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。