什么是最佳提示词实践？

在与AI的交互中，“提示词”是我们与之对话的关键工具。无论是让AI撰写文章、制定计划，还是编写程序，我们都需要通过提示词（prompt）来明确告知AI我们的需求。

理解提示词撰写的关键理念

关于如何撰写提示词，有两句来自权威的“名言”值得我们深入理解。

第一句是OpenAI官方提示词教程所提到的：“AI无法读取你内心是怎么想的”。这意味着我们在与AI交流时，必须完整且准确地表达出自己内心的想法，避免让AI去猜测我们的意图。例如，当我们询问问题时，不能只是简单地问“总统是谁？”，因为这样的问题缺乏明确的指向，AI无法知晓具体所指的是哪个国家、哪个时期的总统。而应该问“2011年时美国总统是谁？”，这种明确的表述能让AI精准地理解我们的问题并给出准确的回答。

第二句是OpenAI的CEO奥特曼所说的：“为聊天机器人编写一个非常好的提示是一项非常高杠杆的技能，也是使用自然语言进行编程的早期示例。”这句话强调了我们在撰写提示词时，有时需要具备“编程”的思维。编程思维的核心特点是逻辑性强、结构性强。对于有一定编程基础的人来说，程序中包含判断语句、输入和输出等元素，这些元素体现了严谨的逻辑结构。我们可以将这种逻辑思维运用到提示词的编写中。

以常见的“把大象装冰箱”问题为例，用逻辑图来表示这个问题的解决过程，就是一种逻辑和判断的示例。我们可以将这个问题分解为几个步骤：打开冰箱门、把大象放进冰箱、关上冰箱门。通过这种逻辑分解，我们可以更清晰地理解问题，并将这种逻辑思维融入到提示词的编写中。

再比如，我们可以编写这样一个提示词：“请你判断一句话的感情色彩，如果是正面的请输出‘AAA’，如果是负面的，请输出‘BBB’，如果是中性的，请输出‘CCC’。这句话是‘这个鼠标真难用！’”这个提示词明确了任务（判断感情色彩）、输入（给定的句子）和输出（特定的标识），体现了编程思维中的逻辑性和结构性。

最佳提示词实践的核心要点

总结来说，提示词的最佳实践可以概括为表达清晰明确、逻辑结构清楚。那么，如何才能做到这一点呢？答案是将详细的要求按照一定的格式写成提示词，这些特定的格式被称为“提示词框架”。

其中，CO - STAR框架是由新加坡政府科技局数据科学与AI团队创立的一个实用的提示构建工具。下面我们来详细了解一下CO - STAR框架的各个组成部分：

(C) 上下文（Context）：为任务提供背景信息。通过为大语言模型（LLM）提供详细的背景信息，可以帮助它精确理解讨论的具体场景，确保提供的反馈具有相关性。例如，当我们让AI撰写一篇关于智能手机市场趋势的文章时，我们可以提供当前智能手机市场的竞争格局、消费者需求变化、技术发展趋势等背景信息，这样AI就能更好地理解任务，并生成更符合实际情况的内容。
(O) 目标（Objective）：明确你要求大语言模型完成的任务。清晰地界定任务目标，可以使大语言模型更专注地调整其回应，以实现这一具体目标。比如，我们的目标是分析iPhone与安卓手机在市场上的竞争力，那么我们就需要在提示词中明确这一目标，让AI围绕这个目标进行分析。
(S) 风格（Style）：明确你期望的写作风格。你可以指定一个特定的著名人物或某个行业专家的写作风格，如商业分析师或CEO。这将指导大语言模型以一种符合你需求的方式和词汇选择进行回应。例如，如果我们希望文章具有专业严谨的风格，就可以在提示词中指定类似商业分析师的写作风格。
(T) 语气（Tone）：设置回应的情感调。设定适当的语气，确保大语言模型的回应能够与预期的情感或情绪背景相协调。可能的语气包括正式、幽默、富有同情心等。比如，在撰写一篇关于环保主题的文章时，如果我们希望语气正式且严肃，就可以在提示词中明确要求。
(A) 受众（Audience）：识别目标受众。针对特定受众定制大语言模型的回应，无论是领域内的专家、初学者还是儿童，都能确保内容在特定上下文中适当且容易理解。例如，如果目标受众是普通消费者，那么在撰写文章时就需要使用通俗易懂的语言，避免使用过于专业的术语。
(R) 响应（Response）：规定输出的格式。确定输出格式是为了确保大语言模型按照你的具体需求进行输出，便于执行下游任务。常见的格式包括列表、JSON格式的数据、专业报告等。对于大部分需要程序化处理大语言模型输出的应用来说，JSON格式是理想的选择。

