Datawhale - AI冬令营 - AI Agent 学习笔记task2

如何写Prompt?

Prompt是什么?

Prompt指的是一个输入的文本段落或短语，作为生成模型输出的起点或引导。它可以是一个问题、一段文字描述、一段对话或任何形式的文本输入。模型会基于Prompt所提供的上下文和语义信息，生成相应的输出文本。

Prompt的作用

在大语言模型领域中，Prompt就是用户的输入，而模型会根据这个输入来预测下一个词出现的概率，从而逐字生成出下文。Prompt可以归类为多种不同的模式，以适应不同的应用场景和需求，例如：

1. 特定指令：明确告诉模型需要执行的具体任务，如“生成一篇关于量子计算的科技新闻文章”。
2. 指令模板：提供一种通用的指令格式，允许用户根据需要填入不同的内容，如“以‘红宝石咖啡馆，纵享每一口丝滑!’为标题写一篇小红书文案”。

如何写Prompt?

1. 明确目标：确定你想要通过prompt实现的具体目标或结果。
2. 分析缺陷：评估当前情况或已有方案，找出存在的问题或不足之处。
3. 分析要素：详细思考为实现目标，prompt需要包含哪些关键信息或要素。
4. 撰写prompt：基于前面的分析，开始撰写具体的prompt，确保语言清晰、准确。
5. 测试：验证prompt是否满足需求，是否达到预期效果。如果测试结果不理想，需回到前面的步骤调整和优化。
6. 引入案例：将prompt应用到具体场景中，通过实际案例验证其有效性和实用性，同时作为后续改进的基础。
7. 辅助工具与资源：在流程中，可能使用到工具包（包含常用工具或资源）、prompt结构优（提供结构化的思考方式）和prompt框架（帮助组织prompt内容）等辅助手段。

<图片引自Datawhale-AI Agent活动-task2>

工具包神器介绍

1. Prompt框架——CO-STAR 框架

Prompt框架中的CO-STAR框架是一种用于设计prompt结构的模板，它包含六个核心部分，旨在引导语言模型生成更加精准、贴合需求的响应内容。

1. Context（上下文） ：为任务提供背景信息，帮助语言模型理解讨论的具体场景，确保生成的反馈具有相关性。
2. Objective（目标） ：明确告诉语言模型需要执行的具体任务，即期望的输出结果。
3. Style（风格） ：设定语言模型的“语气”，比如正式、幽默或亲切等，以符合特定的交流氛围或要求。
4. Tone（语调） ：调整语言模型的“情感”，让回应更符合用户的情绪或期望的情感色彩。
5. Audience（受众） ：确定目标听众是谁，比如专家、新手或孩子等，以便生成适合该受众群体的内容。
6. Response（响应） ：规定语言模型输出的格式，如列表、故事、报告或文本段落等，以满足用户的需求。

给出一个例子：

任务背景：假设你是一名社交媒体经理，需要为公司的新产品——一款新型超快速吹风机，在社交媒体平台上创建一个吸引人的帖子。

CO-STAR框架应用：

1. Context（上下文） ：公司即将推出一款新型超快速吹风机，需要在社交媒体上进行宣传。
2. Objective（目标） ：创建一个引人注目的帖子，吸引潜在客户的注意，并鼓励他们点击链接了解更多信息或购买产品。
3. Style（风格） ：采用轻松、幽默且富有创意的风格，以区别于其他竞争对手的严肃宣传方式。
4. Tone（语调） ：使用积极、乐观的语调，传递出产品的高效性和便捷性。
5. Audience（受众） ：目标受众是年轻、追求时尚和科技感的消费者，特别是那些对快速吹风机有需求的群体。
6. Response（响应） ：帖子应该包含吸引人的标题、简短的产品介绍、使用场景展示以及购买链接。同时，为了增加互动性，可以添加一些问答或投票元素。

2. Prompt结构优化

Prompt结构优化确实是为了让提示词（Prompt）更易读、更清晰地表达需求，同时方便智能体（Agent）或语言模型区分和处理内容。

1. 使用分隔符：

   • 分隔符就像是交通信号灯，在Prompt中起到明确区分各部分内容的作用。
   • 可以使用特殊的字符序列，如“###”、“====”或“”等，来标记Prompt的不同部分。
   • 例如，在Prompt中使用“### 目标”来标记目标的开始，使用“### 背景”来标记背景信息的开始，以此类推。

2. 明确标注各部分内容：

   • 在Prompt中明确标注出目标、背景、约束条件、风格、受众等关键信息。
   • 可以使用加粗、斜体、下划线或不同颜色等方式来突出这些关键信息，使其更加显眼。

3. 使用有序列表或无序列表：

   • 对于包含多个要点或步骤的Prompt，可以使用有序列表（如1、2、3……）或无序列表（如-、*、+等）来组织内容。
   • 这有助于智能体更清晰地理解Prompt的结构和顺序，从而提高生成内容的逻辑性。

4. 保持简洁明了：

   • Prompt应尽可能简洁明了，避免使用过多的修饰词或复杂的句式。
   • 这样可以减少智能体的计算量，提高生成速度，同时避免产生冗余或偏离主题的内容。

3. 引入案例

在设计复杂Prompt时引入案例是一种非常有效的策略，这主要得益于大型语言模型（LLM）强大的学习能力。引入案例可以为Agent提供了一个具体的参考或模板，使其更清楚地理解你的期望和需求，同时，Agent可以掌握处理类似问题的技巧和方法，从而在未来的任务中表现得更好。

1. 选择合适的案例：

   • 选择与你的Prompt主题相关、具有代表性和典型性的案例。
   • 确保案例能够清晰地展示你的期望和需求，同时避免过于复杂或模糊的描述。

2. 在Prompt中明确标注：

   • 在Prompt中明确标注出案例的位置和用途。
   • 可以使用分隔符、标题或特殊标记来突出案例部分，使其更易于被Agent识别和处理。

3. 提供详细解释：

   • 如果案例本身较为复杂或难以理解，可以提供详细的解释或说明。
   • 这有助于Agent更好地理解案例的意图和背景，从而更准确地生成符合期望的输出。