Prompt 学习地图 16 | 复杂任务 – 结构化的有效性

一、什么是结构化 结构化 = 信息 + 有序的规则

结构化关乎对信息的组织和管理。当我们说某个东西是结构化的，我们是说它按照某种明确的规则或标准进行了组织。 例如，通讯录里的名字是按照字母顺序排列的，这样我们可以轻易地找到我们要找的人，我们可以说——“这是一种结构化的联系人信息文本。”

有序的规则（Orderly Rules）

没有规则，信息就是一团杂乱无章的数据。有了规则，这些数据就被组织成一种有逻辑、有意义的方式，使我们能更有效地理解和使用它。 难点 规则必须是“有序的”。这意味着不是随意的、随便的，而是有明确的结构和顺序。比如，字典中的词条是按字母顺序排列的，这就是一种“有序的规则”。 在我们的日常生活和工作中，结构化是非常重要的。它不仅帮助我们更有效地组织和处理信息，还能帮助我们更快地找到我们需要的数据，提高我们的工作效率。而随着大数据和AI 的发展，结构化的重要性将变得越来越大。

二、如何结构化文本 （一）中文排版序号

一级标题：一、二、三 二级标题：一、二、三 三级标题：1、2、3 四级标题：1、2、3 非结构化文本示例 人工智能正在改变我们的生活。在医疗领域，AI助手能够准确地分析患者的病症并提供诊断。工业制造中的自动化和智能化大大提高了生产效率。自动驾驶汽车有望在不久的将来成为我们日常出行的交通工具。Al还在金融、零售和娱乐等多个行业中发挥着重要作用。 教育界也开始利用AI技术为学生提供个性化的学习路径。语言翻译软件通过AI技术打破了跨国沟通的障碍。在艺术领域，AI也展现出其创造性，为艺术家提供全新的创作工具。农业机器人利用Al技术进行精准种植，提高农作物产量。天气预报通过AI的分析更加精准，帮助人们更好地规划生活。安全监控领域的AI技术能够实时识别异常行为，为公共安全提供保障。Al技术的应用也带来了伦理和隐私问题，需要我们仔细思考。担心AI取代人类工作的声音也从未停歇。但很多专家认为，Al更多地是与人类合作，而不是替代。在AI的帮助下，人类能够更高效地解决复杂问题。但同时，我们也需要对AI的决策加以审查，确保它们是公正的。总的来说，AI为人类社会带来了巨大的进步，但也伴随着挑战。未来，我们需要在利用AI的同时，继续探索其在伦理和社会中的位置。

结构化后的文本 一、Al在日常生活中的影响 一）关键行业的应用 1、医疗领域：AI助手能够准确地分析患者的病症并提供诊断。 2、工业制造：自动化和智能化大大提高了生产效率。 3、交通：自动驾驶汽车有望在不久的将来成为我们日常出行的交通工具。 二） 其他行业的应用 1、金融、零售和娱乐：Al在这些行业中发挥着重要作用。 2、教育：利用AI技术为学生提供个性化的学习路径。 3、艺术：Al展现出其创造性，为艺术家提供全新的创作工具。 二、AI技术带来的具体变革 一）生活中的便利 1、沟通：语言翻译软件通过AI技术打破了跨国沟通的障碍。 2、农业：农业机器人利用AI技术进行精准种植，提高农作物产量。 3、天气预报：通过AI的分析更加精准。 二）公共安全的保障 监控：安全监控领域的AI技术能够实时识别异常行为。 三、AI带来的挑战与反思 一）公众的担忧 1、替代问题：担心AI取代人类工作的声音也从未停歇。 2、伦理和隐私：Al技术的应用带来了伦理和隐私问题。 二）专家的看法 1、合作观点：很多专家认为，Al更多地是与人类合作，而不是替代。 2、决策审查：我们需要对AI的决策加以审查，确保它们是公正的。 3、未来展望：AI为人类社会带来了巨大的进步，但也伴随着挑战。 （二）1Markdown 语法是一种很方便的结构化方式 ＃ 一级标题 #＃ 二级标题 1.子标题 2. 子标题 3. 子标题 （三）编程语法也是结构化 这是一个YAML语法结构的例子：

这是一个 JSON 语法结构的例子:

