提示詞，又稱為指令，prompt。是發(fā)送到ChatGPT 等大模型應(yīng)用的輸入內(nèi)容。
它可以理解為是一個(gè)你需要傳達(dá)的問題或指令，由AI響應(yīng)并提供一個(gè)答案。
提示的質(zhì)量和準(zhǔn)確性對ChatGPT等AI應(yīng)用 輸出的有用性和相關(guān)性有很大影響。
對個(gè)人而言，如何針對個(gè)人的具體需求，通過大模型應(yīng)用快速獲取到高質(zhì)量的輸出內(nèi)容，提示詞是一門大學(xué)問。
對企業(yè)而言，如何針對業(yè)務(wù)訴求，快速低成本實(shí)現(xiàn) prompt 提示詞的標(biāo)準(zhǔn)化生產(chǎn)，以及模板化，流程化的設(shè)計(jì)，正受到越來越大的重視。
一些互聯(lián)網(wǎng)大廠和獨(dú)角獸公司，也開始招募 prompt 設(shè)計(jì)領(lǐng)域的專家。
基于以上背景，我推出了提示詞工程師 100 問系列內(nèi)容。
旨在幫助大家建立提示詞工程（prompt engineering）的基礎(chǔ)認(rèn)知和學(xué)習(xí)體系。
能夠?qū)⑺鶎W(xué)內(nèi)容應(yīng)用到日常生活，工作中，找到一份提示詞工程師有關(guān)的工作。
100 個(gè)問題盡量短小精悍，把問題解決的同時(shí)，建立知識(shí)框架，好讀不燒腦。
今天帶來第一個(gè)問題：
Q1:什么是提示詞框架？
提示詞框架（prompt framework）是一種用于生成自然語言文本的技術(shù)，它基于預(yù)定義的模板和規(guī)則，可以幫助生成特定領(lǐng)域或任務(wù)的文本。
這些模板和規(guī)則可以包括語法結(jié)構(gòu)、語義規(guī)則、上下文信息等，以生成符合特定要求的文本。
提示詞框架有一套標(biāo)準(zhǔn)的元結(jié)構(gòu)，大部分的提示詞具有類似結(jié)構(gòu)：
首先，ChatGPT收到一條提示，告知Al應(yīng)該扮演什么角色。
然后，提示會(huì)告訴Al用戶提供了什么信息。
接下來，告訴Al應(yīng)該如何處理這些信息，包括對方向的粗略建議。
但這種框架太簡單太抽象，無法通過標(biāo)準(zhǔn)化的方式復(fù)制。
于是，開始誕生了各個(gè)不同的提示詞框架體系或者學(xué)派。
一、Elavis Saravia的 ICIO 框架
ICIO框架是Elavis Saravia總結(jié)的一套框架，他認(rèn)為一個(gè)prompt里需包含以下四個(gè)部分：
Instruction (必須): 指令, 即你希望模型執(zhí)行的具體任務(wù)
Context (選填): 背景信息, 或者說是上下文信息, 這可以引導(dǎo)模型做出更好的反應(yīng)
Input Data (選填): 輸入數(shù)據(jù), 告知模型需要處理的數(shù)據(jù)
Output Indicator (選填): 輸出指示器, 告知模型我們要輸出的類型或格式。
使用案例：
Instruction (必須): 生成一段關(guān)于互聯(lián)網(wǎng)歷史的文本。
Context (選填): 背景：互聯(lián)網(wǎng)是一個(gè)全球互聯(lián)的計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)，使用標(biāo)準(zhǔn)互聯(lián)網(wǎng)協(xié)議套件（TCP/IP）為全球數(shù)十億用戶提供服務(wù)。
它是一個(gè)由數(shù)以百萬計(jì)的網(wǎng)絡(luò)組成的網(wǎng)絡(luò)，其中包括從本地到全球的私有、公共、學(xué)術(shù)、商業(yè)和政府網(wǎng)絡(luò)，這些網(wǎng)絡(luò)通過各種電子、無線和光纖網(wǎng)絡(luò)技術(shù)連接。Internet承載著大量的信息資源和服務(wù)，例如相互鏈接的超文本文檔和萬維網(wǎng)（WWW）應(yīng)用程序、電子郵件、電話和文件共享。
輸入數(shù)據(jù)（Input Data） ：無。
產(chǎn)出指標(biāo)（Output Indicator）：案文段落。
二、Matt Nigh的 CRISPE 框架
CRISPE框架是Matt Nigh提出的一個(gè)用于編寫prompt輸出復(fù)雜內(nèi)容的框架，它是首字母的縮寫，分別代表以下含義：
