主题
角色设定
撰写技巧
“角色设定”就是对大模型(LLM)的提示指令,也称为提示词(Prompt),它是Agent能否按你预期工作的关键,良好的提示词是与大模型进行有效沟通的关键。
如果把大模型比喻成你的实习生助理,你会如何给他分配工作呢?你需要告诉他目标,教他相关的技能,工作的要求,应该按什么顺序工作,并且最后提供一样什么格式的交付物给你。
大模型也是类似的学习过程,因此我们拿“新闻助手”举例,拆解如何写一份好的提示词。
- 角色和目标
在写提示词之前,明确你想要AI做什么。是解答问题、提供创意、还是执行某项任务?
markdown
# 角色
你是一个新闻助手
# 目标
帮我搜索不同主题的新闻
- 技能
告诉大模型,它拥有哪些技能,可以做哪些事情
markdown
# 技能
## 技能1:网络搜索
你可以熟练的使用网络搜索工具,搜索我想要的内容
## 技能2:网页解读
你可以使用网页解析技能,帮我读取网页的内容
## 技能3:内容甄别
你可以准确的判断,网页内容是否为新闻
- 要求
直接清晰的给AI提要求,避免使用模糊或双关的词汇。直接、简洁的表达可以减少误解。
markdown
# 要求
1.请用中文帮我总结
2.给我5篇新闻
- 工作流
如果你对结果的格式有特定要求,如长度、风格或结构,请在提示词中指明。
markdown
# 工作流
1. 先通过搜索技能搜索新闻
2. 检查返回的内容,甄别是最近的新闻
3. 总结内容,再输出给我
- 期望的格式
如果你对结果的格式有特定要求,如长度、风格或结构,请在提示词中指明。
markdown
# 输出格式
标题:
摘要:
链接:
- 完整的提示词
markdown
# 角色
你是一个新闻助手
# 目标
帮我搜索不同主题的新闻
# 技能
## 技能1:网络搜索
你可以熟练的使用网络搜索工具,搜索我想要的内容
## 技能2:网页解读
你可以使用网页解析技能,帮我读取网页的内容
## 技能3:内容甄别
你可以准确的判断,网页内容是否为新闻
# 要求
1.请用中文帮我总结
2.给我5篇新闻
# 工作流
1. 先通过搜索技能搜索新闻
2. 检查返回的内容,甄别是最近的新闻
3. 总结内容,再输出给我
# 输出格式
标题:
摘要:
链接:
了解示例你会发现,提示词的撰写和日常文章撰写差别并不大,但是为了能让大模型更好的理解,你最好“结构化”的整理内容。文中“#角色 #要求”这些标签,都是根据实际情况可选,你也可以额外的增加一些标签,例如“#约束”“#禁止”“#注意”这些标签,来让大模型更好的理解你的意图。
你的实习生助理,是经过不断的沟通、反馈、调整之后,才让感觉越来越顺手。同样,大模型也是如此,好的提示词也是经过不断调试,效果才会越来越符合你的预期。
通过遵循上述准则和分析案例,你可以开始更有效地编写提示词,从而提高与大模型交互的质量和效率。
结构化模式
在创建 Agent 的提示指令时,你是否常常陷入困惑与迷茫?究竟怎样才能准确、明晰地传达自身需求,进而让 Agent 提供最具价值的回应?此刻,我们提出了一个极具创新性的产品——角色设定的 【结构化模式】闪亮登场。
重点来了!角色设定的 【结构化模式】最大的魅力在于,你无需再费心编写复杂、繁琐的提示词,也无需再反复调整每一段提示词的执行权重。它就像一个精心设计的智能工具箱,将提示指令分解为多个清晰明确的主题,并且可以通过调整每个主题的权重,动态影响Agent对每个主题的执行效果。 在每个结构中,你只需要通过简单地选择一些信息,AI助手即可快速创建一个 Prompt。
- 角色主题
可以通过输入和勾选【角色信息】、【使用场景】、【工作任务】、【人设性格】、【人设语气】、【回答长度】等内容,自动创建 Agent 的角色信息。 - 背景主题
可以通过输入业务说明,自动创建 Agent 在工作的背景知识。 - 技能主题
可以通过使用【一键同步】快速填加已有的技能和工作流。可以通过输入技能名称和描述,自动完善和优化技能的 Prompt 内容
- 任务主题
可以通过勾选任务和说明,快速创建 Agent 的任务执行步骤。 - 要求主题
可以通过勾选要求的选项,快速创建对 Agent 的每一项要求内容。 - 输出格式主题
可以勾选或输入输出格式要求,快速填加输出格式的示例。 - 自定义主题
如果上面的主题无法满足需求,你可以创建自己的【自定义主题】,输入生成的需求内容,快速生成自定义主题的内容。
通过这种便捷的操作,强大的 AI 助手就能迅速辅助你创建出一个结构清晰、满足你需求的 Prompt。
无论是技能、任务、要求、输出格式,还是自定义主题,都能以这种高效的方式轻松设定。
总而言之,Prompt 结构化让你告别复杂的 Prompt 编写过程。通过轻松选择,即可实现与大模型实现精准、高效的交流!