Prompt工程入门：让AI按你的要求工作（2）--Prompt 高阶优化与结构化设计

prompt高阶优化

思维链

让大模型先输出完整的推理过程，再给出最终答案，模拟人类思考的步骤，大幅提升逻辑推理、数学计算、复杂问题解决能力。

解决的问题：

• 复杂数学题、逻辑题、代码题容易出错
• 模型直接跳步导致结果错误
• 无法追溯答案的推导过程

使用方法：

在提示词末尾加上：请一步步思考，先写出你的推理过程，再给出最终答案。

自我一致性

自我一致性（Self-Consistency）：在思维链的基础上，让模型生成多个独立的推理路径和答案，然后通过 "投票" 选择出现次数最多、最一致的答案作为最终结果。

解决的问题

• 单一推理路径可能存在偏差或错误
• 问题存在多种解法，需要验证正确性
• 提升高难度推理任务的准确率

使用方法

请独立生成3种不同的推理过程来解决这个问题，然后对比这3种结果，选择最合理的一个作为最终答案。

常见方法：

多次并行调用：使用完全相同的 Prompt，以 奇数次（3/5/7 次，推荐 3 次）调用模型（可混合不同大模型，如同时调用 GPT-4o、Claude 3.5、通义千问），确保能通过超过半数投票决策。

全量结果收集 ：记录每次模型输出的完整推理路径 + 最终结论，不能只收集答案。

结果汇聚分析：将所有结果汇总，可再次交给模型进行自动统计，判断哪个结论在多个推理路径中出现最频繁。

最终答案确定：选择出现次数最多、一致性最高的答案作为最终输出；若出现平票，可增加一次调用打破平局。

示例

问题：计算 1234 × 5678
请独立生成3种不同的计算方法和结果，然后交叉验证，给出最终的正确答案。

思维树

思维树（Tree of Thought, ToT）：将复杂问题分解为多个步骤，每个步骤生成多个可能的 "想法"，然后对每个想法进行评估、剪枝，保留最优路径继续推进，最终找到全局最优解。

解决的问题：

• 多步骤规划类问题（如写论文大纲、制定旅行计划）
• 需要探索多种可能性的创意类问题
• 单一思维链无法解决的复杂决策问题

使用方法：

请按照以下步骤解决问题：
1. 分解问题为3个关键步骤
2. 为每个步骤生成3个可能的解决方案
3. 评估每个方案的可行性（1-10分）
4. 选择得分最高的方案组合，形成最终答案

示例

问题：帮我制定一个3天的上海旅行计划
请按照思维树的方法：
1. 先列出3天旅行的核心目标
2. 为每天生成3个不同的行程安排
3. 从性价比、体验感、时间合理性三个维度评分
4. 最终整合出最优的3天行程

反思机制

反思机制（Reflection）：让模型先生成初稿，然后对自己的输出进行批判性反思，找出问题和不足，最后基于反思结果进行修正，形成 "生成 - 反思 - 修正" 的闭环。

解决的问题

• 输出内容存在逻辑漏洞、事实错误
• 文案、代码质量不高，需要反复修改
• 复杂任务需要多轮迭代优化

使用方法

请先完成任务，然后按照以下标准反思你的输出：
1. 是否存在事实错误或逻辑漏洞？
2. 是否满足所有要求？
3. 有哪些地方可以优化？
最后基于反思结果，给出修正后的最终版本。

示例

任务：写一段关于大模型的介绍文案
请先写出初稿，然后从"是否通俗易懂、是否突出核心优势、是否有吸引力"三个方面进行反思，指出不足，再给出优化后的版本。

ReAct 推理 + 行动

核心原理

ReAct 推理 + 行动（Reasoning + Action）：将大模型的推理能力和外部工具调用能力结合，模型先思考 "需要什么信息"、"需要调用什么工具"，然后执行工具获取结果，再基于结果继续推理，直到解决问题。

解决的问题

• 需要实时信息的问题（如新闻、股价、天气）
• 需要精确计算的问题
• 需要检索外部知识库的问题

标准流程

思考：我需要什么信息来解决这个问题？
行动：调用[工具名]获取[信息]
观察：工具返回的结果是...
思考：基于这个结果，我接下来需要...
（重复直到问题解决）
最终答案：...

