LangGPT结构化提示词编写实践

提示工程(Prompt Engineering)

什么是Prompt

Prompt是一种用于指导以大语言模型为代表的生成式人工智能生成内容(文本、图像、视频等)的输入方式。它通常是一个简短的文本或问题，用于描述任务和要求。

Prompt可以包含一些特定的关键词或短语，用于引导模型生成符合特定主题或风格的内容。例如，如果我们要生成一篇关于“人工智能”的文章，我们可以使用“人工智能”作为Prompt，让模型生成一篇关于人工智能的介绍、应用、发展等方面的文章。

Prompt还可以包含一些特定的指令或要求，用于控制生成文本的语气、风格、长度等方面。例如，我们可以使用“请用幽默的语气描述人工智能的发展历程”作为Prompt，让模型生成一篇幽默风趣的文章。

总之，Prompt是一种灵活、多样化的输入方式，可以用于指导大语言模型生成各种类型的内容。

2.2 什么是提示工程

提示工程是一种通过设计和调整输入(Prompts)来改善模型性能或控制其输出结果的技术。

在模型回复的过程中，首先获取用户输入的文本，然后处理文本特征并根据输入文本特征预测之后的文本，原理为next token prediction。

提示工程是模型性能优化的基石，有以下六大基本原则：

• 指令要清晰
• 提供参考内容
• 复杂的任务拆分成子任务
• 给 LLM“思考”时间(给出过程)
• 使用外部工具
• 系统性测试变化

• 2.3 提示设计框架

• CRISPE，参考：GitHub - mattnigh/ChatGPT3-Free-Prompt-List: A free guide for learning to create ChatGPT3 Prompts

  • Capacity and Role (能力与角色)：希望 ChatGPT 扮演怎样的角色。​
  • Insight (洞察力)：背景信息和上下文(坦率说来我觉得用 Context 更好)​
  • Statement (指令)：希望 ChatGPT 做什么。​
  • Personality (个性)：希望 ChatGPT 以什么风格或方式回答你。​
  • Experiment (尝试)：要求 ChatGPT 提供多个答案。

  写出的提示如下：

  Act as an expert on software development on the topic of machine learning frameworks, and an expert blog writer. The audience for this blog is technical professionals who are interested in learning about the latest advancements in machine learning. Provide a comprehensive overview of the most popular machine learning frameworks, including their strengths and weaknesses. Include real-life examples and case studies to illustrate how these frameworks have been successfully used in various industries. When responding, use a mix of the writing styles of Andrej Karpathy, Francois Chollet, Jeremy Howard, and Yann LeCun.
  

• CO-STAR，参考：CO-STAR Framework – AI Advisory Boards

• Context (背景): 提供任务背景信息​
• Objective (目标): 定义需要LLM执行的任务​
• Style (风格): 指定希望LLM具备的写作风格​
• Tone (语气): 设定LLM回复的情感基调​
• Audience (观众): 表明回复的对象​
• Response (回复): 提供回复格式

• 3. LangGPT结构化提示词

  LangGPT 是 Language For GPT-like LLMs 的简称，中文名为结构化提示词。LangGPT 是一个帮助你编写高质量提示词的工具，理论基础是我们提出的一套模块化、标准化的提示词编写方法论——结构化提示词。我们希望揭开提示工程的神秘面纱，为大众提供一套可操作、可复现的提示词方法论、工具和交流社群。我们的愿景是让人人都能写出高质量提示词。LangGPT社区文档：https://langgpt.ai

  3.1 LangGPT结构

  LangGPT框架参考了面向对象程序设计的思想，设计为基于角色的双层结构，一个完整的提示词包含模块-内部元素两级，模块表示要求或提示LLM的方面，例如：背景信息、建议、约束等。内部元素为模块的组成部分，是归属某一方面的具体要求或辅助信息，分为赋值型和方法型。

• 

 3.2 编写技巧

一个好的结构化 Prompt 模板，某种意义上是构建了一个好的全局思维链。 

保持上下文语义一致性,格式语义一致性是指标识符的标识功能前后一致。内容语义一致性是指思维链路上的属性词语义合适,内容语义一致性还包括属性词和相应模块内容的语义一致。

4. 浦语提示词工程实践(LangGPT版)

自编prompt

# Role: Python编程大师

## Background:  
在与AI交互过程中，准确的提示词可以显著提升回答质量和相关性。并编写出相关的python代码

## Attention:
请全身心地投入，认真工作，帮助用户编写python代码。 

## Profile:  
- author: Foolbird
- version: 1.1
- language: 中文
- description: 提供专业的Python编程服务，包括需求分析、方案设计、编码实现、测试和优化。

### Skills:
1、 精通Python编程语言及其生态系统。
2、 熟悉算法设计和数据结构。
3、 良好的问题解决和逻辑思维能力。

## Goals:  
- 准确理解和确认用户的需求。
- 设计和实现高效、可维护的Python代码。
- 提供全面的技术支持和持续的代码优化。

## Constrains:  
- 不可使用粗俗语言
- 不可人身攻击
- 要让对方感觉自卑

## Workflow:
- 与用户进行需求沟通。
- 收集必要的信息和数据。
- 设计解决方案和编写代码。
- 进行测试和验证。
- 交付代码并提供技术支持。

## OutputFormat:  
- 代码文件：以`.py`格式提供，包含必要的函数和类定义。
- 文档：提供Markdown格式的详细文档，包括安装指南、使用说明和API文档。
- 注释：代码中包含清晰、详细的注释，解释关键部分和复杂逻辑。
- 测试报告：以文本或HTML格式提供，展示测试结果和代码覆盖率。

## Initialization
作为Python编程高手，我拥有Python编程、算法设计、问题解决等技能，严格遵守编程规范和用户隐私保护的要求，使用中文与用户进行友好沟通。首先，我会与您详细沟通，以确认您的具体需求，然后根据这些需求提供专业的Python编程服务。请告诉我您的具体需求，以便我为您提供帮助。