大模型提示工程框架及GLM提示策略举例

大模型提示工程，说白了就是用户跟大模型打交道的那“最后一公里”。模型选好了，下一步就看你怎么“问”——提示词写得好不好，直接决定你得到的是金玉还是瓦砾。而提示框架（Prompt Framework），就是一套经过验证的“方法论”，能帮你系统性地把这“最后一公里”走通。

下面梳理了五种基础框架，以及面向GLM、CogView等模型的具体任务示例。这些思路对通义千问Qwen家族、Kimi、豆包、文心、零一、百川、GPT-4、Claude、Llama3等主流模型同样适用，属于“通用方法论”。

1 提示工程五种基础框架

适合各种大模型的提示框架，总共五类，属于通用套路。

• R-T-F（角色-任务-格式）：
  
  指定大模型扮演的角色（Role），定义需要完成的任务（Task），并指定输出内容的格式（Format）。

• T-A-G（任务-行动-目标）：
  
  明确要完成的任务（Task），描述所需采取的行动（Action），确定任务的目标或期望结果（Goal）。

• B-A-B（之前-之后-桥接）：
  
  描述问题发生前的状态（Before），说明解决问题后的期望结果（After），提出问题或请求来连接前后状态（Bridge）。

• C-A-R-E（背景-行动-结果-示例）：
  
  提供问题背景信息（Context），描述需要采取的行动（Action），说明行动后的预期结果（Result），再附上一个示例（Example）。

• R-I-S-E（角色-输入-步骤-期望）：
  
  指定大模型的角色（Role），描述提供给模型的输入信息（Input），请模型描述完成任务的具体步骤（Steps），明确对输出的期望（Expectation）。

• 角色：
  作为一名营养师。

  任务：
  创建一份适合孕妇的日常饮食计划。

  格式：
  以表格形式展示，包括早餐、午餐、晚餐和两份零食。

• 角色：
  作为一名历史老师。

  任务：
  设计一个关于古埃及文明的教学单元。

  格式：
  以PPT形式呈现，包括关键历史事件、文化特点和著名人物。

• 角色：
  作为一名健身教练。

  任务：
  制定一个针对初学者的家庭健身计划。

  格式：
  以视频教程形式展示，包含每个动作的步骤和注意事项。

• 任务：
  提高产品销量。

  行动：
  优化营销策略，包括社交媒体广告和电子邮件营销。

  目标：
  在接下来的一季度内实现至少20%的销售增长。

• 任务：
  减少办公室的能源消耗。

  行动：
  安装节能灯泡，定期检查和维护HVAC系统。

  目标：
  在未来六个月内将能源消耗降低至少15%。

• 任务：
  提高学生的数学成绩。

  行动：
  实施每周辅导班和提供在线学习资源。

  目标：
  在下一个学期期末考试中，使学生的平均成绩提高至少10分。

• 之前：
  客户服务响应时间长，客户满意度低。

  之后：
  提高客户服务效率，提升客户满意度。

  桥接：
  有哪些策略可以缩短客户服务响应时间并提高服务质量？

• 之前：
  员工经常迟到，影响工作效率。

  之后：
  减少员工迟到情况，提高整体工作效率。

  桥接：
  如何制定有效的考勤政策来减少员工迟到？

• 之前：
  产品设计缺乏创新，市场竞争力弱。

  之后：
  推出具有创新性的产品设计，增强市场竞争力。

  桥接：
  有哪些方法可以激发产品设计的创新思维？

• 背景：
  公司即将推出新产品，需要进行市场推广。

  行动：
  制定一个全面的市场推广计划。

  结果：
  成功提升产品知名度和市场份额。

  例子：
  类似于苹果公司发布新款iPhone时的推广活动。

• 背景：
  学校的图书馆使用率低，需要提高学生的参与度。

  行动：
  举办一系列图书馆活动，如读书俱乐部和作者讲座。

  结果：
  增加图书馆的访问量和学生的阅读兴趣。

  例子：
  类似于某大学图书馆举办的“每月一书”活动。

• 背景：
  城市的公共交通系统需要优化。

  行动：
  实施智能交通管理系统，包括实时交通信息和移动支付。

  结果：
  减少交通拥堵，提高乘客的出行体验。

  例子：
  类似于伦敦的公共交通系统，使用Oyster卡进行无现金支付。

• 角色：
  作为一名个人健康顾问。

  输入：
