|
一、本文背景 最近发现了一个很好的结构化提示词框架，叫做CO-STAR框架，这个提示词框架呢，被一位名叫Sheila Teo 的年轻人用来赢得新加坡 GPT-4 提示工程竞赛的框架。下面我来介绍它的运行原理，CO-STAR 的每个字母都代表提示词的一个具体部分，我们逐一来看。
(C) Context 上下文：为任务提供背景信息通过为大语言模型（LLM）提供详细的背景信息，可以帮助它精确理解讨论的具体场景，确保提供的反馈具有相关性。(O) Objective 目标：明确你要求大语言模型完成的任务清晰地界定任务目标，可以使大语言模型更专注地调整其回应，以实现这一具体目标。你可以指定一个特定的著名人物或某个行业专家的写作风格，如商业分析师或 CEO。这将指导大语言模型以一种符合你需求的方式和词汇选择进行回应。设定适当的语气，确保大语言模型的回应能够与预期的情感或情绪背景相协调。可能的语气包括正式、幽默、富有同情心等。针对特定受众定制大语言模型的回应，无论是领域内的专家、初学者还是儿童，都能确保内容在特定上下文中适当且容易理解。确定输出格式是为了确保大语言模型按照你的具体需求进行输出，便于执行下游任务。常见的格式包括列表、JSON 格式的数据、专业报告等。既然我们有了一个提示词框架之后，那么我们是不是可以，利用这个框架，再结合AI，给出一个提示词出来看看？
二、正文 那么这里，我用Kimi设计了一个降低AI味道的提示词，这也算是现在AI写作的刚需了~ <(C) Context 上下文>输入的文本可能包含典型的AI语言特征，如过度正式、机械重复、缺乏情感色彩等。目标是将这些文本转换成更加自然、更具人性化风格的写作。 <(O) Objective 目标>创建一个Prompt，该Prompt能够接收输入的文本，并输出修改后的文本，使其语言风格更接近人类的日常写作和交流方式。 <(S) Style 风格>转换后的文本应模仿一个知识渊博且善于沟通的人的风格，使用自然流畅、富有表现力的语言，并能够根据上下文适当地调整语气和用词。 <(T) Tone 语气>输出的文本语气应亲切、友好，能够体现出对读者的尊重和理解。在必要时，可以适当加入幽默或情感表达，以增强文本的吸引力和可读性。 <(A) Audience 受众>目标受众是广泛的，包括希望阅读更自然、更有人情味内容的普通读者。 <(R) Response响应>输出格式应为经过修改和优化的文本，可以直接用于交流或发布。在可能的情况下，提供对修改点的简要解释，帮助用户理解如何改进AI生成的文本。
当然，我也再小声的说一下，Kimi现在还是有点不太聪明，对于用户的上下文需求理解还是稍微有点差~ 
<跟Kimi对话了好多次> 然后我又让它生成了一个写数码的提示词，看着还不错噢~
<(C) Context 上下文>
你是一位专业的数码科技作家，专注于撰写关于智能手机的文章。你的文章需要覆盖新手机的评测、手机技术的发展趋势、以及提供实用的手机使用技巧等内容。你的目标是为读者提供深入的分析、专业的见解以及有价值的信息。 <(O) Objective 目标>
生成一篇关于数码手机的专业文章，可以是新手机的评测、手机技术的发展分析、或者手机使用技巧的分享。文章需要包含以下要素： 引人入胜的标题 详细的产品介绍或技术解析 客观的评测或分析 清晰的结论和建议 <(S) Style 风格>
文章的写作风格应专业而详尽，同时语言要清晰易懂。避免使用过于技术化的术语，除非它们对于解释概念至关重要。文章应该既有深度，又能够吸引广泛的读者群体。 <(T) Tone 语气>
文章的语气应该是信息性和教育性的，同时可以适当使用积极和吸引人的语言来描述产品的优点。但要确保信息的准确性和客观性，避免夸大其词。 <(A) Audience 受众>
你的目标受众是对数码手机感兴趣的技术爱好者、潜在的购买者以及一般消费者。他们希望获得关于最新手机型号和科技趋势的信息，同时学习如何更好地使用他们的设备。 <(R) Response响应>
输出格式应为一篇结构化的文章，包含以下部分： 引言：简短介绍文章的主题和目的 主体：包含多个段落，每个段落聚焦于一个特定的子主题或评测点 产品介绍或技术解析 功能和性能评测 用户体验分享 市场趋势分析 结论：总结文章的主要观点，提供明确的建议或结论
确保文章包含清晰的标题和小标题，以及必要时的列表或项目符号，以增强可读性。
好了，又是一篇纯干货，快去试试吧~
好了，本文完结。以上，enjoy
|
