提示詞，又稱為指令，prompt。是發(fā)送到ChatGPT 等大模型應用的輸入內(nèi)容。
它可以理解為是一個你需要傳達的問題或指令，由AI響應并提供一個答案。
提示的質(zhì)量和準確性對ChatGPT等AI應用 輸出的有用性和相關性有很大影響。
對個人而言，如何針對個人的具體需求，通過大模型應用快速獲取到高質(zhì)量的輸出內(nèi)容，提示詞是一門大學問。
對企業(yè)而言，如何針對業(yè)務訴求，快速低成本實現(xiàn) prompt 提示詞的標準化生產(chǎn)，以及模板化，流程化的設計，正受到越來越大的重視。
一些互聯(lián)網(wǎng)大廠和獨角獸公司，也開始招募 prompt 設計領域的專家。
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）的基礎認知和學習體系。
能夠?qū)⑺鶎W內(nèi)容應用到日常生活，工作中，找到一份提示詞工程師有關的工作。
100 個問題盡量短小精悍，把問題解決的同時，建立知識框架，好讀不燒腦。
今天帶來第一個問題：
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，它基于預定義的模板和規(guī)則，可以幫助生成特定領域或任務的文本。
這些模板和規(guī)則可以包括語法結構、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準的元結構，大部分的提示詞具有類似結構：
首先，ChatGPT收到一條提示，告知Al應該扮演什么角色。
然后，提示會告訴Al用戶提供了什么信息。
接下來，告訴Al應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，無法通過標準化的方式復制。
于是，開始誕生了各個不同的提示詞框架體系或者學派。
一、Elavis Saravia的 ICIO 框架
ICIO框架是Elavis Saravia總結的一套框架，他認為一個prompt里需包含以下四個部分：
Instruction (必須): 指令, 即你希望模型執(zhí)行的具體任務
Context (選填): 背景信息, 或者說是上下文信息, 這可以引導模型做出更好的反應
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): 生成一段關于互聯(lián)網(wǎng)歷史的文本。
Context (選填): 背景：互聯(lián)網(wǎng)是一個全球互聯(lián)的計算機網(wǎng)絡系統(tǒng)，使用標準互聯(lián)網(wǎng)協(xié)議套件（TCP/IP）為全球數(shù)十億用戶提供服務。
它是一個由數(shù)以百萬計的網(wǎng)絡組成的網(wǎng)絡，其中包括從本地到全球的私有、公共、學術、商業(yè)和政府網(wǎng)絡，這些網(wǎng)絡通過各種電子、無線和光纖網(wǎng)絡技術連接。Internet承載著大量的信息資源和服務，例如相互鏈接的超文本文檔和萬維網(wǎng)（WWW）應用程序、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（Output Indicator）：案文段落。
二、Matt Nigh的 CRISPE 框架
CRISPE框架是Matt Nigh提出的一個用于編寫prompt輸出復雜內(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（個性）：你希望 ChatGPT 以什么風格或方式回答你。
E：Experiment（實驗）：要求 ChatGPT 為你提供多個答案。
使用案例：
能力和角色：作為機器學習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器學習領域的最新進展感興趣的技術專業(yè)人士。
陳述：全面概述最流行的機器學習框架，包括其優(yōu)勢和劣勢。包括現(xiàn)實生活中的示例和案例研究，以說明這些框架如何成功應用于各個行業(yè)。
個性：回答時，混合使用Andrej Karpathes、Francois Chollet、Jeremy Howard和Yann LeCun的寫作風格。
實驗：“給我多個不同的例子”。
三、“陳財貓”的 BORE 框架
BORE 框架是陳財貓設計的一套ChatGPT提示設計流程，提高 ChatGPT 的工作效率和質(zhì)量。
BORE 是 Background, Objectives, Results, Experiment 的縮寫，它包括四個部分：
Background: 闡述背景，為 ChatGPT 提供充足信息。
Objectives: 定義任務目標，告訴 ChatGPT 我們希望實現(xiàn)什么。
Results: 定義關鍵結果，讓 ChatGPT 知道實現(xiàn)目標所需要達成的具體、可衡量的結果。
Experiment: 試驗并調(diào)整，通過試驗來檢驗結果，并根據(jù)需要進行調(diào)整。
四、Szhans的提示詞框架
即刻大佬Szhans提出的一個新的提示詞框架，可以讓ChatGPT們成為你更好私人顧問
圖中結構很簡潔：
表達目標：（你想做什么？）
提供框架：（給出示例)
目標受眾：（什么類型的人會去讀）
語氣風格：（比如幽默、嚴肅、正式...）
參考的作者/電影/書籍/其他的風格：（比如斯蒂芬金）
不要觸及的部分：（比如政治）
Szhans指出，稍微細致思考這個結構的合理性（或改進之處），變成一次產(chǎn)品經(jīng)理式探索模式，你會發(fā)現(xiàn)有這些特點：
無非是系統(tǒng)思維、換位思考、建立框架的習慣以及寫作能力。
（Prompt Engineering ），還是有關提問的藝術，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、這幾個提示詞框架有何不同？
其實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人比較認可的框架。
Elavis Saravia 框架和 CRISPE 框架是兩種優(yōu)化提示結果的流行工具，幫助確保提示清晰、信息豐富、有效，并提供個性化的回答。
其中，Elavis Saravia 框架強調(diào)上下文、具體性和全面的指導，釋放人工智能模型的全部潛力。
CRISPE 框架則注重上下文、相關性、信息豐富性、具體性和問題導向。
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習成本。
這幾個框架都可以幫助我們更好地使用 ChatGPT，但它們在細節(jié)上有所不同，可以根據(jù)需求選擇適合我們自己的框架。
聯(lián)系客服