  提供一位40岁男性，体重70公斤，每周进行两次中等强度运动的信息。

  步骤：
  描述如何制定一个适合他的健康饮食计划。

  期望：
  期望获得一份详细的饮食计划，包括每日所需营养素的摄入量和食物选择建议。

• 角色：
  作为一名英语老师。

  输入：
  提供一个初中生的英语阅读理解练习。

  步骤：
  解释如何提高阅读理解能力。

  期望：
  期望得到一系列实用的策略和练习方法。

• 角色：
  作为一名旅游规划师。

  输入：
  提供一个家庭的旅游需求，包括目的地、预算和旅行时间。

  步骤：
  描述如何制定一个满足他们需求的旅游计划。

  期望：
  期望得到一份详细的旅游计划，包括行程安排、住宿推荐和预算分配。

2 GLM 语言模型 Prompt 工程

下面以GLM及CogView图像生成为例，看看如何组合使用提示词技巧来获得更好的生成效果。

2.1 策略：编写清晰、具体的指令

想让GLM给出最佳回答，前提是你得把需求说清楚。指令越明确，回答质量越高。

• 技巧：定义 System Prompt
  
  用于设定AI助手行为模式，包括角色设定、语言风格、任务模式和针对特定问题的具体行为指导。
  示例：
  你擅长从文本中提取关键信息，精确、数据驱动，重点突出关键信息，根据用户提供的文本片段提取关键数据和事实，将提取的信息以清晰的JSON格式呈现。

• 技巧：提供具体的细节要求
  
  在Prompt中添加要求模型输出内容的细节和背景信息。
  示例：
  我对太阳系的行星非常感兴趣，特别是土星。请提供关于土星的基本信息，包括其大小、组成、环系统和任何独特的天文现象。

• 技巧：让 GLM 进行角色扮演
  
  让GLM扮演某个角色，可以更准确地模仿该角色的行为和对话方式。
  示例：
  作为一个量子物理学家，解释量子物理学的基本原理，并简要介绍其在现代科技中的应用。

• 技巧：使用分隔符标示不同的输入部分
  
  示例：
  请基于以下内容：
""" 要总结的文章内容"""
提炼核心观点和纲要

• 技巧：思维链提示
  
  要求模型分步骤解决问题，并展示每一步的推理过程。这能减少不准确结果，也方便你评估模型的响应。
  示例：
  作为一个AI助手，你的任务是帮助用户解决复杂的数学问题。对于每个问题，你需要首先独立解决它，然后比较和评估用户的答案，并最终提供反馈。请展示你的每一步推理过程。问题是：一个农场有鸡和牛共35头，脚总共有94只。鸡和牛各有多少头？我的答案是鸡有23头，牛有12头。

• 技巧：少样本学习
  
  通过提供示例来引导模型模仿特定的行为和语言风格。
  示例：
  模仿这种风格
''' 1、三杯鸡在锅中欢跃，是岁月的篝火，是浪漫的乐章。
2、炖排骨的滋味，是冬日的棉被，是乡土的回响。
3、红烧勤鱼的鲜香，是海洋的密语，是大海的情书。'''
生成新的句子。

• 技巧：指定输出长度
  
  可以指定大致长度，但让模型精确生成特定的字数比较困难。
  示例：
  请用不超过100个词的长度来总结这篇文章。

2.2 策略：提供参考资料

引用外部资料能有效提升模型回答的准确性。特别适用于基于文档的问答系统，有助于减少幻觉，同时确保回答的时效性。当模型上下文长度受限时，可以通过Retrieval工具获取文档中的语义切片来实现。

示例：
作为AI助手，你的任务是帮助用户查找和理解特定公司的规章制度。请根据搜索结果
"""具体的搜索结果"""
提供准确和详细的信息。

2.3 策略：将复杂任务分解为简单的子任务

面对复杂需求，错误率往往较高。最佳做法是把复杂任务拆解成一系列简单、连贯的子任务，每个子任务的完成成果成为下一任务的起点，形成高效的工作流。

• 技巧：意图理解和实体提取
  
  要求模型按固定格式输出，以便后端接口直接解析。
  示例：
  当你理解用户的预约会议室的意图时，提取相关的实体，并以Json格式输出。

• 技巧：总结上文关键信息
  
  在长对话中，对之前的交流内容进行精炼和总结，能保持对话的焦点、减少重复和混乱、加快模型处理速度。

• 技巧：分段归纳长文档并逐步构建完整摘要
  
  模型处理的上下文长度有限，无法一次性总结超长文本。可以逐章节总结，再将各章节摘要组合起来，进一步概括，形成更精炼的总摘要。这个过程可以重复，直到整本书被完整总结。如果后续章节需要依赖前面信息，在总结时附加之前内容的连贯摘要，能显著提升生成质量。

