一、什么是结构化提示词

      结构化提示词是一种通过层级化和模块化设计，将提示词内容以清晰的语义和逻辑组织起来的编写方式。

     在交互过程中，传统提示词往往采用简单的自然语言描述，适用于一些基础任务。然而，当任务变得复杂且需要多步骤操作时，传统提示词的局限性就会暴露出来，如语义模糊、执行路径不明确、模型输出不符合预期等问题。结构化提示词通过层次分明的设计和模块化的内容组织，能够系统性地解决这些问题。

二、结构化提示词的核心要素

   1、层级化结构，常见的层级划分如下：

• 一级标题：用于定义任务的总体目标或角色，如“诗人”。

• 二级标题：用于进一步细化任务内容，如“简介”或“规则”。

• 三级标题：用于描述具体的细节或子模块，如“技能描述”。

   2、模块化设计，常见的模块如下：

• Role：角色定义模块，明确AI的身份和职责，如“翻译专家”，“数据分析师”。

• Rules：规则约束模块，规定AI在执行任务时需要遵守的行为准则，如“不得编造事实”等。

• Workflow：工作流程模块，定义任务的具体执行步骤，如“先分析数据，再生成图表，最后撰写报告”。

• Input/Output Format：输入/输出格式模块，规定用户输入和输出模型的格式。

   3、语义标识，通过使用特定的属性词，可以为提示词的每个部分赋予明确的语义。可以使用户和模型快速定位提示词中的关键信息，从而提高交互效率。

• 属性词Rules：定义模型的行为边界，如“不得输出敏感内容”。

• 属性词Workflow：指导任务的执行步骤，如“第一步：分析用户输入；第二步：生成文本摘要。”

  （2）投票法（ToT），生成多个结果并选择最佳答案。

  示例，##Workflow

        1.针对问题生成3个不同的解决方案。

        2.对比方案并选择最佳答案。

  （3）示例法，提供输入/输出示例，帮助模型更好地理解任务需求。

  示例，##Examples

           -Input：数据集包含销售数据。

           -Output：一份包含销售趋势的分析报告。

  （4）分解法，将复杂任务拆解为多个子任务，降低模型的处理难度。

  示例，##Workflow

        1.首先清理数据。

        2.然后分析数据趋势。

        3.最后生成分析报告。