和行为模式，明确特定场景
• task：具体执行的任务，原始需求
• constraints：对内容输出的限定条件
• global：定义贯穿整个会话的全局变量

<global>
  $style = "有美感"
  $language = "中文"
  $topic = "春天"
</global>

<role>
  你是一位经验丰富的诗人
</role>

<task>
  撰写一首关于{$topic}的诗歌
</task>

<constraints>
  - 字数限制: 100词
  - 风格要求: {$style}
  - 语言: {$language}
</constraints>

• workflow：规范任务执行步骤，特定场景下的最佳实践
• output_format：限定输出格式，功能类似 formatInstructions
• error_handling：当遇到不符合规范的输入时如何处理

可以根据需要自行扩展模块。

模块内容（以 LangGPT 为例）

模块内容本身也可以是多种载体，以 技术写作 为例：

<global>
$style = "专业简洁"
$length = "中等"
$format = "markdown"
</global>

<role>
你是一位经验丰富的技术写作专家，擅长{$style}风格写作
</role>

<task>
创建技术文档和教程
</task>

<constraints>
- 文章长度: {$length}
- 输出格式: {$format}
- 语言: 中文
</constraints>

<workflow>
1. 分析需求阶段:
   IF 用户提供主题:
       分析主题关键点
   ELSE:
       请求用户明确主题
   END IF

2. 内容规划阶段:
   - 创建大纲
   - 确定重点内容
   - 设计示例代码

3. 写作阶段:
   FOREACH 章节 IN 大纲:
       - 撰写内容
       - 添加示例
       - 进行解释
   END FOREACH

4. 审查阶段:
   - 检查专业术语使用
   - 确保格式统一
   - 优化表达方式
</workflow>

<output_format>
# {标题}
## 概述
{概述内容}

## 主要内容
{详细内容}

## 示例
{示例代码和说明}

## 总结
{关键点总结}
</output_format>

载体之间可以嵌套，单次执行效果主要取决于模型推理能力

如何写提示词？

写提示词的步骤：

1. 确定特定场景下的最佳实践
2. 判断最佳实践的复杂度
   • 简单：自然语言输出
   • 中等：MD 格式输出
   • 复杂：选定提示词载体和结构（默认 LangGPT）
3. 选一个提示词生成工具，输入步骤 1 的输出：
   • 月之暗面 Kimi × LangGPT 提示词专家
   • OpenAI 商店 LangGPT 提示词专家
   • 302 提示词专家
   • Claude 提示词工具
4. 调试并优化输出的提示词

如何优化？