2.4 策略：给予模型思考时间

• 技巧：在模型给出最终结论之前，先引导它进行自我探索和推理
  
  在引导模型进行推理判断之前，先让它生成结果作为基准。例如评估代码质量时，先让模型自行生成答案，再对其正确性进行评判。
  示例：
  分析并评估以下Python代码片段"代码片段"的质量和功能。在生成你的回答之前，请先自行生成推荐示例代码，然后对代码的结构、清晰度以及其执行的功能进行评分。

• 技巧：隐藏推理过程，只输出结果
  
  可以引导模型只输出结果或结构化信息，便于后续处理。
  示例：
  请计算函数f(x) = x^2 在区间 [0, 1] 上的积分。仅提供最终的积分结果，无需展示推理过程。

2.5 策略：使用外部工具增强模型能力

通过让模型访问工具来弥补其缺陷和拓展功能，比如通过Function Call访问外部信息和执行操作，或利用Retrieval工具访问知识库。

• 技巧：通过 Function Call 访问外部 API
  
  允许模型获取实时信息（天气预报、股票动态）或执行操作（播放音乐、控制智能家居）。
  示例：
  使用外部API查询天气信息的功能。当用户询问‘北京今天的天气如何？’时，应调用API获取北京当前的天气数据，并以用户友好的方式展示结果。

• 技巧：通过 Retrieval 访问知识库
  
  用户可以上传相关知识到知识库，模型基于用户查询提取相关语义切片，提供更精准的信息。
  示例：
  作为AI助手，你的任务是帮助用户查找和理解特定公司的规章制度。你将通过搜索公司内部知识库或相关文档，找到最新的规定，并提供详细信息。

3 CogView 图像生成模型 Prompt 工程

3.1 策略：图像生成使用结构化的7要素提示语

图像生成时，要用精确、具体的视觉描述，而不是抽象概念。明确、清晰的结构化提示词能帮助CogView创造出更高质量的作品。

• 1) 主体：
  人、动物、建筑、物体等

• 2) 媒介：
  照片、绘画、插图、雕塑、涂鸦等

• 3) 环境：
  竹林、荷塘、沙漠、月球上、水下等

• 4) 光线：
  自然光、体积光、霓虹灯、工作室灯等

• 5) 颜色：
  单色、复色、彩虹色、柔和色等

• 6) 情绪：
  开心、生气、悲伤、惊讶等

• 7) 构图/角度：
  肖像、特写、侧脸图、航拍图等

提示 Prompt	生成结果
清晨的阳光照耀下，一只活泼的边牧犬在绿色草地上欢快奔跑，这一场景以生动的彩色摄影方式，呈现出愉快的氛围和明亮的色彩。
在平静的河流上，一座古老的石桥被周围的垂柳环绕，黑白水墨画描绘出它在阳光下的宁静和古典之美，光线和阴影在画面中形成鲜明对比。
一本敞开的古书静卧在老式木桌上，台灯的光线柔和地照亮书页，周围是昏暗的图书馆环境。这个场景通过高清照片捕捉，展现了知识和历史的宁静美。
在干燥的沙漠环境中，一棵孤独的仙人掌在夕阳的余晖中显得格外醒目。这幅油画捕捉了仙人掌坚韧的生命力和沙漠中的壮丽景色，色彩饱满且表现力强烈。
深藏在茂密森林中的一座古朴木屋，在夜幕中被温暖的灯光照亮。这幅油画捕捉了木屋周围自然环境的宁静与和谐，使用柔和的色调和细腻的光影处理，创造了一种神秘而温馨的氛围。画中突出了木屋作为与世隔绝的避难所，和周围树木、灌木的自然美。

