提示词基本逻辑
以用写文章类比提示词技巧框架逻辑：
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
提示词载体
自然语言
示例：
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
示例：
<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
markdown
示例：
# 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
示例：
{
"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
示例：
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：需要编程基础
- 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
CO-STAR 结构
- C：Context 上下文
- O：Objective 目标
- S：Style 风格
- T：Tone 语气
- A：Audience 受众
- R：Response 响应格式
CRISPE 结构
- C：Capacity 能力
- R：Role 角色
- I：Insight 洞察
- S：Statement 任务
- P：Personality 风格
- E：Experiment 实验
Meta Prompting
- 让 AI 生成优化自身的提示词
CoT 思维链
- 要求 AI 分步骤推理
...
LangGPT
LangGPT 是一个基于大语言模型（LLM）的提示词（Prompt）优化与自动化框架，它的的核心理念是将复杂任务分解成结构化的指令。LangGPT 通过模块化设计封装了多种提示词结构技术，使其成为可复用的标准化组件，不仅如此，
LangGPT 建议 XML 格式，但不强制：
<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>
提示词主要模块（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
- 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
<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>
如何写提示词？
- 确定特定场景下的最佳实践
- 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）
- 选一个提示词生成工具，输入步骤 1 的输出：
- 调试并优化输出的提示词
