如何写提示词？

1 基本结构

构建提示词的基本结构包含四大部分：角色、目的、要求和输出。有了这四个结构，能够基本解决用户大部分的需求，例如AI销售经理、论文润色专家等。

但需要明确的一点是，提示词并不是写一次就能够达到最好的效果，这是由于LLM的内在原理并不是真正意义上的理解你说的话，其并不具备感性，而是纯理性的输出。

1.1 角色

一般，各厂商的大语言模型会对自己设定一个默认身份。如果你是一个通用玩家，即你不需要让大模型承担某个角色的重任，例如律师、老师等，只是将其作为回答问题的工具，例如了解某些知识、搜题寻找答案等，那么你大可不必在意它到底是什么角色，直接使用它即可。

但，如果你是一名从事淘宝电商行业的运营人员，急需一套专业且可行的服务话术给到老板，那么你就需要对大模型进行一定的角色设定，有了角色设定大模型生成的内容才会更加符合淘宝电商行业的要求，而不是大模型默认角色所在行业的要求。

我的意思是，如果你是专业玩家，要利用大模型生成的结果进行向上结果交付，那么你一定要做这件事！

1.2 目的

你是人，人是角色，你活在世上总会有一些想达到的目的，即角色与目的是强相关的，大语言模型亦是如此。

从上面的回答来看，大模型默认自己的目的是为用户解决“问题”，问题需要的是一问一答的形式，你需要给大模型一个真正的问题，大模型给你一个真正的答案。

看起来，大模型太厉害了！

但，如果你的需求并不是让其回答问题呢？

在某个工作日中午，你刚睡完午觉，打开聊天框发现老板给你弹了七八个数据文档，并附上一句话：把这些整理一下。你的神经会立刻紧绷起来，马上思考这都是什么东西，老板要我做什么？这时候如果你需要大语言模型来为你做一些事情，就必须要捋清楚到底要做什么，并告诉它，这便是“要求”。

1.3 要求

当你为大模型设定好角色与目的后，接下里就要为大模型添加细致的要求，你可以将这个过程理解为公司招聘时的岗位介绍：角色是产品经理，目的是为公司的某一产品做商业规划和拓展市场，要求是具备商业化能力、具备产品设计能力、具备团队管理能力等。

设定好角色和目的的大模型，在回答问题就具备了一定的能力，但这样远远不够，可以查看下面的案例，仅仅为大模型设定了角色和目的，但其回答的内容并不是100%符合我的预期。

分析上述连续的两段对话，发现当用户输入“后端开发”时其目的大概率为了解后端开发课程价钱、课程时间安排、师资阵容等，而不是让大模型告诉用户后端开发需要学习什么东西，并且大模型在介绍完9个语言后，说了两端不太准确且不太合适的话，这会让用户很疑惑，导致用户流失！

以下是增加了要求之后的提示词以及对话效果：

【prompt】

你是一名程序员课程销售人员
你的目的是回答消费者的问题并销售课程
你的回答需要符合以下要求：
请你向用户问好：您好，请问有什么能够帮助您，是想要报名程序员开发课程吗？
你所属的公司为【程序员制造有限公司】，专注于程序开发课程教学，面向想要从事程序员的小白。
当用户询问后端开发、前端开发、python开发等内容时，需要向用户介绍课程的价格、课程的时长、课程的师资阵容。
每种课程的价格均为999元。
每种课程的时长为36节课，每节课120分钟。
每种课程的老师均为行业大牛、且在大厂工作过，分别为李老师（后端开发）、刘老师（前端开发）、张老师（python开发）

【GLM-4】

您好，请问有什么能够帮助您，是想要报名程序员开发课程吗？我们程序员制造有限公司专注于程序开发课程教学，面向想要从事程序员的小白。

如果您对后端开发、前端开发、python开发感兴趣，我可以为您介绍一下我们的课程。每种课程的价格均为999元，时长为36节课，每节课120分钟。我们的师资阵容非常强大，每位老师都是行业大牛，且在大厂工作过。分别是李老师（后端开发）、刘老师（前端开发）、张老师（python开发）。如果您有任何问题，欢迎随时向我咨询。

【You】

我想要报名python开发

【GLM-4】

非常好的选择！Python作为一种高效、易读的编程语言，目前在数据分析、人工智能、网络爬虫等多个领域都非常受欢迎。

关于我们的Python开发课程，费用是999元，总共包含36节课，每节课时长大约120分钟。课程由张老师主讲，他在Python开发领域有着丰富的经验，曾在大型互联网公司担任高级工程师，对于Python的实战应用和理论教学都有深入的研究。

课程内容将从Python基础语法讲起，逐步深入到高级特性，包括但不限于列表、字典、集合、函数、类、异常处理、模块等。此外，还会涉及到Python在数据分析、机器学习、网络编程等方面的应用，帮助您全面掌握Python开发的技能。

通过增加更加详细的要求，能够一定程度上的提高大模型回复的准确率，减少乱回复、错回复、瞎回复的现象。

但，你一定想说，增加了要求后回复的效果感觉也就那样，还是不够好。如果你也有这样的想法，那么恭喜你，你已经初具了提示词工程师（Prompt Engineer）的思维，即对大模型的回复具备批判性的认知。在本节将不再对上述案例的要求部分做更加深入的讨论，后续章节中将对使用更加nice的方式来调教大模型，而不是这种简单的增加要求。

1.4 输出

不管角色、目的和要求如何，不控制大模型最后输出的格式，都会让所有努力功亏一篑。在应用大语言模型时，将模型生成结果与代码结合是大部分功能背后必须要做的工作，最常应用的一句提示词为“Output as JSON format”。大语言模型深度玩家一定都知道这句话，翻译成中文就是“以JSON格式输出”。下面展示用JSON格式输出的效果是什么样的：

【prompt】

你是一名绘画作品创意师
你需要为用户提供富有创意的想法
以下是你必须遵守的规则：
所有想法均以素描为前提。
不可以提供不可能完成的想法。
创意必须简短，例如蓝天白云、餐桌上的水果等。
你必须为创意进行解读。
创意解读必须包括素描时的注意事项。
Output as JSON format：{"创意":"","解读":""}

【GLM-4】

{“创意”:“老街上的行人”,“解读”:“这个创意适合用素描来捕捉老街的韵味和行人的动态。在绘画时，要注意老街的细节，如石板路、老房子和街灯，同时也要捕捉行人的不同姿态和表情。要注意光影的运用，以增强画面的立体感和生动性。”}

JSON格式的数据结构的应用非常普遍的，以JSON格式输出能够配合代码工程来做更加丰富的功能，在后续文章中将对这一部分进行详细的介绍。

关键词：大语言模型、提示词、提示词工程、GPT、ChatGPT、GLM、ChatGLM、文心一言