写了 1000 条 Prompt 之后，我总结出了这 9 个框架【建议收藏】

如果你对于写 Prompt 有点无从下手，那么，本文将为你带来 9 个快速编写 Prompt 的框架，你可以根据自己的需求，选择任意一个框架，填入指定的内容，即可以得到一段高效的 Prompt，让 LLM 给你准确满意的回答。

我将以让 AI 提供健康食谱为目标，为每一个框架提供不同的示例，以便于你能看出每个框架的区别，希望能够对你有所帮助。

E.R.A

E.R.A 框架代表的意思如下：

Expectation：告诉 LLM 你期望的结果是什么。

Role：根据你的期望，在上下文中指定 LLM 需要扮演的角色或者身份，以这个角色或者身份来回答你的问题。

Action：有了期望和角色之后，就需要告诉 LLM 它需要做什么。

示例

Expectation: 我想要过上健康的饮食生活。

Role: 你是一名资深营养师，你能够在健康饮食方面提供独到的见解。

Action: 请你根据健康且可持续的饮食搭配原则，在保证营养摄入充分的前提下，为我提供一份为期一个月的营养食谱，你要保证至少五天之内没有重复。

A.P.E

A.P.E 框架代表的意思如下：

Action：把你需要让 LLM 做的事情指派给它。

Purpose：根据你指派的任务，提出你让它做这个任务的目的。

Expectation：写明你最终想要的、期望的结果，根据你的目的和你指派给 LLM 的任务，你期望 LLM 最终输出给你的内容是什么。

示例

Action: 请为我设计一个为期一个月的营养食谱，确保在保证营养摄入充分的前提下，至少五天内没有重复。

Purpose: 我希望通过这份食谱，能够过上健康且可持续的饮食生活。这不仅能够满足我对营养的需求，还能够帮助我培养良好的饮食习惯，提高生活质量和健康水平。

Expectation: 我期待得到一份详细的、多样化的营养食谱，其中包含早餐、午餐、晚餐和健康零食等各个方面的建议。食谱中的食物应当富含各种营养素，包括蛋白质、碳水化合物、脂肪、维生素和矿物质，以及足够的膳食纤维。同时，食谱中的食物应当易于购买和准备，符合实际生活中的需求和限制。

T.A.G

Task：一句话清晰准确的描述你想让它做什么。

Action：根据你的目标任务，提供给 LLM 你需要的步骤或者流程或者必须包含的元素。

Goal：最终目标，向 LLM 解释你最终需要的产出物。

示例

Task: 设计一个为期一个月的营养食谱，确保五天内没有重复。

Action:

确定每日的饮食结构，包括早餐、午餐、晚餐和健康零食。
根据健康饮食原则，选择各种食材，确保食谱中包含足够的蛋白质、碳水化合物、脂肪、维生素和矿物质。
确保食谱中的食物种类多样化，涵盖不同的风味和口感。
考虑食物的购买和准备方便性，尽量选择易于获取并且容易烹饪的食材。

Goal: 营养食谱需要详细并且多样化，应当满足健康饮食的原则，提供充足的营养素，并考虑到食材的易获取和烹饪方便性。

C.A.R.E

Context：向 LLM 提供上下文和背景信息。

Action：告诉 LLM，在你设定的背景和上下文中，你需要它做什么事情或者哪些事情，一定要具体。

Result：向 LLM 解释你的期望的输出内容。

Example：加上一个详细的示例描述，可以让 LLM 给出更准确的内容。

示例

Context: 我想要改善我的饮食习惯，过上健康的生活。但是我工作繁忙，经常吃外卖和零食，所以，我希望通过一份营养食谱来指导我每天的饮食选择，让我能够吃的更健康。

Action: 你需要为我设计一个为期一个月的营养食谱，每天包括早餐、午餐、晚餐和健康零食，确保五天内没有重复。食谱中应包含简单易做的菜肴，同时，你需要考虑到我工作繁忙的情况，你所提供的食材应易于购买和准备。

Result: 这份食谱应该尽可能的详细和多样化，其中需要包括每天的食谱安排以及所需食材清单。食谱应满足营养均衡的原则，提供足够的蛋白质、碳水化合物、脂肪、维生素和矿物质，还要考虑到方便性和实用性。最后，我需要你以表格的形式将这份清单提供给我。

Example: 以周一为例，早餐可以是煮粥配蔬菜水饺，午餐是麻婆豆腐配米饭，晚餐是清蒸鱼配炒时蔬，健康零食可以是水果拼盘或者坚果。食材清单会列出所需的材料和食物准备方法：比如蔬菜水饺有哪些食材，是怎么做的，怎么保存，麻婆豆腐是怎么做的，如何保存等等，这样，我才能够方便购买并准备食物。

