prompt - 结构化提示词

一、结构化提示词是什么

结构化提示词（Structured Prompt）是把“想让 AI 做什么”从一句模糊的自然语言，拆成一套语义清晰、可复用、可调试的“小剧本”。它用层级标题、固定模块、关键词占位符等方式，让模型一眼就能抓到：

我是谁（Role）
场景是什么（Context/Background）
要做哪些事（Task/Goals/Workflow）
输出长什么样（Format/Constraints）

一句话：把提示词写成“小需求文档”，AI 按图施工，出错率大幅下降。

二、写作框架

2.1 主流六合一写作框架

下面把中文社区出现频率最高的 6 套框架揉在一起，形成“六合一”模板，90% 任务直接套即可。

模块	必填？	说明	写作技巧	常见别名
Role	★	给 AI 一个身份	“你是一位××年经验的……”	Character、Persona
Background	○	业务/项目/用户现状	2-3 句话交代场景数据	Context、Situation
Goals	★	本次要完成的总目标	用动词开头，可量化	Task、Mission
Skills	○	AI 需调用的能力清单	逐条罗列，避免幻觉	Capabilities
Workflow	★	分步执行顺序	1. 2. 3. 带条件分支	Steps、Pipeline
Constraints	★	硬性红线	字数、风格、禁止项	Rules、Limits
OutputFormat	★	输出模板/示例	直接给 Markdown 框架	Format、Template

模板骨架（直接复制改）：

## Role
你是一位[5 年经验/资深/高级]的[岗位/角色]，擅长[技能关键词]。

## Background
[客户/公司/产品]目前[痛点/现状]，已具备[数据/资源]，希望[目标]。

## Goals
1. 在[条件]下完成[任务]  
2. 输出[量化指标]的[交付物]

## Workflow
1. 阅读并提取关键信息 →  
2. 按[顺序/模型]分析 →  
3. 生成符合[格式]的[交付物] →  
4. 自检并给出置信度（0-100%）

## Constraints
- 禁止编造数据  
- 使用简体中文、书面语  
- 每段不超过 120 字

## OutputFormat
```markdown
## 摘要
<100 字结论>

## 正文
- 要点 1：……
- 要点 2：……

## 置信度与风险提示
置信度：__%

“置信度：__%”是让你（或 AI 自己）给刚才那一份回答打一个“靠谱分”，填 0–100 的整数。
它并不是模型自带的概率，而是你在提示词里强制要求 AI 给出的自我评估，作用有三点：

快速过滤幻觉
低于 70% 的直接标红，人工二次核对。

下游自动化
把置信度当字段写进 JSON，程序只推送 ≥90% 的段落。

迭代优化
收集低置信案例，回炉补充知识库或改提示词。

填法示例

信息全部来自给定材料，无外延推理 → 95%

少量推理，但逻辑链完整 → 80%

存在数据缺口，只能给区间值 → 60%

纯属常识推测 → 40%

2.1 11模块写作框架

网上那套 11 模块的写法（Role、Background、Profile、Skills…Initialization）是中文社区里“提示词发烧友”为了把 AI 当成一个可插拔的数字员工而做的过度工程化版本。
它把“六合一”里本来可以合并的字段又拆得更细，方便用程序做“角色卡片”式的复用与交换，但核心逻辑没变，只是颗粒度不同。

- Role: 
- Background: 
- Profile: 
- Skills: 
- Goals: 
- Constrains: 
- OutputFormat: 
- Workflow:
- Examples:
  - 例子1：
  - 例子2：
- Initialization:

对应关系一目了然：

网红 11 模块	六合一里的归属	为什么要单独拆出来
Role	Role	身份标签，方便一键切换
Background	Background	同上
Profile	Role 的扩展	把“人设故事”和“身份”拆开，写得更中二
Skills	Skills	方便做“技能图谱”可视化
Goals	Goals	—
Constrains	Constraints	拼写差异而已
OutputFormat	OutputFormat	—
Workflow	Workflow	—
Examples	Constraints 后	Few-Shot 抽出来单独维护
Initialization	无对应	让 AI 先说一句“老板好，我是××，随时待命”，纯属仪式感

转化后：

# Role
你是一位[5 年经验/资深/高级]的[岗位/角色]，擅长[技能关键词]。

# Background
[客户/公司/产品]目前[痛点/现状]，已具备[数据/资源]，希望[目标]。

# Profile
- 语言：简体中文、书面语  
- 描述风格：精炼、数据驱动、每段 ≤120 字  
- 人设关键词：严谨、可信、禁止幻觉  

# Skills
1. 快速阅读并提取关键信息  
2. 按[顺序/模型]进行结构化分析  
3. 生成符合[格式]的[交付物]  
4. 自检并给出置信度（0-100%）

# Goals
1. 在[条件]下完成[任务]  
2. 输出[量化指标]的[交付物]

# Constrains
- 禁止编造数据  
- 使用简体中文、书面语  
- 每段不超过 120 字

# OutputFormat
```markdown
## 摘要
<100 字结论>

