Prompt提示词——什么是CRISPE框架?QCIPSPE框架?

框架介绍

【CRISPE】框架 是由 Matt Nigh 提出并发布的提示词书写框架,共由五部分组成。

这个框架(CRISPE)主要包括五个部分,用于指导用户向ChatGPT提问。首先,通过设定ChatGPT的角色(Capacity and Role),使其能够更好地理解问题背景。接着,提供充足的背景信息和上下文(Insight),帮助ChatGPT更好地理解问题。然后,明确地陈述问题或需求(Statement),让ChatGPT知道您期望得到的答案类型。此外,设定回答问题的个性(Personality),如使用特定的语言风格或结构。最后,如果问题较宽泛,可以要求ChatGPT提供多个答案或建议(Experiment),以便用户进行选择。

具体内容

Capacity and Role(角色)

赋予ChatGPT角色扮演的能力,也就是在当前提问中你希望ChatGPT以何种身份帮你解答这个问题。例如,你在想ChatGPT询问感冒药的使用时,更应该让ChatGPT扮演一位医生,而不是一位修理工。

Insight(洞察)

提供背景信息和充分的上下文。当我们给ChatGPT提问时,充足的上下文和背景知识可以让ChatGPT更好的了解你想询问的问题。要知道,chatGPT只能够通过你的输入信息去获得有效信息。

Statement(声明)

这部分主要提供你的诉求或者问题,明确告诉ChatGPT,你希望得到什么样的答案或者解释.

Personality(个性)

这部分主要是提供你希望ChatGPT以何种方式进行输出答案,比如用Json结构输出,或者用轻松幽默的语言进行回答。

Experime(实验)

如果这是一个宽泛性的问题,你可以让ChatGPT提供多个答案或者建议,以供我们选择.


案例

Capacity and Role: 旅行顾问

Insight: 我和我的家人计划在暑假期间去欧洲旅行,我们有大约两周的时间。我们希望游览一些著名的历史景点和文化名胜,同时也享受美食和购物。

Statement: 请根据我们的需求,为我们规划一条合适的欧洲旅行线路,并推荐一些必游景点。

Personality: 请用详细且具有吸引力的描述来回答,让我们对旅行充满期待。

Experiment: 如果可能,请提供至少两个不同的旅行线路供我们选择。

在这个案例中,我们设定ChatGPT为旅行顾问的角色,提供了关于旅行时间、家庭需求等背景信息,并明确提出了规划旅行线路的需求。同时,我们要求回答具有吸引力和详细描述,最后希望得到至少两个旅行线路供选择。这样的提问框架有助于引导ChatGPT为我们提供满意的答案。

对该框架的优化------QCIPSPE框架

Question Type (问题类型):

明确问题的类型,例如事实查询、建议、比较等,以便AI更好地理解用户需求。

Capacity and Role (能力与角色赋予):

设定ChatGPT的角色,使其能够更好地理解问题背景并提供专业回答。

Insight (洞察):

提供充足的上下文和背景知识,帮助AI更准确地把握问题的核心。

Priority (优先级):

表明问题的关注点和紧迫性,帮助AI确定回答的重点。

Statement (声明):

明确地陈述问题或需求,让AI清楚地知道您期望得到什么样的答案。

Personality (个性):

设定回答问题的语言风格或结构,以满足用户的喜好和需求。

Experiment (实验):

鼓励用户提供多个答案或建议,以便进行选择和比较。


案例

Question Type: 建议

Capacity and Role: 旅行顾问

Insight: 我和我的家人计划在暑假期间去欧洲旅行,我们有大约两周的时间。我们希望游览一些著名的历史景点和文化名胜,同时也享受美食和购物。

Priority: 请优先考虑适合家庭旅行的景点和活动。

Statement: 请根据我们的需求,为我们规划一条合适的欧洲旅行线路,并推荐一些必游景点。

Personality: 请用详细且具有吸引力的描述来回答,让我们对旅行充满期待。

Experiment: 如果可能,请提供至少两个不同的旅行线路供我们选择。

这个修改后的框架更具针对性和实用性,能够更好地满足用户在各种场景下的提问需求。

两个框架的对比

原始CRISPE框架:

  1. Capacity and Role(能力与角色赋予)
  2. Insight(洞察)
  3. Statement(声明)
  4. Personality(个性)
  5. Experiment(实验)
    评价:原始的CRISPE框架已经涵盖了提问过程中的关键要素,使得用户能够更清晰、更具针对性地提出问题。这个框架有助于引导AI提供更准确、更满意的回答。然而,它在问题类型、优先级和示例方面略显不足。
    修改后的框架:
  6. Question Type(问题类型)
  7. Capacity and Role(能力与角色赋予)
  8. Insight(洞察)
  9. Priority(优先级)
  10. Statement(声明)
  11. Personality(个性)
  12. Experiment(实验)
    评价:修改后的框架在原始CRISPE框架的基础上进行了优化。增加了问题类型和优先级部分,使得用户能够更明确地表达需求。提供问题示例的建议也被纳入进来,使得框架更具指导性。此外,简化了框架名称,使其更直观。总体来说,修改后的框架更具灵活性和实用性,能够更好地满足不同用户在各种场景下的提问需求。
    总结:修改后的框架相较于原始CRISPE框架有所改进,更能帮助用户提出有效的问题。然而,根据实际应用场景和需求,这个框架仍然可以进一步优化和调整,以实现更好的效果。

相关推荐
ZOMI酱2 分钟前
【AI系统】GPU 架构与 CUDA 关系
人工智能·架构
deephub8 分钟前
使用 PyTorch-BigGraph 构建和部署大规模图嵌入的完整教程
人工智能·pytorch·深度学习·图嵌入
deephub40 分钟前
优化注意力层提升 Transformer 模型效率:通过改进注意力机制降低机器学习成本
人工智能·深度学习·transformer·大语言模型·注意力机制
搏博1 小时前
神经网络问题之二:梯度爆炸(Gradient Explosion)
人工智能·深度学习·神经网络
KGback1 小时前
【论文解析】HAQ: Hardware-Aware Automated Quantization With Mixed Precision
人工智能
电子手信1 小时前
知识中台在多语言客户中的应用
大数据·人工智能·自然语言处理·数据挖掘·知识图谱
不高明的骗子1 小时前
【深度学习之一】2024最新pytorch+cuda+cudnn下载安装搭建开发环境
人工智能·pytorch·深度学习·cuda
Chef_Chen1 小时前
从0开始学习机器学习--Day33--机器学习阶段总结
人工智能·学习·机器学习
搏博1 小时前
神经网络问题之:梯度不稳定
人工智能·深度学习·神经网络
GL_Rain2 小时前
【OpenCV】Could NOT find TIFF (missing: TIFF_LIBRARY TIFF_INCLUDE_DIR)
人工智能·opencv·计算机视觉