本文介绍prompt的通用编写原则，以及如何使用结构化的方法来帮助我们理顺思维，规范流程

• 提示工程是艺术与科学的结合，它通过设计和制作基于自然语言的文本提示来桥接人与AI的关系。

• 结构化框架可以帮助用户有效地制作、优化和自定义AI提示，以确保在各种AI模型中获得最佳性能。

我们先看看大厂官方的prompt书写指南

• openai提示词指南

• Claude提示词指南

有了以上这些具体的prompt指南，我们该如何将这些方法和原则有条理地应用到实际prompt编写中呢？答案就是结构化提示词。

总的来说：
构建prompt的基本原则是清晰、简洁、具体

再具体一些：

1. 使用简单的语言：避免行话和复杂的术语。让您的指令易于理解，以便人工智能能够快速掌握您的意图。

2. 具体：明确说明您的期望和期望的结果。提供详细信息以帮助人工智能生成准确且相关的输出。

3. 保持逻辑结构：以连贯的方式组织您的提示，以便人工智能可以轻松遵循您的指令并提供所需的响应。

4. 包括示例：如果可能，请提供示例来说明您正在寻找的输出类型。这可以帮助人工智能更好地理解您的期望并生成更准确的结果。

5. 考虑上下文：根据人工智能系统及其功能定制提示。请注意您正在使用的平台或模型，并确保您的说明与其局限性和优势兼容。

抽象一下方法论：
AI 提示由 5 个主要组成部分组成：任务、指令、上下文、参数和输入。根据具体的场景，可能不需要所有组件。例如，一个简单的 AI 提示可能只包含任务组件。

如下是一些细分场景

文字内容如下

开发LLM的AI提示流程

第一步：目的陈述

• 目标： 简要考虑目标和预期结果。

• 示例： 准备理想的输出示例。

• 简洁性： 初始陈述应简单，随后进行细化。

• 示例目的： “帮助工作中的下属，并提供克服冒充者综合症的建议。”

第二步：定义任务

• 明确任务： 清晰地描述任务、其组成部分及目标。

• 具体化： 使用精确的语言和动词。

• 任务示例：

• 角色：激励教练

• 命令：提供关于克服冒充者综合症的建议

• 主题：增强自信

第三步：正确的指令

• 输出格式与结构： 明确结构、长度和逻辑流程。

• 输出特性： 确定语调、风格和细节程度。

• 内容指导： 指定关键点、话题以及注意事项。

• 指令示例：

• 格式：1对1对话式，注重细节，逻辑清晰。

• 内容：强调自我保护的重要性，并举例说明。

第四步：上下文指导

• 视角： 确定所需的输出视角。

• 目标受众： 定义受众的人口统计学特征和特性。

• 用例与目的： 明确输出的应用场景。

• 上下文示例：

• 视角：以激励教练的身份进行1对1交流。

• 受众：年龄30多岁，单身，感觉孤立无援。

第五步：参数设置

• 模型参数： 定义模型的准确性、复杂度等参数。

• 平台特定功能： 在平台上设置所需的输出格式和功能。

• 注意： 通常低设置用于寻求精确答案，高设置可提高创造性。

第六步：用户输入

• 应用场景： 用于改进或细化现有内容。

• 输入需求： 根据是否对现有文本进行操作，可选择性使用。

• 示例： 无需用户输入，从头开始创建新内容。

第七步：输出审查与提交

• 审查输出： 与期望值进行对比，必要时进行调整。

• 提交到库： 将有效的提示加入库存。

• 人工审查与发布： 检查内容的一致性，必要时进行人工审查后发布。

• 操作选项：

• 进一步细化提示。

• 将成熟的模板提交到提示库。

• 经人工审查后发布。

这里想强调的是思考过程的结构化，而不仅仅是内容形式的结构化，比如：

对于内容形式，我们可以用markdown, xml, json等结构来组织prompt，严格区分各个功能区和逻辑块

对于思考过程的结构化，如下有一个具体的例子
我们通过一步一步的思维拆解，逐步填充prompt的不同关键内容，最后得到完整的prompt instance