R.A.C.E

Role：让 LLM 在上下文中扮演指定的角色或者身份。

Action：详细描述你需要让它做的事情。

Context：提供相关的上下文明细和背景信息。

Expectation：写明你最终想要的、期望的结果，根据你指定的角色或者身份，结合上下文，你期望 LLM 最终输出给你的内容是什么。

示例

Role: 你是一名专业的营养师，负责为繁忙的上班一族设计健康的饮食计划。

Action: 我现在需要你为我设计一个为期一个月的营养食谱，包括早餐、午餐、晚餐和健康零食，确保五天内没有重复。

Context: 我希望通过改善饮食习惯来过上健康的生活，但由于工作繁忙，经常依赖外卖和零食。我希望有一份详细的饮食计划，能够指导我每天的饮食选择，让我更加健康。

Expectation: 我期望得到一份详细的、多样化的营养食谱，其中包括每天的食谱安排和所需食材清单。食谱应满足营养均衡的原则，提供足够的营养素，食材和菜肴应简单易做，便于购买和准备。最终的输出物应以表格的形式呈现，包括食谱安排、所需食材、食物准备方法和保存建议，以便我能够轻松地执行并坚持这份健康饮食计划。

R.I.S.E

Role：让 LLM 在上下文中扮演指定的角色或者身份。

Input：为 LLM 提供相应的相关资料和数据，让 LLM 能够有输入信息，为后面做回答做好准备。

Steps：让 LLM 提供详细的步骤分析和回答，即我在以前文章中提到的思维链提示（CoT）：。

Expectation：写明你最终想要的、期望的结果以及期望 LLM 最终输出给你的内容是什么。

示例

Role: 我需要你扮演一名专业的营养师，为我设计一个为期一个月的营养食谱。

Input: 我的工作繁忙，经常依赖外卖和零食，但我希望通过改善饮食习惯来过上健康的生活。

Steps: 你必须逐步向我解释你是如何设计这一份食谱的，分别都遵循了什么科学原理，什么原则等，我需要保证你提供的食谱是健康的。

Expectation: 我希望得到一份详细的、多样化的营养食谱，其中包括每天的食谱安排和所需食材清单。食谱应满足营养均衡的原则，提供足够的营养素。同时，考虑到我的工作繁忙情况，食材和菜肴应简单易做，便于购买和准备。最终的输出物应以表格的形式呈现，包括食谱安排、所需食材、食物准备方法和保存建议，以便我能够轻松地执行并坚持这份健康饮食计划。

R.O.S.E.S

Role：让 LLM 在上下文中扮演指定的角色或者身份。

Objective：这里也可以理解为 Purpose，即目标，向 LLM 准确描述你的目标。

Scenario：提供问题场景，背景信息，上下文等。

Expected Solution：表达你最终想要的、期望的结果以及期望 LLM 最终输出给你的解决方案是什么。

Steps：让 LLM 提供详细的步骤分析和回答，同样的，也可以理解为思维链提示（CoT）：。

示例

Role: 请你扮演一名专业的营养师，为我设计一个为期一个月的营养食谱。

Objective: 我希望得到一个健康的饮食计划，能够帮助我改善不健康的饮食习惯，提升生活质量。

Scenario: 我的工作非常繁忙，常常没有时间准备健康的饮食，导致我经常依赖外卖和零食。我意识到这种饮食习惯对我的健康不利，因此我希望能够通过一个长期可持续的营养食谱来改善我的饮食习惯，让我能够过上更健康的生活。

Expected Solution: 我希望得到一份详细的、多样化的营养食谱，包括每天的食谱安排和所需食材清单。食谱应该遵循营养均衡的原则，提供足够的蛋白质、碳水化合物、脂肪、维生素和矿物质。同时，考虑到我的工作繁忙情况，食材和菜肴应简单易做，便于购买和准备。最终的输出物应以表格的形式呈现，包括食谱安排、所需食材、食物准备方法和保存建议，以便我能够轻松地执行并坚持这份健康饮食计划。

