大模型prompt-文章生成

一、SCQA结构

1、结构

Situation(情境):描述背景或现状。

Challenge(挑战):指出在这种情境下面临的问题或挑战。

Question(问题):提出一个具体的问题。

Answer(答案):给出解决问题的方法或答案。

情境引入(S)要生动有吸引力,挑战(C)部分要符合实际情况,触达底层矛盾,问题(Q)部分要能够激发出读者的好奇,答案(A)要切实可行,确保整个大纲结构完整,能够清晰传达信息。

2、要注意的点:

1、多积累和使用社会新闻类的素材。

2、注重对于心理的挖掘。

3、注重结尾的写作。

3、举例:

每个人都需要发展副业

Situation(情境):从某个大厂的裁员危机引出全球经济下行,职场不稳定。

Challenge(挑战):职业收入波动和不确定性增加。

Question(问题):如何在经济不稳定时保持职业和财务稳定?

Answer(答案):发展副业,如自由职业或知识付费产品;增加收入来源,提高职业适应性。

二、三明治结构

1、结构

**开头:**引出主题

中间:

分论点一......

分论点二......

分论点三......

结尾:呼应开头

适合观点文,尤其是用多个论点来论述一个观点的文章。

2、要注意的点:

1)论点之间是并列或者递进的关系。

2)分论点提炼出醒目的标题会更出彩。

3、例子

想要用好AI写作,就要打好写作基本功

开头:

讲述很多人用不好AI的现状

中间:

论点一:不会写作,会被AI骗到

论点二:不会写作,就用不好AI

论点三:不会写作,就会被AI代替

结尾:

即使有了AI也要修炼自己的写作能力。

三、对比结构

1、结构

**开头:**提出观点

中间:

反向例子:

正向例子:

实用建议:

**结尾:**呼应开头或者总结

2、要注意的点:

1)先讲反面例子,再讲正面例子,反面的例子不要多于正面。(先苦后甜)

2)结尾时,最好能够给出一些方法论,不要光提意见,也要有实用的建议。

3、例子

学习一件事最好的方式就是躬身入局,把手弄脏。

开头:提出上述观点

反向例子:接触到了AI却不深入了解导致错过机会的朋友。

正向例子:自己通过AI,不断试错,拿到结果。

使用建议:如何应对自己遇到的新事物。

结尾:呼应开头

四、故事结构

1、结构

1)单个故事

开头:引出观点

中间:故事+观点

结尾:总结或者呼应

故事作为载体去论述一个观点,可以是一件事,也可以是一个人物(可以写成深度的人物搞,找出他的资料、找出最引人注目的场景,汇聚成一篇文章。)

比如:《读懂了曾国藩,你才是真正读懂了人性》

2)多个故事

开头:引出观点

中间:

故事1+观点1

故事2+观点2

故事3+观点3

......

结尾:总结或者呼应

跟观点文类似,不同的是把观点换成了故事,用多个主题相同、贴切的故事来论述同一件事。

比如《AI逆天改命,真的有机会吗?来听听这10个人的故事》

2、要注意的点:

1)故事要贴合主题。

2)节奏要详略得当,该快时快,该慢时慢。

3)语言要有场景感。

五、并列式结构

1、清单式并列

《用好AI写作的5个要点》

2、意义要素并列

《阅读对于一个人的成长来说,到底有多重要?》

3、原因要素并列

《为什么越努力,越幸运》

4、危害因素并列

《总说"别人家的孩子"有哪些危害?》

六、热点评论式文章

1、结构

强调事态的严重性+罗列各方观点+事件的进展+评论以及升华

2、例子

上春山事件

1)上春山事件全网热议

2)白支持者和反对者的观点

3)央视的澄清和新视频的流出

4)人言可畏以及信任账户

相关推荐
zixu_star1 天前
上下文工程:Prompt、记忆和上下文如何管理?
人工智能·prompt
一起学安全技术2 天前
拆大模型 06|Prompt 工程不靠玄学:上下文要当程序写
人工智能·语言模型·prompt·aigc
Java后端的Ai之路3 天前
RAG 还是 Agent 自主检索?Claude Code 删掉向量库之后,我把选型讲透了
开发语言·人工智能·prompt·agent·rag
叼烟扛炮5 天前
[LangChain] 学习笔记(05):提示词模板(Prompt)与少样本注入(Few-Shot)实战
linux·人工智能·笔记·学习·langchain·prompt
积流成海6 天前
Agent演化史(九):多智能体的暗面,当一次 prompt 注入可以横向移动
prompt·agent·智能体·大模型应用
源于花海8 天前
LangChain学习:理解构建模块与核心组件
langchain·prompt·api·agent·模块与核心组件
AI技术新视界8 天前
LLM 提示词缓存(Prompt Caching)的秘密
人工智能·缓存·llm·prompt
XLYcmy8 天前
信息检索报告数字经济赋能城市低碳治理的路径研究——基于“传统数据库 + 生成式人工智能”双轮驱动的检索实践 检索实施与结果分析 Web of Science
数据库·ai·llm·prompt·ssci·deepseek·wos
看浪的路人9 天前
第3讲:Prompt 实验——如何科学地测试 Prompt 改动
prompt