示例

问题：今天北京的气温是多少？
请使用ReAct模式回答：
1. 先思考需要调用什么工具
2. 执行工具获取实时气温
3. 基于结果给出最终答案

开源 ReAct 架构多智能体协作

基于 ReAct 架构，让多个不同角色的智能体分工协作，每个智能体负责一个环节，共同完成复杂的大型任务。

解决的问题：

• 单一智能体无法完成的复杂任务（如写完整的研究报告、开发小型项目）
• 需要多领域专业知识的任务
• 提升输出的全面性和准确性

常见角色分工：

1. 规划师：拆解任务，制定整体流程和时间表
2. 研究员：调用检索工具，收集相关资料和数据
3. 创作者：基于资料生成核心内容
4. 校验员：检查内容的事实准确性、逻辑一致性
5. 整合者：将各部分内容整合为最终成品

示例：

任务：写一份关于大语言模型发展现状的行业报告
请组建5个智能体团队，分别担任规划师、研究员、创作者、校验员、整合者，按照ReAct流程协作完成报告。

常见react架构

• Camel-AI
• OpenManus
• AutoGPT
• LangGraph
• MetaGPT

结构化prompt结构

RTF

RTF（Role-Task-Format）：RTF 是最基础的提示词模板。它主要强调三个核心要素：角色设定（Role）、任务说明（Task）与输出格式（Format）。这种结构简洁高效，适合通用类任务或者简单任务。

使用范围：日常问答、简单写作、信息提取、翻译、基础总结等 80% 通用场景。

结构说明：

• Role（角色）：定义模型的身份或专业背景
• Task（任务）：说明模型要完成的具体目标
• Format（格式）：指定输出的格式、风格或语气

示例：

# Role
你是一名资深市场分析师。

# Task
请分析当前中国新能源汽车市场的发展趋势，指出未来三年的主要增长点。

# Format
请以Markdown表格形式输出，包含"趋势"、"原因"、"预测增长率"三列。

---

ICIO

ICIO 是输入处理专用框架。它围绕 "如何处理特定输入" 展开，明确处理规则、背景信息、待处理内容和输出要求，是工业界数据处理任务的事实标准。（Instruction-Context-Input-Output）

使用范围：文本摘要、翻译、数据清洗、信息提取、代码审查、格式转换等需要处理特定输入的任务。

结构说明：

• Instruction（指令）：明确告诉模型要执行什么操作
• Context（上下文）：提供任务相关的背景信息和规则
• Input（输入）：待处理的原始内容
• Output（输出）：指定输出的格式和要求

示例：

# Instruction
请提取以下文本中的用户收货信息。

# Context
信息来源于电商平台用户下单记录，需提取所有必填字段。

# Input
张三，北京市朝阳区建国路88号SOHO现代城A座1203，电话13800138000，购买了2个便携式榨汁杯，订单号20250601001。

# Output
输出为JSON格式，包含"姓名"、"地址"、"电话"、"购买数量"、"订单号"五个字段。

---

CRISPE

CRISPE 是专业场景专用框架。它先限定模型的能力范围，再赋予专业角色，结合具体场景和输出风格，生成符合专业要求的内容。（Capacity-Role-Input-Scenario-Personality-Output）

使用范围：专业咨询、法律文书、医疗建议、技术文档、代码调试等需要高度专业性的任务。

结构说明：

• Capacity（能力）：限定模型具备的专业能力和知识范围
• Role（角色）：定义模型的具体身份和职责
• Input（输入）：用户提出的具体问题或需求
• Scenario（场景）：说明任务发生的具体场景和背景
• Personality（个性）：指定回答的语气和风格
• Output（输出）：指定输出的格式和要求

示例：

# Capacity
你具备5年以上Java后端开发经验，熟悉Spring Boot、MyBatis框架和常见错误排查。

# Role
你是我的技术导师。

# Input
Spring Boot项目启动失败，报错"端口8080被占用"。

# Scenario
我正在开发电商项目，需要快速解决问题继续开发。

# Personality
回答简洁明了，步骤清晰，避免晦涩术语。

# Output
分步骤给出解决方案，说明每一步的操作方法和预期结果。

CO-STAR

（Context-Objective-Style-Tone-Audience-Response）：CO-STAR 是创作类专用框架，由新加坡政府科技局 (GovTech) 官方推出，获得首届 GPT-4 提示词工程大赛冠军。它全面覆盖创作的所有关键要素，确保输出完全符合预期。

