Prompt 的组成部分指令 (Directive): 指令是prompt的核心以指令或问题的形式出现表明prompt的目的或意图。它可以是显式的例如“写一首关于树的诗”也可以是隐式的例如在翻译任务中只提供“Night: 晚上”这样的示例隐含的指令是进行英语到中文的翻译。指令有时也简称为“意图”明确告诉 LLM 需要做什么。它是一个动词短语清楚地表达了任务的目标和期望。 重要性 指令的清晰程度直接决定了 LLM 理解任务的能力。示例 (Examples): 示例也称为范例或样本 (exemplars or shots)它们是任务完成的示范引导生成式AI完成任务。示例的数量可以是零 (zero-shot prompting)、一个 (one-shot prompting) 或多个 (few-shot prompting)。示例的质量、数量、顺序、标签分布和格式都会影响模型的性能。输出格式 (Output Formatting): 为了获得特定格式的输出用户可以在prompt中指定输出格式例如CSV、Markdown、XML或自定义格式。指定输出格式可以提高某些任务的性能但也有可能降低其他任务的性能。角色设定 (Role): 角色设定也称为角色扮演 (persona)为生成式AI赋予特定的角色或身份例如“一位牧羊人”、“一位旅行作家”等。这可以影响生成的文本风格和内容并在某些任务中提高准确性。附加信息 (Additional Information): 除了指令、示例和角色设定外prompt中还可以包含其他相关信息以提供更多上下文或约束条件。例如如果指令是写一封电子邮件那么附加信息可能包括发件人的姓名、职位、收件人信息等。这些信息有时也被称为“上下文 (context)”但由于该词在prompting领域中含义较为模糊因此作者建议避免使用。一个高质量的 Prompt 并非简单地抛出一个问题而是由多个精心设计的组成部分构成协同作用才能有效地引导 LLM 产生期望的结果。https://blxjj.com