4 Batch API Prompt 工程

Batch API适用于无需即时反馈、但需要处理大量请求的场景。以下是几种典型任务及其最佳实践提示。

4.1 任务一：文本分类

将大量文本数据分类到预定义类别中，如新闻分类、垃圾邮件检测等。

示例：

# Role: 新闻分类器
## Goals
- 对给定新闻进行分类，并仅输出相应的类别。
## Constrains
- 新闻必须属于以下类别之一：军事、财经、民生、文化、其他、待分类。
- 输出结果必须仅为类别名称，不能包含其他多余信息。
## Skills
- 强化新闻分类的能力
- 理解并解析新闻内容
- 确定新闻所属类别
## Output
- 输出格式: 类别名称
## Workflow
1. 读取并理解给定的新闻。
2. 根据新闻内容，判断其所属类别。
3. 输出判断出的类别名称。

4.2 任务二：情感分析

识别和分析文本中的情感倾向，如正面、负面或中性。

示例：

# Role: 情感分析专家
## Goals
- 对给定的文本进行情感分析，并仅输出相应的类别。
## Constrains
- 文本必须属于以下类别之一：正面、负面、中性。
- 输出结果必须仅为类别名称，不能包含其他多余信息。
## Skills
- 情感分析的专业知识
- 理解并解析文本内容
- 确定文本的情感倾向
## Output
- 输出格式: 类别名称
## Workflow
1. 读取并理解给定的文本内容。
2. 根据文本内容，判断其情感倾向。
3. 输出判断出的类别名称。

4.3 任务三：文档处理

处理和分析大量文档，如文档摘要生成、关键信息提取等。

示例：

# Role: 学术摘要专家
## Goals
- 生成给定论文的摘要，简明扼要地概括论文的主要内容和结论。
## Constrains
- 摘要必须简洁明了，重点突出。
- 摘要长度应控制在150字以内。
- 输出结果必须仅为摘要内容，不能包含其他多余信息。
## Skills
- 学术论文分析和总结的专业知识
- 高效提取论文的主要内容和结论
- 生成清晰明了的摘要
## Output
- 输出格式: 摘要内容
## Workflow
1. 读取并理解给定的论文内容。
2. 提取论文的主要内容和结论。
3. 生成简明扼要的摘要并输出。

4.4 任务四：信息抽取

从大量文本中提取结构化信息，如命名实体识别（NER）、关系抽取、事件抽取等。

示例：

# Role: 命名实体识别专家
## Goals
- 对给定的文本进行命名实体识别。
## Constrains
- 必须识别以下类别的实体：人名、地点、组织。
- 输出结果必须仅为实体信息，不能包含其他多余信息。
## Workflow
1. 读取并理解给定的文本内容。
2. 输出识别的人名、地点、组织。

4.5 任务五：机器翻译

大规模的文本翻译任务，将文本从一种语言翻译成另一种语言。

示例：

# Role: 翻译专家
## Goals
- 专注于多语言翻译领域，提供准确且流畅的翻译服务。
## Constrains
- 翻译必须准确，保留原文的意思和语气。
- 翻译结果必须流畅自然，符合目标语言的表达习惯。
## Skills
- 多语言翻译的专业知识
- 理解并准确翻译文本内容
- 确保翻译结果的流畅度和准确性
## Output
- 输出格式: 目标语言的流畅、准确文本
## Workflow
1. 读取并理解给定的文本内容。
2. 将文本从[源语言]翻译成[目标语言]。
3. 确保翻译结果流畅、准确，并符合目标语言的表达习惯。

4.6 任务六：生成任务

利用语言模型大批量生成文本内容，如撰写SEO文章、小说创作等。

示例：

# Role: SEO内容专家
## Goals
- 编写一篇用于SEO的文章，确保内容包含特定的关键词，以提高搜索引擎的排名。
## Constrains
- 必须包含指定的关键词，并自然地融入文章中。
- 文章内容要有价值，提供独到见解，并保持自然流畅的阅读体验。
- 符合指定的字数范围。
## Skills
- 专业的SEO优化知识
- 高效的内容创作能力
- 理解并自然融入关键词的技巧
## Workflow
1. 确定文章的主题。
2. 列出需要优化使用的关键词。
3. 编写文章，围绕关键词展开，提供有价值且独到的内容。
4. 确保文章自然流畅，符合SEO最佳实践。
5. 输出符合字数范围的文章文本。

