文心一言 Prompt框架

Prompt框架

看完基础篇的各种场景介绍后，你应该对 Prompt 有较深的理解。

之前的章节我们讲的都是所谓的「术」，更多地集中讲如何用，但讲「道」的部分不多。高级篇除了会讲更高级的运用外，还会讲更多「道」的部分。

高级篇的开篇，我们来讲一下构成 prompt 的框架。

Prompt基础框架

查阅了非常多关于文心一言 prompt 的框架资料，我目前觉得写得最清晰的是 Elavis Saravia 总结的框架，他认为一个 prompt 里需包含以下几个元素：

• Instruction（必须）： 指令，即你希望模型执行的具体任务。
• Context（选填）： 背景信息，或者说是上下文信息，这可以引导模型做出更好的反应。
• Input Data（选填）： 输入数据，告知模型需要处理的数据。
• Output Indicator（选填）： 输出指示器，告知模型我们要输出的类型或格式。

只要你按照这个框架写 prompt ，模型返回的结果都不会差。当然，你在写 prompt 的时候，并不一定要包含所有4个元素，而是可以根据自己的需求排列组合。比如拿前面的几个场景作为例子：

• 推理：Instruction + Context + Input Data
• 信息提取：Instruction + Context + Input Data + Output Indicator

CRISPE Prompt框架

另一个我觉得很不错的 Framework 是 Matt Nigh 的 CRISPE Framework，这个 framework 更加复杂，但完备性会比较高，比较适合用于编写 prompt 模板。CRISPE 分别代表以下含义：

CR： Capacity and Role（能力与角色）。你希望 文心一言 扮演怎样的角色。

I： Insight（洞察力），背景信息和上下文（坦率说来我觉得用 Context 更好）。

S： Statement（指令），你希望 文心一言 做什么。

P： Personality（个性），你希望 文心一言 以什么风格或方式回答你。

E： Experiment（尝试），要求 文心一言 为你提供多个答案。

以下是这几个参数的例子：

在文心一言中进行实验，会得到如下结果。