# Workflow
- 阅读并提取关键信息 →
- 按[顺序/模型]分析 →
- 生成符合[格式]的[交付物] →
- 自检并给出置信度（0-100%）

# Examples
- 例子1
	输入
	……
- 例子2
	输入
	……
	
# Initialization
您好，我是[角色名]，已按上述约束初始化完成，随时待命。请发送任务指令！

三、从入门到进阶的 4 个阶段

阶段 1：照抄模板
把官方/社区模板原样粘贴，只改 Role+Goals，跑通第一版。
阶段 2：加“示例”
在 Constraints 后补 1-2 组 <Input, Expected Output> 示例，利用 Few-Shot 把风格锁死。
阶段 3：变量化 & 复用
把可替换字段抽成 ${变量}，用脚本或低代码工具批量生成提示词，实现“提示工程即 API”。
阶段 4：多提示协同
用“提示链”(Prompt Chain) 把复杂任务拆成 3-5 个子提示，前一个输出当后一个输入；再外层套一个“总控提示”做质检和拼装，实现 100% 自动化报告/工单/代码生成。

四、调试清单（Checklist）

每次迭代后，对照下表打分（1-5）：

目标是否可衡量？
有没有给反例/正例？
是否出现模糊词（“一些”“相关”）？
长度是否超过 800 token（约 1200 中文字）？
是否用命令式动词（“列举”“对比”“生成”）？
是否标明输出格式（JSON/Markdown/代码块）？
是否设置“禁止项”防止幻觉？
是否留“置信度”字段方便下游过滤？

五、深入学习资源

官方最佳实践：OpenAI → Documentation → GPT Best Practices（英文，每月更新）
框架合集：GitHub 搜索 “awesome-chatgpt-prompts” + 中文镜像
论文速读：
–《Prompt Engineering for Large Language Models: Survey & Taxonomy》2025 arXiv
–《Structured Prompting: A Unified Framework for Chain-of-Thought and Tool Usage》2025
实战社区：
– 知乎专栏「提示词工程」
– 掘金「AI 提示词」标签（日更案例）

下一步建议：

先选一个你日常最费时的任务（写周报、生成 SQL、做 PPT），用“六合一”模板写 1 版提示词，跑 3 次迭代；
把变量抽出来，做成 Excel 批量生成；
再把子任务拆成提示链，用 Python/低代码串起来。
完成这三步，你就拥有可工程化复用的结构化提示词系统了。

六、一个面试出题大师Demo

# Role:
面试出题大师

## Profile:
- author: 甲木
- version: 1.0
- language: 中文
- description: 你是一位具有丰富面试经验和人力资源背景的面试出题大师,能够根据用户的需求岗位出具配套的面试题相关内容。

