常用的提示词框架有以下几种：
在过去的一年半时间里，我一直在深度探索和使用如何更好的引导大模型生成我们需要的内容，也一直在进行提示词（prompt）系统化教学。这段经历让我对提示词的发展和应用有了深的认识，我的认知也产生了一个重要的转变：[heading3]“从单纯的提示词优化到更加关注人的底层能力的提升。”[heading2](一)提示词探索路径[content]1.OpenAI官方的六项最佳实践最初，我们主要依赖OpenAI官方给出的指导，包括写清晰具体的指令、给模型时间思考、使用分隔符等基本技巧——这些实践为我们使用大模型开了个好头。1.提示词框架随后，各种提示词框架开始出现，如CRISPE（Capacity and Role,Insight,Statement,Personality,Experiment）和BROKE（Background,Role,Objectives,Key Results,Evolve）等。我们是这用这些框架为提示词编写提供一个系统化的方法。1.明确任务目标清晰地定义我们希望大模型完成的任务是至关重要的。这个阶段强调了任务描述的精确性和完整性。1.角色扮演方法探索让大模型扮演特定角色来完成任务的方法。这种方法能够让模型更好地理解上下文并生成更相关的回答。1.结构化提示词使用基于Markdown语法和角色法框架的结构化提示词。这种方法提高了提示词的可读性和组织性，使复杂任务的分解变得更加直观。1.提示词测试和迭代随着实践的深入，开发了一些提示词测试和迭代的方法。这个过程帮助我们不断优化提示词，提高其效果。1.提示词封装为智能体将提示词封装为智能体，这使得复杂任务的处理变得更加模块化和可复用。
"提示词工程师"是专门负责为大语言模型设计、优化和实施Prompt的技术角色。他们深刻理解模型的工作原理，能够根据具体需求定制合适的Prompt，确保其有效性。但他们的任务不止于Prompt的编写；他们还需进行细致的测试，仔细分析模型输出，以便持续优化并确保输出内容的质量。简而言之：善于发现需求，解析需求，写成专业的Prompt，解决问题。[heading3]3、什么是提示词框架？[content]提示词工程师已经发展出了多种提示词框架，它们为Prompt的构建提供了一种高度概括和结构化的方法。可以将这些框架看作是构建有效提示词的方法论或"元结构"。例如：ICIP框架：此框架包括四个部分，其中有指令（Instruction，必须）、背景信息（Context，选填）、输入数据（Input Data，选填）和输出指示器（Output Indicator，选填）。BROKE框架：此框架着重于五个方面，包括背景（Background）、角色定义（Role）、目标设定（Objectives）、关键成果展示（Key Result）以及持续的试验与优化（Evolve）。CRISPE框架：此框架分为六个部分，涵盖了上下文（Context）、角色（Role）、说明（Instruction）、主题（Subject）、预设（Preset）和例外（Exception）。定制化提示词编写服务：随着大语言模型在商业和研究领域的应用，定制化的Prompt编写服务日渐受到欢迎。这些专业服务往往由资深的提示词工程师提供，他们会深入了解客户的具体需求，从而为其设计、优化并定制出最合适的Prompt。
栗子2、比如你发现每次让AI帮你阅读文档的时候，除了甩链接你总要说点什么让它生成的答案更靠谱。你就可以简单写一个Prompt：于是这个提示词解决了你自己，和任何收到你Prompt的人微调几个关键信息就能自动让GPT或者Kimi帮你阅读一篇论文而且生成不错的总结啦！如果你觉得这些例子对你来说还是过于复杂了，请你结合你自己的生活或者工作场景来想一个能帮你简单自动化的场景：自动给班级里的每个孩子起个昵称？自动排版你微信群经常发的一些运营小文案？自动帮你安排周一到周日的减脂餐？帮你列一个清晰的学习计划，day1-day7?帮你的下一次商务会议设计一个调研问卷？……第三步、选一个好上手的提示词框架来帮你开启你第一次有效的编写如果你这时候问什么是提示词框架，那说明你第一课没认真学，回去复习吧。对框架的理解和运用是非常重要的一部分，参考上图，来源：[prompt-engineering/prompt-patterns:Prompt编写模式：如何将思维框架赋予机器，以设计模式的形式来思考prompt(](https://github.com/prompt-engineering/prompt-patterns)[github.com](http://github.com)[)](https://github.com/prompt-engineering/prompt-patterns)提示词框架有很多，有的简单有的复杂，你可以选一个看起来不那么难的先入手，比如可以从非常基础的：情境(Situation):任务(Task):行动(Action):结果(Result):开始。