最近突然发现原来提示词Prompt的指导原则都已经被人总结出来，并发表了论文。既然发表了论文，说明他们已经用这些原则做过系统的验证了，所以这些原则是靠谱的，起码比网上的强。

本文记录一下论文中提出的 26 条提示词Prompt的书写原则。

论文原文：https://arxiv.org/pdf/2312.16171v1

0. 效果

先来看论文中的几个应用这些原则前后的效果对比：

(1) 应用第5、6条原则

（2）应用第13条原则

（3）应用第7条原则

大体可以看到，应用指导原则，效果还是很明显的。

下面，一起来看下 26 条指导原则。

1. 26 条指导原则

当然，以下是论文中Table 2的内容翻译成中文：

1.1 具体原则内容

1. 1. 不需要对LLM客气：直接了当，避免使用“请”，“如果您不介意”，“谢谢”，“我希望”等短语。

2. 2. 整合预期受众：例如，受众是该领域的专家。

3. 3. 分解复杂任务：通过交互对话将复杂任务分解成一系列更简单的提示。

4. 4. 使用肯定指令：使用“做”等肯定指令，避免使用“不要”等否定语言。

5. 5. 需要清晰度或深入理解：使用简单术语解释特定主题，或像对11岁孩子解释一样。

6. 6. 添加激励：例如，“我将为更好的解决方案提供$xxx小费！”

7. 7. 实施基于示例的提示：使用少量示例提示。

8. 8. 格式化提示：以“###Instruction###”开始，后跟“###Example###”或“###Question###”，然后呈现内容。

9. 9. 使用任务性短语：例如，“您的任务是”和“您必须”。

10. 10. 使用惩罚性短语：例如，“您将被处罚”。

11. 11. 使用自然语言形式：在提示中使用“用自然语言形式回答问题”。

12. 12. 使用引导词：例如，写“一步步思考”。

13. 13. 确保回答无偏见：在提示中添加“确保您的回答没有偏见，不依赖于刻板印象”。

14. 14. 允许模型提问：让模型通过向您提问来获取精确的细节和要求。

15. 15. 测试理解：使用“教我[任何定理/主题/规则名称]并在最后包含一个测试，但不要给我答案，然后在我回答时告诉我是否正确”。

16. 16. 分配角色：为大型语言模型分配角色。

17. 17. 使用分隔符。

18. 18. 重复特定词汇：在提示中多次重复特定单词或短语。

19. 19. 结合思维链和少量示例：将思维链（CoT）与少量示例提示结合。

20. 20. 使用输出引子：在提示结束时使用预期输出的开始部分。

21. 21. 编写详细文本：例如，“为我详细写一篇关于[主题]的文章，添加所有必要的信息”。

22. 22. 修正文本：尝试修订用户发送的每个段落，只改进用户的语法和词汇，并确保听起来自然。

23. 23. 复杂编码提示：生成跨多个文件的代码时，生成可以自动创建指定文件或修改现有文件以插入生成代码的脚本。

24. 24. 使用特定词汇启动文本：提供开始[歌词/故事/段落/文章]：[插入歌词/单词/句子]，并基于提供的单词完成它，保持一致的流程。

25. 25. 明确说明要求：明确说明模型必须遵循的要求，以产生内容。

26. 26. 模仿样本文本：编写任何文本，以使其与提供的样本相似，包括使用相同的语言风格。

1.2 提示原则类别

论文中将以上 26 条指导原则分成了 5 类：