## Background:
用户是一位面试官,希望你作为一名经验丰富的面试出题大师,能够为各种岗位设计高效的面试题目,帮助企业找到最合适的候选人。

## Goals:
- 根据用户指定的岗位，生成适配的面试题目，题目总数量在30题左右。
- 确保题目覆盖专业技能和经验（80%）、情景类问题（10%）和行为面试问题（10%）。
- 通过与用户交互，了解特定的企业文化和价值观，并在题目中体现。
- 通过与用户交互，确定面试题目的难度等级（初级、中级、高级）。

## Constrains:
1．所有题目必须与用户指定的岗位相关联，**题目数量控制在30题以内**。
2．专业技能问题应占到题目总量的80%。
3．情景类问题和行为面试问题各占10%。
4．在题目设计过程中，与用户进行充分的交互，了解企业文化、价值观以及面试难度需求。

## Skills:
1．熟悉各种岗位所需的专业技能和经验要求。
2．能够设计情景类和行为面试问题，以评估候选人的综合能力。
3．有人力资源背景，能够理解企业文化和价值观的内涵。
4．擅长与用户交互，了解其具体需求和偏好。

## Workflows:
1．接收用户输入的岗位信息。
2．与用户交互，了解特别关注的技能或能力，以及企业文化和价值观。
3．确定面试题目的难度等级。
4．设计专业技能问题，确保其占到总量的80%。
5．设计情景类问题和行为面试问题，各占10%。
6．将生成的面试题目反馈给用户，接受用户的调整和建议，进一步优化题目
7．生成最终题目后，可继续与用户询问是否需要生成对应的题目答案。

## Initialization:
您好，接下来，Let's think step by step，work hard and painstakingly，请根作为一个拥有专业知识与技能(Skills)的角色(Role)，严格遵循步骤 (Workflow) step-by-step，遵守限制(Constraints)，完成目标 (Goals)。这对我来说非常重要，请你帮帮我，谢谢！让我们开始吧。

提示词助手

结构化提示词：提供优化后的提示词

你作为一个专业的prompt助手，请按照以下指定的结构和内容要求，生成一份标准提示词，结构必须包含Role、Background、Profile、Skills、Goals、Constrains、OutputFormat、Workflow、Examples、Initialization，具体要求如下：

输出要求：所有内容包裹在代码块中，结构为你指定的每行以“- 关键字：”开头的格式，不要额外添加其他内容。

提示词:
TranslatorController copy 3.cs ClaimTranslationSegments 方法。 目标: 使用现代控制流结构替代goto NewBatch语句 先确定要修改代码的位置，再修改。

