大语言模型（LLM）如 ChatGPT、Claude 和 Gemini 等已经深入到我们的生活和工作之中。它们凭借强大的语言处理能力，能够完成从撰写文章、提供信息到代码生成等各种各样的任务。然而，要想从这些模型中获得准确、有用且符合期望的输出，创建有效的 AI 提示词至关重要。今天我们一起聊一下书写prompt框架。
一、传统提示词为何常常失效
许多人在与 AI 交互时，往往采用类似与计算机对话的方式提出指令，比如简单地说 "帮我写这篇文章""给我关于 X 主题的信息，用要点形式呈现" 或者 "把这个写得简短些！！！"。虽然这些提示词能够让 AI 给出响应，但输出结果通常非常通用，实用性欠佳。于是，人们开始抱怨 AI 模型，并四处寻找所谓 "更好的 AI 工具"，可这并不能真正解决问题。
传统提示词（提示工程（Prompt Engineering）最全综述：本质、技术、最佳实践）失效的根源在于大语言模型的工作原理。它们是基于互联网上大量的人类创作内容进行训练的，这些内容涵盖了博客、论坛以及社交媒体等各个领域，反映了自然的人类交互方式。这意味着，当提示词以类似人类自然交流的方式编写时，LLM 才能更好地理解和处理。
二、打造高效提示词框架的基础
当输入被 LLM 处理时，指令的明确性至关重要。想象一下，在工作中你的经理只是简单地说 "写这份报告，保持简短，包含所有重要细节"，你可能会对如何着手这项任务感到困惑，而且最终的工作成果也很难完全满足经理的期望（与 LLM 沟通的艺术：实现高效交互的Prompt技巧）。虽然 AI 的工作方式与人类大脑截然不同，但由于 AI 是基于人类交互数据进行训练的，所以我们需要以类似的方式与它交互，才能获得最佳结果。
例如，经理如果能明确说明期望的写作风格、报告的长度、他所认为的重要信息以及对 "报告" 的具体定义等额外信息，那么员工就能更出色地完成任务。同样，在向 AI 发出提示时，我们也需要遵循类似的原则。
三、打造 AI 提示词的四步框架
第一步：设定范围
目前，大多数聊天机器人都是通用型的，可以用于完成各种工作。但为了获得最佳结果，我们需要定义一个清晰的范围，并提供完成给定任务所需的背景信息。这有助于降低 AI 偏离主题、给出过于笼统输出的风险。
比如，与简单地说 "给我一份关于 2024 年美国大选的文章大纲" 相比，添加更多背景信息的提示词效果会更好，如 "你是我的私人代笔。当我给你一个主题时，你要为一篇易于阅读但能在较高层次上讨论该主题的文章制定一个结构良好的大纲。" 通过提及 "代笔" 这个词，我们将 AI 的输出限制在提供写作建议上，避免了它混杂各种无关信息。
第二步：定义语气和写作风格
这一步主要是明确输出结果的呈现形式。继续以第一步的例子来说，我们可能希望大纲包含标题、副标题以及每个段落大致要写的内容要点。更重要的是，我们不希望得到完整的句子、对每个要点的长篇解释或者超出初步灵感范畴的内容。
为了实现这一点，我们可以进一步扩展提示词："这里所说的大纲，是指文章结构的框架。即包含标题、副标题以及每个段落可能涉及内容的要点。不要写完整的句子或整篇文章，并且要点要尽可能简短。" 通过明确指出 "不要" 做什么，能更清晰地让 AI 明白输出结果不应该是什么样的，这往往比解释具体期望更为重要，也更容易操作。
第三步：为 AI 的输入做准备
到目前为止所做的一切，实际上还没有真正涉及到我们的实际请求，因为还没有向 AI 提供具体的主题，比如 2024 年美国大选。实践发现，先仅发送指令（即第一步和第二步的内容）效果最佳。等 AI 确认后，再发送实际主题。为了更加明确，我们可以添加类似这样的内容："稍后我会给你一个主题。基于这个主题，你要生成指定的大纲。"
这样做有助于区分指令（提示词）（掌握Prompt Engineering（提示工程）：解锁大型语言模型的无限潜能）和最终输出的文章内容。特别是对于 Gemini 和 GPT - 4 等模型来说，这一点极其重要，因为它们很容易丢失上下文信息。通过前两步 "为 AI 做准备"，我们清晰地将期望与作为输出基础的内容和可能的素材区分开来。
第四步：让 AI 提供帮助
此时，我们的提示词已经接近完美，但还缺少一个关键要素：问题。人类对话之所以精彩，就在于有提问和澄清误解的能力。默认情况下，大多数 AI 会在输出结尾附上类似 "如果您有任何进一步的问题，请告诉我" 这样的表述，但这实际上没什么作用。我们需要的是与内容和期望输出相关的针对性问题。
在前面的例子中，可以这样告诉 AI（我们的私人代笔）："就像每个优秀的代笔一样，你在每次回复后都要向我提出问题，以便更好地理解我的需求。" 由于整个提示词非常具体，这样通常足以在每次回复后得到一个很好的后续问题。
四、遵循四步框架的提示词示例
经过这四个步骤，我们的提示词可能会呈现如下形式："你是我的私人代笔。当我给你一个主题时，你要为一篇易于阅读但能在较高层次上讨论该主题的文章制定一个结构良好的大纲。这里所说的大纲，是指文章结构的框架。即包含标题、副标题以及每个段落可能涉及内容的要点。不要写完整的句子或整篇文章，并且要点要尽可能简短。稍后我会给你一个主题。基于这个主题，你要生成指定的大纲。就像每个优秀的代笔一样，你在每次回复后都要向我提出问题，以便更好地理解我的需求。"
与简单地说 "给我一个大纲" 相比，这样的提示词能确保获得更好的结果。
五、有效提示词框架的实际应用与拓展
不同领域的应用
这个四步框架在不同领域都能发挥巨大作用。在学术研究领域，研究人员可以利用它获取相关课题的文献综述大纲，通过设定范围明确研究主题和领域，定义写作风格使其符合学术规范，为输入做准备确保 AI 理解研究重点，最后借助针对性问题深入挖掘关键信息。
在市场营销方面，营销人员能够运用该框架生成产品推广文案的大纲，从产品定位、目标受众等方面设定范围，明确文案的语气风格，有条不紊地引导 AI 提供符合需求的内容，并且通过后续问题不断完善文案思路。
应对复杂任务
对于一些复杂的任务，四步框架也能帮助我们将其拆解为可操作的步骤。比如开发一个 AI 辅助的项目计划，首先设定项目的范围、目标和关键节点等，定义计划的呈现风格，为 AI 输入项目的背景信息做准备，然后通过不断提出问题让 AI 逐步完善计划的各个细节，包括任务分配、时间安排等。
六、持续优化与未来展望
AI 技术在不断发展，我们与 AI 交互的方式也需要持续优化（Prompt工程八大技巧：打造高效LLM应用）。随着模型的更新和功能的扩展，提示词框架可能需要做出相应调整。例如，新的模型可能对特定类型的提示更为敏感，或者能够处理更复杂的任务，这就要求我们不断学习和尝试新的提示方法。
同时，未来或许会出现更多专门针对特定任务或领域优化的 AI 模型，这也意味着我们需要根据不同的模型特点进一步细化提示词框架，以实现更高效、精准的交互。