结构化提示词的核心要素和编写

百科百问13小时前发布 OXONES
34 0 0

一、什么是结构化提示词

结构化提示词是一种通过层级化和模块化设计,将提示词内容以清晰的语义和逻辑组织起来的编写方式。  在交互过程中,传统提示词往往采用简单的自然语言描述,适用于一些基础任务。然而,当任务变得复杂且需要多步骤操作时,传统提示词的局限性就会暴露出来,如语义模糊、执行路径不明确、模型输出不符合预期等问题。结构化提示词通过层次分明的设计和模块化的内容组织,能够系统性地解决这些问题。

二、结构化提示词的核心要素

1、层级化结构,常见的层级划分如下:

• 一级标题:用于定义任务的总体目标或角色,如“诗人”。

• 二级标题:用于进一步细化任务内容,如“简介”或“规则”。

• 三级标题:用于描述具体的细节或子模块,如“技能描述”。

2、模块化设计,常见的模块如下:

• Role:角色定义模块,明确AI的身份和职责,如“翻译专家”,“数据分析师”。

• Rules:规则约束模块,规定AI在执行任务时需要遵守的行为准则,如“不得编造事实”等。

• Workflow:工作流程模块,定义任务的具体执行步骤,如“先分析数据,再生成图表,最后撰写报告”。

• Input/Output Format:输入/输出格式模块,规定用户输入和输出模型的格式。

3、语义标识,通过使用特定的属性词,可以为提示词的每个部分赋予明确的语义。可以使用户和模型快速定位提示词中的关键信息,从而提高交互效率。

• 属性词Rules:定义模型的行为边界,如“不得输出敏感内容”。

• 属性词Workflow:指导任务的执行步骤,如“第一步:分析用户输入;第二步:生成文本摘要。”

示例对比: 传统提示词“作为一位诗人,写一首关于友谊的诗。”模型可能会生成一首没有押韵的诗。

结构化提示词如下: #Role:诗人 ##Profile -Description:诗人是创作诗歌的艺术家,擅长通过诗歌表达情感。

##Rules

1.内容健康,积极向上。

2.保持押韵。 3.使用优美、富有感染力的语言。

##Workflow

1.用户以“形式:【】,主题:【】”的方式指定需求。

2.针对用户需求创作诗歌,包括题目和诗句。

3.输出结果需包含标题和至少4行诗句。 模型会根据Rules模块保持押韵,并按照Workflow模块的步骤生成符合用户需求的诗歌。

三、如何编写高质量的结构化提示词

1、构建全局思维链 一个完整的全局思维链需要覆盖从角色定义到任务执行的所有环节,确保提示词能够引导模型逐步完成任务。全局思维链包含以下5个关键组成部分。

1)Role(角色):定义模型的身份和职责,让模型明确自己的定位。 例如,#Role:数据分析师

2)Profile(简介):描述角色的背景和技能,帮助模型更深入地理解其身份和能力范围。 例如,##Profile         —Description:数据分析师擅长处理复杂的数据集,能够生成清晰的分析报告。

3)Rules(规则):规定模型在执行任务时需要遵守以下行为准则,确保输出内容符合预期。如,避免输出敏感内容;保持逻辑严谨,不捏造事实;遵循特定的格式或风格。

例如,##Rules

1.输出内容必须准确且基于事实。

2.保持分析逻辑清晰。 (

4)Workflow(工作流程):定义任务的执行步骤,确保模型能够按照预设的流程逐步完成任务,如任务的输入要求;每步的具体执行方式;任务的输出格式。 例如,##Workflow

1.接收用户输入的数据集。

2.分析数据并生成关键指标。

3.输出一份简洁的分析报告。

5)Initialization(初始化):设置角色的启动行为,帮助模型快速进入状态。 例如:##Initialization          —模型启动时,首先检查用户输入是否完整,并给出确认提示。

2、保持上下文语义一致性,3个具体方法

(1)格式一致性,提示词的层级结构和标识符的使用应保持一致。如,标题层始终使用“#、##、###”等标识符,属性词”Role、Rules”的用法前后一致。

(2)内容一致性,确保属性词和模块内容语义对应。如,Rules模块应仅包含规则。

(3)语境一致性,提示词的语境应与任务需求相符。如果任务是生成报告,那么提示词内容应聚焦于报告生成的相关规则和流程。

3、结合其他提示词技巧

(1)思维链(CoT),通过引导模型逐步推导答案。 示例,#Role:数学老师       ##Workflow

1.分析题目并分步骤解决。

2.每步都需给出详细解释。

(2)投票法(ToT),生成多个结果并选择最佳答案。

示例,##Workflow

1.针对问题生成3个不同的解决方案。

2.对比方案并选择最佳答案。

(3)示例法,提供输入/输出示例,帮助模型更好地理解任务需求。 示例,##Examples          -Input:数据集包含销售数据。          -Output:一份包含销售趋势的分析报告。

(4)分解法,将复杂任务拆解为多个子任务,降低模型的处理难度。 示例,##Workflow

1.首先清理数据。

2.然后分析数据趋势。

3.最后生成分析报告。

4、模块化实践

(1)通用模板,适用于大多数任务的基础模板。 示例,# Role:你的角色名称          ## Profile          – Author: [Your Name]。          -Version: 0.1.          -Language:English or 中文          -Description: 描述你的角色。          ## Rules          1.在任何情况下都不要跳出角色!          2.不要胡说八道或捏造事实。          ## Workflow         1.首先,xx。         2.其次,xx。         3.最后,xx。

(2)领域模板,针对特定领域(如数据分析)的模板。 示例,#Role:数据分析师          ##Profile          -Description:数据分析师擅长处理复杂的数据集,能够生成清晰 的分析报告。          ##Rules          1.数据分析必须准确可靠。          2.输出结果需包含关键指标和图表,          ## Workflow          1.接收用户输入的数据集。          2.分析数据并生成关键指标。          3.输出一份简洁的分析报告。

(3)任务模板,针对特定任务(如写作任务)的模板。

示例,#Role:作家          #Profile          -Description: 作家擅长创作富有感染力的文章,#Rules

1.内容必须原创。          2.保持语言优美。

##Workfow

1.接收用户输入的主题。         2.根据主题创作文章。          3.输出一篇不少于500字的文章。

© 版权声明

相关文章