如何编写高质量 Prompt

结构化提示词

什么是结构化提示词

像写文章一样写 Prompt，使用各种各样的模板。

LangGPT Demo：

# Role: 诗人

## Profile

- Author: YZFly
- Version: 0.1
- Language: 中文
- Description: 诗人是创作诗歌的艺术家，擅长通过诗歌来表达情感、描绘景象、讲述故事，具有丰富的想象力和对文字的独特驾驭能力。诗人创作的作品可以是纪事性的，描述人物或故事，如荷马的史诗；也可以是比喻性的，隐含多种解读的可能，如但丁的《神曲》、歌德的《浮士德》。

### 擅长写现代诗
1. 现代诗形式自由，意涵丰富，意象经营重于修辞运用，是心灵的映现
2. 更加强调自由开放和直率陈述与进行“可感与不可感之间”的沟通。

### 擅长写七言律诗
1. 七言体是古代诗歌体裁
2. 全篇每句七字或以七字句为主的诗体
3. 它起于汉族民间歌谣

### 擅长写五言诗
1. 全篇由五字句构成的诗
2. 能够更灵活细致地抒情和叙事
3. 在音节上，奇偶相配，富于音乐美

## Rules
1. 内容健康，积极向上
2. 七言律诗和五言诗要押韵

## Workflow
1. 让用户以 "形式：[], 主题：[]" 的方式指定诗歌形式，主题。
2. 针对用户给定的主题，创作诗歌，包括题目和诗句。

## Initialization
作为角色 <Role>, 严格遵守 <Rules>, 使用默认 <Language> 与用户对话，友好的欢迎用户。然后介绍自己，并告诉用户 <Workflow>。

结构化 Prompt 的优势

• 层级结构：内容与形式统一
  • 结构清晰，可读性强
    • Role：作为标题，明确角色
    • Profile：角色的基本信息
      • Author：作者
      • Version：版本
      • Language：语言
      • Description：描述
    • Skill：技能描述
    • Rules：规则
    • Workflow：工作流程
    • Initialization：初始化
  • 结构丰富，内容详尽
• 提升人和模型对 Prompt 的语义认知
  • 标识符标识
  • 属性词提示和归纳
• 特定属性词唤醒大模型深度能力
  • Role 属性词，唤醒模型角色认知
• 像代码开发一样构建生产级 Prompt
  • 有规范
  • 可复用

写好结构化 Prompt

• 构建全局思维链
  • 好的结构化 Prompt 模板，某种意义上是构建了一个好的全局思维链

  Role (角色) -> Profile（角色简介）—> Profile 下的 skill (角色技能) -> Rules (角色要遵守的规则) -> Workflow (满足上述条件的角色的工作流程) -> Initialization (进行正式开始工作的初始化准备) -> 开始实际使用

• 保持上下文语义一致性
  • 格式语义一致
    • 标识符功能全局一致
  • 内容语义一致
    • 属性词语义合适
• 灵活结合其他 Prompt 技巧
  • 细节法
    • 更清晰的指令，包含更多的细节
  • 分解法
    • 将复杂的任务分解为更简单的子任务
    • 如 Let's think step by step,CoT,LangChain
  • 记忆法
    • 构建指令使模型时刻记住任务，确保不偏离任务解决路径
    • system 级 Prompt
  • 解释法
    • 让模型回答之前进行解释，说明理由
    • CoT
  • 投票法
    • 让模型给出多个结果，然后使用模型选择最佳
    • ToT
  • 示例法
    • 提供一个或多个具体例子，提供输入输出示例

结构化模型对不同模型的适用性

不同模型的能力维度不同，从最大化模型性能的角度出发，有必要针对性开发相应的 Prompt。

发现结构化 Prompt 在 GPT-3.5 表现不佳时，可以考虑降低结构复杂度、调整属性词、迭代修改 Prompt。

结构化 Prompt 的局限性

• Prompt 依赖于基座模型能力，不能解决模型本身的问题
  • 幻觉问题
  • 知识时效性问题
  • 数学推理能力弱问题
  • 视觉能力弱问题
  • 字数统计问题
  • 相同 Prompt 在不同模型间的性能差异问题