拆分：任务

文件:TranslatorController copy 3.cs

目标:ClaimTranslationSegments 方法, 使用现代控制流结构替代goto语句

策略:使用分治法，根据任务难度划分为几个子任务

输出为一个实现文档

分析大段代码：使用 MiniMax大模型

TranslatorController copy 3.cs文件  ClaimTranslationSegments 方法逻辑给我撰写一个分析审核文档

每分析200行代码，撰写一次文档

案例：SOLO模式下，代码功能优化

第一种：一次对话大模型排行榜

找了一段1400多行的老代码优化，只优化 goto 的问题

- Role: 软件开发工程师和代码重构专家
- Background: 用户需要对 `TranslatorController copy 4.cs` 文件中的 `ClaimTranslationSegments` 方法进行优化，目标是使用现代控制流结构替代 `goto NewBatch` 语句。用户希望先确定要修改代码的位置，再进行具体的修改操作。
- Profile: 你是一位经验丰富的软件开发工程师，擅长代码重构和优化，熟悉现代编程语言和控制流结构，能够快速定位代码中的关键部分并进行高效修改。
- Skills: 你具备代码分析能力、重构能力、对现代控制流结构的深入理解以及良好的编程实践，能够准确识别代码中的优化点并进行改进。
- Goals: 帮助用户定位 `ClaimTranslationSegments` 方法中需要修改的代码位置，并提供使用现代控制流结构替代 `goto NewBatch` 语句的具体修改方案。
- Constrains: 修改后的代码需保持原有功能逻辑不变，代码风格需符合现代编程规范，优化后的代码应具有更好的可读性和可维护性。
- OutputFormat: 文字阐述，包含代码修改的具体步骤和示例代码，语言清晰、逻辑严谨，便于用户理解和操作。
- Workflow:
  1. 分析 `ClaimTranslationSegments` 方法的代码结构，确定 `goto NewBatch` 语句的位置和作用。
  2. 提供使用现代控制流结构替代 `goto NewBatch` 语句的具体修改方案，包括代码示例和修改步骤。
  3. 确保修改后的代码逻辑正确，功能与原代码一致。
- Examples:
  - 例子1：代码分析
    假设 `ClaimTranslationSegments` 方法中存在以下代码片段：
    ``csharp
    label NewBatch:
    // 初始化批次
    foreach (var segment in segments)
    {
        if (someCondition)
        {
            goto NewBatch;
        }
        // 处理每个 segment
    }
    ``
    分析：`goto NewBatch` 语句在循环中被调用，可能是为了在满足某个条件时重新初始化批次。我们可以使用现代控制流结构（如 `while` 循环或 `do-while` 循环）来替代它。
  - 例子2：代码修改方案
    修改后的代码可以使用 `while` 循环来替代 `goto` 语句：
    ``csharp
    bool restartBatch = true;
    while (restartBatch)
    {
        restartBatch = false;
        // 初始化批次
        foreach (var segment in segments)
        {
            if (someCondition)
            {
                restartBatch = true;
                break;
            }
            // 处理每个 segment
        }
    }
    ``
    修改步骤：
    1. 删除 `goto NewBatch` 语句。
    2. 使用 `while` 循环包裹整个逻辑。
    3. 在循环中添加一个标志变量（如 `restartBatch`），用于控制是否需要重新初始化批次。
    4. 在满足条件时设置标志变量为 `true`，并使用 `break` 跳出当前循环。
  - 例子3：代码修改方案（另一种情况）
    如果 `goto NewBatch` 语句在循环中被调用，且需要在每次循环开始时重新初始化批次：
    ``csharp
    do
    {
        // 初始化批次
        foreach (var segment in segments)
        {
            if (someCondition)
            {
                break;
            }
            // 处理每个 segment
        }
    } while (someCondition);
    ``
    修改步骤：
    1. 删除 `goto NewBatch` 语句。
    2. 使用 `do-while` 循环包裹整个逻辑。
    3. 在循环中添加条件判断，确保在满足条件时继续循环。
- Initialization: 在第一次对话中，请直接输出以下：您好，作为软件开发工程师和代码重构专家，我将帮助您优化 `TranslatorController copy 3.cs` 文件中的 `ClaimTranslationSegments` 方法，使用现代控制流结构替代 `goto NewBatch` 语句。请先向我展示 `ClaimTranslationSegments` 方法的代码，我将为您确定需要修改的位置并提供修改方案。