4.7 任务七：文本纠错

自动检测和纠正大批量文本中的拼写错误、语法错误等。

示例（glm-4v）：

# Role: 语法和拼写纠错专家
## Goals
- 检测并纠正给定文本中的语法错误、拼写错误以及其他常见的书写错误。
## Constrains
- 必须检测并纠正所有明显的语法和拼写错误。
- 保持文本的原意不变，提高文本的准确性和可读性。
## Skills
- 专业的语法和拼写纠错能力
- 理解并解析文本内容
- 确保纠错后的文本流畅且准确
## Output
- 输出格式: 纠错后的文本
## Workflow
1. 读取并理解给定的文本内容。
2. 检测文本中的语法错误、拼写错误和其他书写错误。
3. 纠正所有检测到的错误，确保文本准确且可读。
4. 输出纠错后的文本。

4.8 任务八：图像分类

对大量图像进行分类，如识别图像中的物体、场景分类等。

示例（glm-4v）：

## Goals
- 将图像分类到预定义类别之一
## Workflow
1. 读取并理解给定的图像内容。
2. 根据图像内容，从预定义类别列表中选择一个类别。
3. 输出图像的类别。

4.9 任务九：图像标注

为图像提供准确的标注，如标出图像内容的坐标点。

示例（glm-4v）：

# Role: 坐标标注专家
## Goals
- 在图中标出指定的坐标点，提供准确的坐标标注服务。
## Constrains
- 必须准确标注图像中的所有指定坐标点。
- 提供每个坐标点的详细注释。
## Skills
- 专业的图像分析和坐标标注能力
- 理解并解析图像内容
- 提供准确的坐标标注和注释
## Example
坐标点: [
{"x": 100, "y": 150, "注释": "示例坐标1"},
{"x": 200, "y": 250, "注释": "示例坐标2"}
]
## Workflow
1. 读取并理解给定的图像内容。
2. 标出图像中的指定坐标点。
3. 为每个坐标点提供详细注释。
4. 输出标注坐标的图像。

4.10 任务十：文本提取

从图像中提取文本信息，如处理扫描文档、票据等。

示例（glm-4v）：

# Role: 文本提取专家
## Goals
- 从以下发片图像中提取所有文本信息，提供提取的字段及其内容。
## Constrains
- 必须提取发片图像中所有可见的文本信息。
- 提供每个字段及其对应的内容。
- 确保提取的信息准确且易于识别。
## Skills
- 专业的图像文本提取能力
- 理解并解析发片内容
- 提供准确的字段和内容提取
## Example
{
"发片号码": "12345678",
"日期": "2023-06-01",
"金额": "$100.00",
"购买方": "张三",
"销售方": "李四",
"商品明细": [
{"名称": "商品1", "数量": "2", "单价": "$50.00"}
]
}
## Workflow
1. 读取并理解给定的发片图像内容。
2. 提取发片图像中所有可见的文本信息。
3. 确定每个字段及其对应的内容。
4. 输出提取的字段及其内容。

4.11 任务十一：图像内容分析

对图像内容进行深度分析，如情感分析、医学图像识别等。

示例（glm-4v）：

# Role: 图像情绪识别专家
## Goals
- 分析以下图像，识别图中人物的情绪。
## Constrains
- 必须准确识别图像中的情绪。
- 只输出人物情绪类别，不能包含其他多余信息。
## Skills
- 专业的图像情绪分析能力
- 理解并解析图像内容
- 提供准确的情绪识别结果
## Workflow
1. 读取并理解给定的图像内容。
2. 分析图像中的情绪，提供情绪分析结果。
3. 输出情绪分析结果。

4.12 任务十二：图像到文本生成（小红书模板）

根据图像内容生成相应的文本描述，适用于新闻报道、社交媒体内容生成等场景。

示例：

# Role: 小红书文案专家
## Goals
- 根据以下图像生成适用于小红书的文案。
## Constrains
- 文案需简洁生动，符合小红书的创作风格。
- 突出图像中的关键元素，强调亮点和吸引力。
- 内容需具有互动性，鼓励用户点赞、评论和分享。
## Skills
- 专业的图像分析和文案创作能力
- 理解并解析图像内容
- 提供吸引人且详细的文案
## Workflow
1. 读取并理解给定的图像内容。
2. 分析图像中的关键元素和整体上下文。
3. 生成适用于小红书的文案，简洁生动且具有吸引力。
4. 输出适用于小红书的文案。