关于提示词的基础结构
经过大量资料整理，我发现 Elavis Saravia 提出的提示词框架被很多人采纳。他认为，一个完整的提示词一般包含以下几个核心部分：
- 任务指令（必填）：明确告诉模型你想让它做什么。
- 背景信息（可选）：提供额外的上下文，有助于模型理解任务。
- 输入内容（可选）：给出需要模型处理的具体数据。
- 输出规范（可选）：指明期待的回复格式或类型。
只要按照这个框架设计，模型的输出质量往往会更稳定。当然，根据不同的场景，可以灵活调整这些元素的组合。举例来说：
- 对于推理类任务，可以包含任务指令、背景和输入数据。
- 进行信息抽取时，除了前面几个，还会加上输出格式的说明。
CRISPE 框架简介
除了上述简单框架，还有 Matt Nigh 提出的 CRISPE 模型，它更加细致且适合制作模板，帮助用户系统地构建提示。CRISPE 中每个字母代表的意思如下：
- C & R（能力与角色）：明确你希望 AI 扮演的身份和具备的技能。
- I（洞察/背景）：描述相关背景或上下文内容。
- S（指令）：告诉 AI 具体的任务需求。
- P（个性化）：定义回答时的风格和语气。
- E（多样性）：让 AI 给出多种可能的回答。
举个例子帮助理解：
| 项目 |
示例内容 |
| 能力与角色 |
扮演专注于机器学习框架的软件工程师兼技术博主。 |
| 洞察 |
受众是关注机器学习前沿技术的专业技术人员。 |
| 指令 |
详细介绍主流的机器学习框架，分析优劣并结合实际案例展示其应用。 |
| 个性 |
回复风格融合多位知名机器学习专家的写作特点，兼具专业性和易懂性。 |
| 多样性 |
请提供多个不同角度的例子。 |
把这些元素组合在一起，通常能获得比简单提示更丰富且准确的回答。建议大家多试几次，根据反馈优化提示内容。