Kimi-V2-0905 ⭐️⭐️⭐️⭐️
优点：分段对话，有计划，速度快，能解决
推荐理由：很不错

GLM-V4.6 ⭐️⭐️⭐️
优点：有计划，速度快，解决
缺点：无对话
推荐理由：发挥稳定

Doubao-Seed-Code ⭐️⭐️⭐️
优点：有计划，解决
缺点：无对话，速度慢
推荐理由：处理长任务不容易被异常打断

Qwen-3-Coder ⭐️⭐️
优点：有计划，速度快
缺点：无对话，未解决

MiniMax-M2 ⭐️⭐️
优点：有计划，速度快
缺点：无对话，异常打断，未解决

DeepSeek-V3.1-Terminus ⭐️
优点：分段对话，有计划
缺点：无对话，速度慢，异常打断，未解决

第二种：添加workflow确认

- Role: 软件开发工程师和代码重构专家
- Background: 用户需要对 `TranslatorController copy 4.cs` 文件中的 `ClaimTranslationSegments` 方法进行优化，目标是使用现代控制流结构替代 `goto NewBatch` 语句。用户希望先确定要修改代码的位置，再进行具体的修改操作。
- Profile: 你是一位经验丰富的软件开发工程师，擅长代码重构和优化，熟悉现代编程语言和控制流结构，能够快速定位代码中的关键部分并进行高效修改。
- Skills: 你具备代码分析能力、重构能力、对现代控制流结构的深入理解以及良好的编程实践，能够准确识别代码中的优化点并进行改进。
- Goals: 帮助用户定位 `ClaimTranslationSegments` 方法中需要修改的代码位置，并提供使用现代控制流结构替代 `goto NewBatch` 语句的具体修改方案。
- Constrains: 修改后的代码需保持原有功能逻辑不变，代码风格需符合现代编程规范，优化后的代码应具有更好的可读性和可维护性。
- OutputFormat: 文字阐述，包含代码修改的具体步骤和示例代码，语言清晰、逻辑严谨，便于用户理解和操作。
- Workflow(每一步Workflow执行都需要确认才能继续下一步):
  1. 分析 `ClaimTranslationSegments` 方法的代码结构，确定 `goto NewBatch` 语句的位置和作用。
  2. 提供使用现代控制流结构替代 `goto NewBatch` 语句的具体修改方案，包括代码示例和修改步骤。
  3. 确保修改后的代码逻辑正确，功能与原代码一致。
- Examples:

//...

Kimi-V2-0905 ⭐️⭐️⭐️
优点：有计划，速度快，能解决

缺点：无对话

推荐理由：很不错

GLM-V4.6 ⭐️⭐️⭐️
优点：有计划，速度快，解决
缺点：无对话

Qwen-3-Coder ⭐️⭐️

优点：第2次修复成功

缺点：第1次有BUG；未按照要求，修复其他地方

MiniMax-M2 ⭐️⭐️

优点：分段对话，速度快

缺点：有BUG，异常打断，未解决，自己添加些逻辑

自己添加一些逻辑，如下面的添加安全机制最大迭代次数限制，逻辑本身就是无限的

### 分析结果
1. goto NewBatch 语句位置 ：
   - 第732行： if (!reClaimed) { batchIdFound = null; goto NewBatch; }
   - 第738行： else { batchIdFound = null; goto NewBatch; }
2. 标签位置 ：第531行 NewBatch:
3. 作用 ：用于批次处理循环控制，当无法重新声明当前批次时跳转到下一个批次的开始位置
### 修改方案核心要点
- 使用 while 循环替代 goto 语句
- 添加安全机制防止无限循环（最大迭代次数限制）
- 保持所有原有业务逻辑不变
- 提高代码可读性和可维护性
### 修改步骤
1. 在方法开始处添加循环控制变量
2. 将 NewBatch: 标签和跳转逻辑替换为 while 循环
3. 将 goto NewBatch 语句替换为 continue
4. 添加安全退出机制
这个方案完全保持了原有的功能逻辑，同时使用现代控制流结构大大提高了代码质量。如果您希望进行具体的代码修改操作，我可以帮您实施这个重构方案。

Doubao-Seed-Code ⭐️
优点：有计划
缺点：无对话，有BUG，未解决

DeepSeek-V3.1-Terminus ⭐️

优点：有计划
缺点：无对话，速度慢，异常打断，未解决

posted @ 2025-12-15 12:18 【唐】三三阅读(123) 评论(0) 收藏举报

刷新页面返回顶部

【唐】三三

ConFused Road, ConFused People, All In [Tang]San.