提示词的基本结构：指令、上下文、输入、输出指示器

11.1 提示词的重要性

11.1.1 什么是提示词？

提示词（Prompt）是用户提供给大语言模型的文本输入，用于指导模型生成特定的响应。在智能体开发中，提示词是智能体行为的核心指导，直接影响智能体的性能和输出质量。

11.1.2 提示词的作用

引导模型理解任务：明确告诉模型需要做什么
提供必要的上下文：给模型提供相关的背景信息
控制输出格式：指定模型输出的结构和格式
影响输出质量：好的提示词可以显著提高输出质量
减少幻觉：提供足够的信息减少模型的猜测

11.2 提示词的基本结构

11.2.1 标准提示词结构

一个完整的提示词通常包含以下几个部分：

指令（Instruction）：明确告诉模型要做什么
上下文（Context）：提供相关的背景信息
输入（Input）：具体的输入数据或问题
输出指示器（Output Indicator）：指定输出的格式和开始标记

11.2.2 结构示例

# 指令
你是一个专业的{角色}，请完成以下任务：

# 上下文
{相关背景信息}

# 输入
{具体问题或数据}

# 输出指示器
请按照以下格式输出：
{输出格式说明}

输出：

11.3 指令部分

11.3.1 指令的重要性

指令是提示词的核心部分，它直接告诉模型要执行什么任务。一个好的指令应该：

清晰明确：避免模糊和歧义
具体详细：提供足够的细节指导
目标明确：明确任务的最终目标
语言简洁：使用简洁明了的语言

11.3.2 指令的类型

任务型指令：要求模型完成特定任务
```
请总结以下文章的主要内容。
```

角色型指令：指定模型扮演的角色

你是一位专业的法律顾问，请回答以下法律问题。

格式型指令：要求模型按照特定格式输出

请将以下文本翻译成英文，并保持原有的段落结构。

约束型指令：对模型的输出施加约束

请回答以下问题，不要使用任何专业术语，保持回答通俗易懂。

11.3.3 指令编写技巧

使用祈使句：直接明确地告诉模型要做什么
```
分析以下数据并生成一份详细的报告。
```

提供步骤指导：对于复杂任务，分解为多个步骤

请按照以下步骤处理：
1. 阅读并理解问题
2. 分析相关信息
3. 生成详细的解决方案
4. 检查解决方案的可行性

使用强调词：强调重要的要求

请务必确保回答的准确性，对于不确定的信息要明确说明。

设定边界：明确任务的范围和限制

请只回答与主题相关的内容，不要涉及其他领域。

11.4 上下文部分

11.4.1 上下文的作用

上下文为模型提供执行任务所需的背景信息，帮助模型更好地理解任务和生成相关的输出。上下文可以包括：

背景信息：任务的相关背景
参考资料：模型可以参考的资料
历史对话：之前的对话历史
领域知识：特定领域的知识

11.4.2 上下文的类型

对话历史：

以下是用户和助手之前的对话：
用户：我想学习Python编程。
助手：Python是一种流行的编程语言，适合初学者。
用户：如何安装Python？

参考文档：

参考以下文档内容回答问题：
[文档内容]

场景描述：

场景：用户正在计划一次去日本的旅行，需要了解当地的旅游景点。

数据信息：

以下是销售数据：
月份 | 销售额
1月 | 10000
2月 | 15000
3月 | 12000

11.4.3 上下文管理技巧

相关性：只包含与任务相关的信息
完整性：提供足够的信息让模型理解任务
组织性：清晰组织上下文信息，使用标题和分隔符
长度控制：注意上下文长度，避免超出模型的上下文窗口
优先级：将重要信息放在上下文的前面

11.5 输入部分

11.5.1 输入的定义

输入是模型需要处理的具体数据或问题，是任务的核心内容。输入的质量直接影响模型的输出质量。

11.5.2 输入的类型

问题：
```
问题：什么是人工智能？
```

文本：

文本：人工智能是指由人制造出来的系统所表现出来的智能。

数据：
```
数据：[1, 2, 3, 4, 5]
```
指令：
```
指令：计算1+1的结果。
```

11.5.3 输入优化技巧

明确具体：输入要清晰明确，避免模糊
格式一致：保持输入格式的一致性
提供示例：对于复杂输入，提供示例
避免歧义：消除输入中的歧义
结构化输入：对于复杂数据，使用结构化格式

11.6 输出指示器部分

11.6.1 输出指示器的作用

输出指示器告诉模型应该如何组织和格式化输出，确保输出符合预期的结构和格式。

11.6.2 输出指示器的类型

格式指定：

请以JSON格式输出：
{
  "answer": "",
  "confidence": 0
}

结构指定：

请按照以下结构输出：
1. 问题分析
2. 解决方案
3. 实施步骤

长度指定：
```
请用不超过100字的篇幅回答。
```
风格指定：
```
请用专业、正式的语言回答。
```

11.6.3 输出指示器优化技巧

具体明确：明确指定输出的格式和结构
使用示例：提供输出示例
保持一致性：与任务要求保持一致
简洁明了：避免复杂的格式要求
测试调整：根据模型的输出调整格式要求

11.7 提示词结构的最佳实践

11.7.1 结构组织

逻辑顺序：按照指令 → 上下文 → 输入 → 输出指示器的顺序组织
清晰分隔：使用标题、分隔符等清晰分隔不同部分
层次结构：对于复杂任务，使用层次结构组织信息
一致性：保持提示词结构的一致性