其他常见的提示词框架

除了CO - STAR框架，还有许多其他实用的提示词框架，以下为你介绍几种常见的框架：

APE框架：该框架将用户的请求分解为行动（Action）、目的（Purpose）和期望（Expectation）三个主要部分。行动部分定义需要完成的特定任务；目的部分解释执行任务的原因和意图；期望部分陈述期望达到的具体结果。例如，假设你是一家产品销售公司的营销经理，你想通过社交媒体广告来提高产品的在线销售。按照APE框架，你可以创建以下提示词：行动是设计并发布一系列的社交媒体广告，宣传公司的最新产品；目的是通过吸引社交媒体用户的注意，提高产品的在线销售和品牌知名度；期望是在接下来的一个月中，通过社交媒体广告，在线销售增加30%，并且公司的品牌在社交媒体上的关注度提高20%。
BROKE框架：融合了OKR（Objectives and Key Results）方法论，框架包含背景（Background）、角色（Role）、目标（Objectives）、关键结果（Key Results）和演变（Evolve）五个部分。背景部分提供足够的背景信息，使GPT能够理解问题的上下文；角色部分设定特定的角色，让GPT能够根据该角色来生成响应；目标部分明确任务目标，让GPT清楚知道需要实现什么；关键结果部分定义关键的、可衡量的结果，以便让GPT知道如何衡量目标的完成情况；演变部分强调通过试验和调整来测试结果，并根据需要进行优化。例如，在学习编程技能的场景中，背景可以是编程是一种重要的技能，随着技术的快速发展，不断学习和提高编程技能变得至关重要；角色是假设你是一名经验丰富的编程导师；目标是了解编程基础和核心概念，通过实际项目实践和提高编程技能，接受同行和导师的反馈，了解进步和需要改进的地方；关键结果是完成至少5个不同类型的编程项目，每个项目后都能获得专业的反馈和建议，至少阅读和总结10篇关于编程最佳实践和新技术的文章；演变是每个月评估一次学习进度，调整学习计划，根据项目实践和反馈来调整学习资源和方法，如果发现某个学习资源或方法不再有效，寻找新的替代方案。
CRISPE框架：包含能力和角色（Capacity and Role）、洞察（Insight）、声明（Statement）、个性（Personality）和实验（Experiment）五个主要部分。能力和角色部分定义AI应扮演的角色；洞察部分提供背景信息和深入理解；声明部分明确用户的具体需求或问题；个性部分确定AI回应的风格和语气；实验部分鼓励AI提供多个解决方案或示例。例如，在为一个新兴的运动鞋品牌设计TikTok营销策略的场景中，能力和角色是你是一位经验丰富的数字营销策略顾问，专精于社交媒体营销和内容创作；洞察是当前市场趋势显示，短视频内容在年轻群体中极受欢迎，许多品牌正在寻求利用这一趋势提升品牌知名度；声明是为该品牌设计一个30天的TikTok营销策略，目标是增加品牌知名度和参与度；个性是以充满活力、富有创意且专业的口吻回答，使用简洁明了的语言，并适当加入一些行业术语；实验是提供三种不同的策略方向，如影响者合作策略、用户生成内容（UGC）策略、挑战活动策略，并对每种策略进行简要说明，列出优缺点。

不同的提示词框架适用于不同的场景，我们可以根据具体的需求选择合适的框架来编写提示词，以提高与AI交互的效率和质量。通过不断地实践和探索，我们能够更好地掌握提示词的撰写技巧，充分发挥AI的潜力，为我们的工作和学习带来更多的便利和价值。