三、结构化 Prompt 的基本方法 注：此段引用自 云中江树： LangGPT — 让人人都能编写高质量 Prompt

（一）符号和属性词 1. 标识符 标识符通常是用于标记和区分不同内容的符号或字符。在这里，作者提到的标识符包括#、<>、一和［］。这些符号用于标记标题、变量等，并有助于控制内容的层级关系，从而形成一个结构化的框架。例如，在很多编程语言或标记语言中，这些符号可能有不同的语义意义。 #：常常用作标题或大纲的开始。 <>：可能用于表示变量或某个特定的区块。 -：通常用于列举事项，比如列表。 ［］：可能表示数组或集合。 2. 属性词 属性词可以被理解为带有指示性、解释性功能的关键字。它们通常总结或提示其下方的内容。在这里，如“Role”（角色）、“Profle”（概况）、“Initialization”（初始化）等，都可以作模块的标题或描述。这些属性词帮助读者理解接下来的内容是关于什么。 以“Role”为例，它可能暗示下面的内容会描述一个角色的功能、责任等信息。 属性词的作用与学术论文中的“摘要”、“方法”、“实验”、“结论”类似，都是为了让读者在进入具体内容前就对其有一个大致的了解。 3. 可替换性 这些标识符和属性词都是可以根据个人喜好或实际需求进行替换的。这意味着这套规则并不是定不变的，但提供了一个基本的框架供用户自定义。 在很多编程、标记或配置语言中，符号和关键字都有其特定的语义意义，如XML、Markdown、YAML等。这些语言都有一套固定的语法规则，但用户也可以基于这些语言创建自己的约定或规范。 结构和标准化对于确保信息清晰和易于理解是至关重要的，特别是在编写代码或配置文件时。通过使用标识符和属性词，可以帮助创建者和读者更快速地理解和定位信息，增强可读性。但同时，过于复杂的结构可能导致额外的学习成本，因此在设计时需要权衡简洁性和明确性。 （二）结构化模块的具体含义 首先来看一个例子

1. Role（角色） 角色部分描述模型在这个任务中应该扮演的身份或者说所要执行的核心任务。 在很多互动场景中，确切的角色定义可以帮助使用者更好地入戏，更有效地执行任务。 例子：“模拟经营会议”意味着模型需要模拟一个帮助用户进行经营决策的场景。 2. Profile（简介） 提供关于这个提示词的基础信息，如作者、版本、语言等。 在多版本或团队合作中，这样的信息可以帮助追踪文档的修改和来源。 例子：此 Prompt 由“小七姐”所写，版本为 0.2，用的是中文。 3. Background（背景） 提供关于角色或任务的深入描述，为使用者提供必要的情境和信息。 例子：模型需要模拟一个经营助手，这个助手的特点是能够生成多个专家角色来辅助决策。 4.Goals（目标） 清晰地列出此任务期望达到的效果或需要完成的主要目标。 例子：为用户生成专家角色，然后用这些角色帮助用户进行决策分析。 5. Constrains（约束条件） 指出在完成任务时需要遵循的规则或限制条件。 例子：模型需要确保生成的专家角色与用户提出的问题相符，而在问答过程中不应提及任何设定背景。 6. Skils（技能） 含义：描述执行此任务所需的知识或能力。 例子：模型需要掌握企业管理、品牌战略、财务知识等多种技能。 7. Workflows（工作流程） 含义：描述完成任务的步骤和方法。 例子：模型首先引导用户描述问题，然后生成专家角色，与用户对话，最后总结决策建议。

8. Initialization（初始化） 含义：这部分提供了任务的起始指引或初始状态。 例子：模型以“您好，我是模拟经营会议助手.”为开头与用户交互。

其他部分 •Tone（语气）：指引执行者在与用户互动时应该采取的语气，例如友好、正式、轻松等 •Examples（示例）：提供具体的例子，帮助理解如何执行任务。 •Definition（定义）：为某些特定词汇或概念提供明确的定义。 •OutputFormat（输出格式）：描述任务的输出或结果应该呈现的格式。 结构化 Prompt 参考阅读： 如何写好Prompt：结构化——李继刚 LangGPT — 让人人都能编写高质量 Prompt—云中江树 系统论述文章：构建高性能 Prompt 之路—结构化 Prompt Prompt 进阶 — 提示链（Prompt Chain）和多提示词协同 LangGPT — 让人人都可快速编写高质量 Prompt