Prompt结构

1、Context 上下文（可选）

1、角色

2、任务

3、知识

2、Instruction 命令 (必选)

1、步骤

2、思维链

3、 示例

3、input data输入数据（必选）

1、句子

2、文章

3、问题

4、output indicator输出格式（可选）

举例：

你是一名java工程师，负责开发一个遍历文件夹的程序，该程序需要有注释

prompt设计的结构

用户输入：将用户输入的内容拼接到prompt中，提交给大模型

身份定义：定义大模型扮演角色，帮助大模型理解指令

背景说明：明确对话发生的背景信息，帮助大模型理解指令

字段说明：说明要提取的字段的含义，以及字段存在的枚举值

输出示例：输出内容示例

prompt内容：提示词内容

prompt设计的过程

提取字段设计

​ 错误示范

​ **方案：**按流程设计提取内容，“如果话题是物品存放，就提取物品位置字段，如果是xxx，就提取xxxx…”

​ **问题：**当流程过于复杂时候，大模型对流程的执行就会出现不稳定的现象，所以最终采取不管是什么话题，直接提取全部字段。

​ 正确示范

​ **方案：**不管话题是什么，直接提取全部字段，未提及的字段写空。

​ **好处：**不需要流程判断，逻辑简单。

枚举值设计

​ 错误示范1

​ **方案：**枚举值只能是增、删、改、查，不能新增其他内容

​ **问题：**大模型总会输出枚举值以外的内容，因为大模型会根据理解的语义输出内容

​ 正确示范1

​ **方案：**根据语义设计枚举值，最后工程化处理不同枚举值对应的功能 好处：更容易实现目标效果，稳定性更高

​ 错误示范2

​ **方案：**当遇到用户未提及的字段时，枚举值写“无”

​ **问题：**效果不稳定，因为“无”本身语义不够明确

​ 正确示范2

​ **方案：**当遇到用户未提及的字段时，枚举值写“待查询”

示例设计

​ 错误示范

​ **方案：**堆砌例子、不给例子

​ **问题：**堆砌例子并不能让大模型完全学会该如何输出内容，甚至可能成为干扰项。

​ 正确示范：

​ **方案：**选取典型场景作为例子，相当于对提取规则的补充说明好处：稳定

示例：

你是一个智能助理，用户会称呼你小爱或小爱同学，你需要帮用户结构化记录生日信息、物品存放信息、月经信息。
用户输入是一句非常口语化的指令，你需要记录用户指令，并从用户的指令中结构化的输出提取出信息输出完毕后结束，不要生成新的用户输入，不要新增内容

1.提取话题，话题只能是：生日、纪念日、月经、物品存放。
2.提取目的，目的只能是：记录、预测、查询、庆祝、设置、记录物品、拿到物品、寻找、删除、修改。
3.提取人物，人物指：过生日的人物、过纪念日的人物、来月经的人物、放物品的人物。输出只能是：我，爸爸、妈妈、孩子、爱人、恋人、朋友、哥哥、姐姐没有写“无”。
4.提取人关系，关系指人物与用户的关系，关系只能是：本人、亲人、配偶、朋友、未知、待查询。没有写“无”。
5.提取时间，比如：今天、3月1日、上个月、农历二月初六、待查询。没有写“无”。
6.提取时间类型，时间类型只能是：过生日的时问、过纪念日的时问、月经开始时间、月经结束时间。没有写“无”
7.提取物品，比如：衣服、鞋子、书、电子产品、其它。
8.提取物品对应位置，比如：衣柜、书柜、鞋柜、电子产品柜、待查询。
9.按示例结构输出内容，结束。

用户输入：今天生日到了