Steps: 你必须逐步向我解释你是如何设计这一份食谱的，分别都遵循了什么科学原理，什么原则等，我需要保证你提供的食谱是健康的。

T.R.A.C.E

Task：向 LLM 详细说明你想要它做的事情。

Request：结合这个任务，描述你需要让它给你什么回答。

Action：同时，告诉 LLM 它需要做什么。

Context：提供详细的上下文信息。

Example：提供详细的示例描述，可以让 LLM 给出更准确的回答。

示例

Task: 我需要你设计一个为期一个月的营养食谱，每天包括早餐、午餐、晚餐和健康零食，确保五天内没有重复。

Request: 我需要你提供一份详细的、多样化的营养食谱，其中包括每天的食谱安排和所需食材清单。并以表格形式回答给我。

Action: 请根据我的工作繁忙情况和对健康饮食的追求，设计一份营养均衡的食谱。确保食材和菜肴简单易做，并且容易购买和准备。

Context: 我的工作很忙，经常依赖外卖和零食，但我意识到这种饮食习惯对我的健康不利。因此，我希望通过一个为期一个月的营养食谱来改善我的饮食习惯，让我能够过上更健康的生活。

C.O.A.S.T

Context：向 LLM 提供上下文和背景信息。

Objective：即目标，向 LLM 准确描述你的目标。

Actions：告诉 LLM 它需要做哪些事情。

Scenario：提供场景信息。

Task：告诉 LLM 它的最终任务以及你需要它给你什么回答。

示例

Context: 我的工作生活节奏快，经常吃外卖和速食，我知道这很不健康，所以，我希望改善这种情况，过上更健康的生活。

Objective: 我希望得到一个为期一个月的营养食谱，能够帮助我改善饮食习惯，提供健康的饮食选择。

Actions:

分析我的饮食习惯和健康需求。
设计一个为期一个月的营养食谱，包括每天的早餐、午餐、晚餐和健康零食，确保五天内没有重复。
选择简单易做、营养丰富的食材和菜肴。
提供食谱中所需食材的清单和食物准备方法。

Scenario: 我每天的工作非常繁忙，经常没有时间准备健康的饮食，导致依赖外卖和速食。但我意识到这种饮食习惯对我的健康不利，因此希望能够通过一个为期一个月的营养食谱来改善饮食，让我能够过上更健康的生活。

Task: 我需要你为我设计一个为期一个月的营养食谱，包括每天的早餐、午餐、晚餐和健康零食。食谱中的食材和菜肴应该简单易做、营养丰富，确保五天内没有重复。最终的输出物应以表格的形式呈现，包括食谱安排、所需食材和食物准备方法，以便我能够轻松地执行并坚持这份健康饮食计划。

如何系统的去学习大模型LLM ？

作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的 AI大模型资料 包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

😝有需要的小伙伴，可以V扫描下方二维码免费领取🆓

在这里插入图片描述

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。那以下这些PDF籍就是非常不错的学习资源。

在这里插入图片描述

四、AI大模型商业化落地方案

阶段1：AI大模型时代的基础理解

目标：了解AI大模型的基本概念、发展历程和核心原理。
内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
  - L1.4.1 知识大模型
  - L1.4.2 生产大模型
  - L1.4.3 模型工程方法论
  - L1.4.4 模型工程实践
- L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
内容：
- L2.1 API接口
  - L2.1.1 OpenAI API接口
  - L2.1.2 Python接口接入
  - L2.1.3 BOT工具类框架
  - L2.1.4 代码示例
- L2.2 Prompt框架
  - L2.2.1 什么是Prompt
  - L2.2.2 Prompt框架应用现状
  - L2.2.3 基于GPTAS的Prompt框架
  - L2.2.4 Prompt框架与Thought
  - L2.2.5 Prompt框架与提示词
- L2.3 流水线工程
  - L2.3.1 流水线工程的概念
  - L2.3.2 流水线工程的优点
  - L2.3.3 流水线工程的应用
- L2.4 总结与展望

阶段3：AI大模型应用架构实践

目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
内容：
- L3.1 Agent模型框架
  - L3.1.1 Agent模型框架的设计理念
  - L3.1.2 Agent模型框架的核心组件
  - L3.1.3 Agent模型框架的实现细节
- L3.2 MetaGPT
  - L3.2.1 MetaGPT的基本概念
  - L3.2.2 MetaGPT的工作原理
  - L3.2.3 MetaGPT的应用场景
- L3.3 ChatGLM
  - L3.3.1 ChatGLM的特点
  - L3.3.2 ChatGLM的开发环境
  - L3.3.3 ChatGLM的使用示例
- L3.4 LLAMA
  - L3.4.1 LLAMA的特点
  - L3.4.2 LLAMA的开发环境
  - L3.4.3 LLAMA的使用示例
- L3.5 其他大模型介绍