Prompt设计

Prompt 定义了用户与 AI 交互的具体方式和上下文，它是连接用户意图与 AI 功能的重要桥梁，通过合理的设计和应用，可以显著提升 AI Agent 的表现效果和用户体验。搭叩作为一个异步 Agent 产品，无论是生成代码、撰写文章还是其他任务，恰当的 Prompt 都是成功的关键之一。

在进行Prompt设计时，一些实践建议如下：

结构化提示词

• 将提示词明确区分为不同的模块，例如：用户指令、上下文、约束、输出规范、示例等
• 使用清晰的分隔符（如XML标签、或简单的###）来划分不同的区域

简洁表达，明确指示

• 提示应当简洁、清晰，不要模棱两可，越直接越好
• 不要提供不必要的信息，否则会分散注意力

明确目标/输出

• 提供具体细节
• 明确说明你想要什么和不想要什么

使用指令而非约束

• 指令：提供了所需格式、风格或内容的明确指示。它指导模型应该做什么或产生什么。
• 约束：是一组限制或边界条件，限制了模型不应做或避免的事情。
• 越来越多的研究表明，在提示中专注于正面指令比过度依赖限制更为有效。与人类更喜欢正面指令而非不能做什么的列表相一致。告诉模型该做什么，而不是不该做什么

提供示例

• 少样本提示：分类任务时确保在示例中混合可能的响应类别，避免过拟合
• 一个好的经验法则是从6个少样本示例开始测试准确性

不断实验并迭代优化

• Prompt工程是一个迭代过程
• 记录各种提示尝试，可以随着时间的推移学习哪些做得好，哪些做得不好
• 不断实验，直到获得所需输出

其他

• Transformer 架构模型会特别关注提示的开头和结尾
• 重要的事情可以强调几遍
• 如果会话很长，则提醒模型注意关键点
• 善用前缀：注意/重要等，用于标记需要LLM重点关注的内容