CR：Capacity and Role（能力與角色）：你希望 ChatGPT 扮演怎樣的角色。
I：Insight（洞察）：背景信息和上下文。
S：Statement（陳述）：你希望 ChatGPT 做什么。
P：Personality（個(gè)性）：你希望 ChatGPT 以什么風(fēng)格或方式回答你。
E：Experiment（實(shí)驗(yàn)）：要求 ChatGPT 為你提供多個(gè)答案。
使用案例：
能力和角色：作為機(jī)器學(xué)習(xí)框架主題的軟件開發(fā)專家和博客撰寫專家。
見解：本博客的讀者是對機(jī)器學(xué)習(xí)領(lǐng)域的最新進(jìn)展感興趣的技術(shù)專業(yè)人士。
陳述：全面概述最流行的機(jī)器學(xué)習(xí)框架，包括其優(yōu)勢和劣勢。包括現(xiàn)實(shí)生活中的示例和案例研究，以說明這些框架如何成功應(yīng)用于各個(gè)行業(yè)。
個(gè)性：回答時(shí)，混合使用Andrej Karpathes、Francois Chollet、Jeremy Howard和Yann LeCun的寫作風(fēng)格。
實(shí)驗(yàn)：給我多個(gè)不同的例子。
三、陳財(cái)貓的 BORE 框架
BORE 框架是陳財(cái)貓?jiān)O(shè)計(jì)的一套ChatGPT提示設(shè)計(jì)流程，提高 ChatGPT 的工作效率和質(zhì)量。
BORE 是 Background, Objectives, Results, Experiment 的縮寫，它包括四個(gè)部分：
Background: 闡述背景，為 ChatGPT 提供充足信息。
Objectives: 定義任務(wù)目標(biāo)，告訴 ChatGPT 我們希望實(shí)現(xiàn)什么。
Results: 定義關(guān)鍵結(jié)果，讓 ChatGPT 知道實(shí)現(xiàn)目標(biāo)所需要達(dá)成的具體、可衡量的結(jié)果。
Experiment: 試驗(yàn)并調(diào)整，通過試驗(yàn)來檢驗(yàn)結(jié)果，并根據(jù)需要進(jìn)行調(diào)整。
使用案例：
四、Szhans的提示詞框架
即刻大佬Szhans提出的一個(gè)新的提示詞框架，可以讓ChatGPT們成為你更好私人顧問
圖中結(jié)構(gòu)很簡潔：
表達(dá)目標(biāo)：（你想做什么？）
提供框架：（給出示例)
目標(biāo)受眾：（什么類型的人會(huì)去讀）
語氣風(fēng)格：（比如幽默、嚴(yán)肅、正式...）
參考的作者/電影/書籍/其他的風(fēng)格：（比如斯蒂芬金）
不要觸及的部分：（比如政治）
Szhans指出，稍微細(xì)致思考這個(gè)結(jié)構(gòu)的合理性（或改進(jìn)之處），變成一次產(chǎn)品經(jīng)理式探索模式，你會(huì)發(fā)現(xiàn)有這些特點(diǎn)：
無非是系統(tǒng)思維、換位思考、建立框架的習(xí)慣以及寫作能力。
（prompt Engineering ），還是有關(guān)提問的藝術(shù)，是思維能力的綜合表現(xiàn)：去挖掘本質(zhì)，對表象和噪聲「斷舍離」。
五、這幾個(gè)提示詞框架有何不同？
其實(shí)市面上還有非常多的提示詞框架，在此就不一一介紹了，僅介紹一些主流框架和我個(gè)人比較認(rèn)可的框架。
Elavis Saravia 框架和 CRISPE 框架是兩種優(yōu)化提示結(jié)果的流行工具，幫助確保提示清晰、信息豐富、有效，并提供個(gè)性化的回答。
其中，Elavis Saravia 框架強(qiáng)調(diào)上下文、具體性和全面的指導(dǎo)，釋放人工智能模型的全部潛力。
CRISPE 框架則注重上下文、相關(guān)性、信息豐富性、具體性和問題導(dǎo)向。
使用 BORE 框架可以幫助用戶更好地與 ChatGPT 交互，提高 ChatGPT 的工作效率和質(zhì)量，不過有一定的使用門檻和學(xué)習(xí)成本。
這幾個(gè)框架都可以幫助我們更好地使用 ChatGPT，但它們在細(xì)節(jié)上有所不同，可以根據(jù)需求選擇適合我們自己的框架。
看完覺得寫得好的，不防打賞一元，以支持藍(lán)海情報(bào)網(wǎng)揭秘更多好的項(xiàng)目。
感謝您的支持，我會(huì)繼續(xù)努力的!
打開支付寶掃一掃，即可進(jìn)行掃碼打賞哦
手機(jī)直接保存圖片,掃一掃識(shí)別二維碼,即可進(jìn)行掃碼打賞哦