使用范围：文案写作、演讲稿、广告创意、小说创作、报告撰写、营销方案等复杂创作类任务。

结构说明：

• Context（上下文）：提供任务相关的背景信息和素材
• Objective（目标）：明确创作的核心目标和想要达成的效果
• Style（风格）：指定内容的整体风格
• Tone（语气）：指定表达的语气
• Audience（受众）：明确内容的目标受众
• Response（响应要求）：指定输出的格式、字数和其他约束

示例：

# Context
公司推出新型便携式榨汁杯，主打30秒快速榨汁、一键清洗和450g超轻便携。

# Objective
写一条15秒抖音短视频文案，吸引20-30岁年轻女性点击购买。

# Style
清新、活泼、有感染力。

# Tone
亲切口语化，像朋友推荐。

# Audience
20-30岁都市白领女性，注重健康和生活品质。

# Response
文案控制在50字以内，结尾加引导下单话术。

TIDD-EC

TIDD-EC 是最严格的约束型框架。它对任务的每个细节都做出明确规定，最大限度减少模型的自由发挥空间，确保输出完全符合规范。（Task Type-Input-Description-Details-Example-Constraints）

使用范围：代码生成、数据处理、标准化报告、API 文档、接口开发等需要严格遵守规范的任务。

结构说明：

• Task Type（任务类型）：明确任务的类型和性质
• Input（输入）：任务的输入参数或原始数据
• Description（描述）：对任务目标的整体描述
• Details（细节）：任务的具体要求和实现细节
• Example（示例）：提供 1-2 个示例，让模型直观理解要求
• Constraints（约束）：明确禁止的行为和必须遵守的规则

示例：

# Task Type
Python函数编写

# Input
两个整数a和b

# Description
编写一个函数计算两个数的最大公约数。

# Details
使用欧几里得算法，函数名为gcd，参数为a和b，返回最大公约数。

# Example
gcd(12, 18) → 6
gcd(7, 13) → 1

# Constraints
不能使用math.gcd内置函数，代码简洁易懂，添加必要注释。

---

BROKE

BROKE 是目标导向专用框架，融合 OKR 目标管理逻辑。它以目标为核心，通过可量化的关键结果来衡量任务完成度，解决 AI 输出不可量化、落地性差的问题。（Background-Role-Objective-Key Results-Example-Constraints）

使用范围：项目规划、方案撰写、目标拆解、工作计划、活动策划等目标导向的任务。

结构说明：

• Background（背景）：说明任务的背景和现状
• Role（角色）：定义模型的身份和职责
• Objective（目标）：明确任务的整体目标
• Key Results（关键结果）：列出可量化的关键结果，用于衡量任务完成度
• Example（示例）：提供参考示例
• Constraints（约束）：明确任务的限制条件

示例：

# Background
公司计划3个月内推出便携式榨汁杯的天猫旗舰店运营方案。

# Role
你是电商运营经理。

# Objective
制定完整的天猫旗舰店上线运营方案。

# Key Results
1. 明确3个月销售目标和推广预算
2. 列出3个核心推广渠道和具体活动计划
3. 制定详细的周度执行时间表

# Example
参考同类产品的运营方案结构。

# Constraints
方案具有可执行性，总推广预算控制在10万元以内。

发行

框架名称	提出者 / 机构	首次提出时间	官方 / 权威来源	补充说明
CO-STAR	Sheila Teo新加坡政府科技局 (GovTech Singapore)	2023 年	官方介绍 (新加坡 GovTech)	唯一由政府机构官方推出的框架，获得新加坡首届 GPT-4 提示词工程大赛冠军，是目前最权威、应用最广泛的创作类框架
BROKE	陈财猫EmbraceAGI 社区	2024 年	官方 GitHub 仓库	融合 OKR 目标管理逻辑的强目标导向框架，专为解决 AI 输出不可量化、落地性差的问题设计
RTF (Role-Task-Format)	社区集体智慧	2023 年初	最权威系统介绍	最基础通用的入门框架，由 ChatGPT 早期用户在实践中总结形成，无单一官方提出者
ICIO (Instruction-Context-Input-Output)	社区集体智慧	2023 年中	工程师社区标准定义	输入处理专用框架，是工业界数据处理、信息提取任务的事实标准
CRISPE	Matt Nigh	2023 年	原始定义页面	专业场景专用框架，最早在 ChatGPT3 时代提出，后被社区扩展为多个变体
TIDD-EC	社区集体智慧	2025 年初	首次系统介绍	最严格的约束型框架，专为代码生成、标准化报告等需要精确控制的任务设计