11.7.2 长度控制

平衡长度：提示词既要有足够的信息，又要避免过长
上下文窗口：考虑模型的上下文窗口限制
重要信息优先：重要信息放在前面
冗余信息：避免包含冗余信息

11.7.3 语言使用

简洁明了：使用简洁明了的语言
避免歧义：避免使用模糊和有歧义的语言
专业术语：根据任务需要使用适当的专业术语
一致性：保持语言风格的一致性

11.8 提示词结构的应用示例

11.8.1 问答场景

# 指令
你是一个专业的AI助手，请回答用户的问题。

# 上下文
用户正在学习人工智能的基础知识。

# 输入
什么是机器学习？

# 输出指示器
请用通俗易懂的语言回答，不超过200字。

输出：

11.8.2 总结场景

# 指令
请总结以下文章的主要内容。

# 上下文
文章标题：《人工智能的发展趋势》
文章内容：人工智能技术近年来取得了显著进展，特别是在自然语言处理和计算机视觉领域。大语言模型的出现使得AI系统能够理解和生成人类语言，而计算机视觉技术的进步则使得AI能够识别和分析图像。未来，人工智能将在医疗、教育、金融等领域发挥更重要的作用，但同时也需要关注伦理和安全问题。

# 输入
[文章内容已在上下文提供]

# 输出指示器
请以要点形式输出，每个要点不超过一句话。

输出：

11.8.3 创意写作场景

# 指令
你是一个创意写作助手，请根据提供的场景创作一个短篇故事。

# 上下文
场景：一个年轻人在旧书店发现了一本神奇的书，这本书能够预测未来。

# 输入
请创作一个100-150字的短篇故事。

# 输出指示器
请包含以下元素：
1. 书店的环境描写
2. 年轻人发现书的过程
3. 书的神奇之处
4. 故事的结尾

输出：

11.8.4 代码生成场景

# 指令
你是一个专业的Python程序员，请根据用户的需求生成Python代码。

# 上下文
用户需要一个函数来计算斐波那契数列的第n项。

# 输入
请生成一个Python函数，接收一个整数n，返回斐波那契数列的第n项。

# 输出指示器
请包含以下内容：
1. 函数定义
2. 函数文档字符串
3. 代码注释
4. 示例用法

输出：

11.9 提示词结构的评估与优化

11.9.1 评估指标

评估提示词结构的有效性可以从以下几个方面考虑：

任务完成度：模型是否完成了指定的任务
输出质量：输出是否准确、相关、有用
格式符合度：输出是否符合指定的格式
一致性：多次运行的输出是否一致
效率：提示词是否简洁高效

11.9.2 优化方法

A/B测试：测试不同的提示词结构
迭代改进：根据输出结果迭代改进提示词
反馈循环：收集用户反馈，持续优化
模板化：创建提示词模板，提高一致性
学习最佳实践：学习和应用行业最佳实践

11.9.3 常见问题与解决方案

输出不符合格式：
- 问题：模型输出不符合指定的格式
- 解决方案：
  - 更明确地指定格式要求
  - 提供格式示例
  - 使用更严格的格式指示
输出不相关：
- 问题：模型输出与任务不相关
- 解决方案：
  - 提供更明确的指令
  - 添加更多相关的上下文
  - 限制输出的范围
输出质量低：
- 问题：模型输出质量不高
- 解决方案：
  - 提供更详细的指令
  - 添加更多相关的上下文
  - 调整模型参数
提示词过长：
- 问题：提示词超过模型的上下文窗口
- 解决方案：
  - 精简提示词
  - 优先级排序信息
  - 使用摘要技术

11.10 实用案例：构建有效的提示词

11.10.1 案例目标

构建一个用于智能客服的有效提示词，帮助智能体处理客户的产品咨询。

11.10.2 实现步骤

分析任务：
- 任务：智能客服处理产品咨询
- 目标：提供准确、有用的产品信息
- 要求：专业、友好的语气

构建提示词结构：

# 指令
你是一个专业的产品客服代表，负责回答客户关于产品的问题。请以友好、专业的语气回答客户的问题，提供准确、有用的信息。

# 上下文
产品信息：
- 产品名称：智能音箱X1
- 价格：999元
- 主要功能：语音助手、音乐播放、智能家居控制、闹钟
- 连接方式：WiFi、蓝牙
- 续航时间：8小时
-  warranty：1年

# 输入
客户问题：这个智能音箱支持哪些连接方式？

# 输出指示器
请以自然、友好的语言回答，直接提供问题的答案，不要添加任何引言或开场白。

输出：

测试与优化：
- 测试提示词的效果
- 根据输出结果调整提示词
- 优化各个部分的内容

11.10.3 案例分析

指令明确：清晰地定义了智能体的角色和任务
上下文完整：提供了产品的详细信息
输入具体：包含了客户的具体问题
输出指示明确：指定了输出的风格和格式
效果评估：可以通过客户满意度评估提示词的效果

11.11 小结与展望

11.11.1 本集要点回顾

介绍了提示词的基本结构：指令、上下文、输入和输出指示器
详细讲解了每个部分的作用和编写技巧
提供了不同场景的提示词结构示例
分享了提示词结构的最佳实践和优化方法
实践了构建有效的智能客服提示词

11.11.2 后续学习方向

学习编写清晰指令的技巧：定角色、用分隔符、给示例
掌握思维链（Chain-of-Thought）引导模型逐步推理
了解少样本学习（Few-Shot）与上下文学习（In-Context Learning）
学习结构化输出：JSON Mode与Pydantic解析
探索复杂任务分解：思维树（Tree of Thoughts）入门