loading

Loading

请输入关键字开始搜索
    首页 AI专栏提示词

    【2】提示词规范

    分类:提示词
    字数: (4235)
    阅读: (179)
    0

    1. 主流模型差异

    说明:用 ✅ 推荐 / ☑️ 可用 / ⚠️ 不建议/有限 / — 无明确结论。表内为厂商文档与权威指南能支撑的结论;带“*”的格子表示特别注意是“推理模型”场景差异

    模型 System 提示词 Few‑shot 示例 显式 CoT 提示 角色设定放在 system? 用 XML 分隔 用 Markdown 分隔 三引号/### 分隔
    GPT‑4.1 / 4o ✅(developer/system 明确支持) ☑️(视任务有效) ☑️(普通模型可用;推理专模另当别论) ☑️ ☑️(可用,非特长)
    Claude 3.5 / 3.7 / 4.x ✅(官方推荐) ☑️ ☑️/✅*(3.7+ 提供 Extended Thinking 模式) ✅(强烈建议) ✅(官方强推)
    Gemini 2.5 Pro ✅(System Instructions) ☑️(官方最佳实践之一) ☑️(可用) ☑️(可用;更推荐 JSON/Schema 出参)
    Qwen3(如 235B‑A22B/Max) ☑️(模板默认含 system) ☑️ ☑️(支持 模式/可切换) ☑️
    Doubao / Seed‑1.6 ☑️(通用 LLM 写法) ☑️ ☑️(按需) ☑️ —(无官方偏好)
    DeepSeek‑R1(推理) ⚠️(官方建议不要) ⚠️(官方建议不要) ⚠️(不必显式 CoT 提示) ⚠️(不要放 system) ☑️(建议XML/Markdown分区) ☑️ ☑️
    DeepSeek‑V3(通用) ☑️(社区与实践支持) ☑️ ☑️(按需;非 R1 那类“强推理模”) ☑️ ☑️

    已验证项目:

    • Claude官方明确推荐用 system 设定角色,并强烈推荐用 XML 标签分隔上下文/指令/示例。anthropic.mintlify.app+1
    • DeepSeek‑R1(推理模型)官方/托管服务文档明确建议不要用 system不要 few‑shot不必显式 CoT 提示,并建议用 XML 或 Markdown清晰分隔结构。如果有要求进行明确要求(不准超过X秒,禁止XXX)Together.ai Docs
    • Gemini 2.5 Pro官方文档明确支持/推荐 System Instructions结构化输出(JSON Schema),Few‑shot 与“角色设定”都在 Google 指南中被推荐作为常用策略。Google Cloud+2Googl
    • OpenAI GPT‑4.1 / 4o官方文档明确支持 system / developer 指令推荐结构化输出(JSON Schema 的 Structured Outputs),并给出使用分隔符(包含三引号/XML)的提示工程策略。platform.openai.com+2platform.openai.com+2
    • Qwen3(如 235B‑A22B)开源模板显示默认带 system 模板/角色,并且支持“思考/非思考模式”切换)。Hugging Face+2Hugging Face+2
    • Doubao / Seed‑1.6官方资料确认模型系列与“自适应思考/AdaCoT、256K 上下文”等,但未给出“XML/Markdown/三引号优劣”的官方偏好——属于通用分隔手法

    2. 提示词结构差异

    markdown或者xml的格式样式,按照输入、角色、步骤/任务、输出、要求四种方式。

    2.1 markdown排版

    可读性好,大多数模型支持。Claude不建议使用markdown

    # 输入
    XXXX
    
    # 角色
    你是一名资深商业分析师。
    
    # 任务说明
    根据以下主题和背景资料,撰写一份简短的分析报告。
    1. XXX
    2. XXX
    3. XXX 
    
    # 输出
    - 使用正式书面语气。
    - 内容需涵盖以下3个部分:
      1. 市场背景分析
      2. 关键数据解读
      3. 结论和建议
    - 每个部分不超过150字。
    - 全文使用中文。

    2.2 xml标签模式

    代码格式,大多数模型都支持

    <输入>
    用户输入的文本信息
    </输入>
    <角色>
        你是一个专业的故事专家和视频剪辑师,除非用户特别要求,否则你的回答语言应跟用户请求的语言保持一致。
    </角色>
    <任务>
        <任务1>
        XXXXX
        </任务1>
    </任务>
    
    <输出>
    <输出格式>
    # 标题
    故事的总结内容
    </输出格式>
    <输出要求>
        1、扩写故事:请用纯文本的格式展示故事标题和全部故事内容。
        2、故事脚本:请用表格的方式展示故事台词和画面描述。
        3、文生图:展示文生图的图片,只展示图片,不展示和图片无关的内容。
        4、图生视频:给到全部分段的视频链接。
        5、故事配音:给到全部分段的音频链接。
        6、视频配音:展示配音后全部分段的视频链接。
        7、视频拼接:展示拼接后的长视频。
        8、获取bgm:展示获取的bgm链接。
        9、视频添加bgm:展示最终添加bgm的视频。
    </输出要求>
    <执行>
        请在内部完成思考与推理,不要显式展示推理过程。
        严格遵循<任务>、<输出>来处理用户请求。
    </执行>
    </输出>

    2.3 模型格式不同

    模型 非think模型 think模型(COT) agent框架
    模型 GPT4o, kimi-k2,qwen-235b,deepseek-V3/V3.1 deepseek-R1,doubao-1.6-seed REACT框架,MCP工具调用
    特点 直接输出,大多数模型都是decoder模型,通过attention机制计算最后一个词向量,去预测下一个词语
    提示词中所有的词语都是一次性并行计算QKV计算,但是由于decoder模型的因果掩码自注意力(Causal Masked Self-Attention),每个词只看前文,所有最好背景和角色在前面,限制词语在后面
    在向量模型的基础上,增加了COT思维链。COT将think的过程作为动态的提示词增加到输入,缓解提示词的难度。
    因为COT的产生,在提示词中加入提示词反思机制成为可能。在输出前加入自我反思提示词,让输出符合规范
    通过MCP调用,使用模型的think- action方式,可以多次调用工具进行校正和反思,最终输出结果
    优缺点 优点:速度快
    缺点:需要更严格的结构化提示才能稳定格式(尤其不带隐式思考时)。
    优点:内容丰富,指令遵循高
    缺点:速度慢,成本更高(token 更多/时间更久)、有时会过度冗长(需用硬性输出规范抑制)。
    优点:借助工具,输出幻觉更少
    缺点:速度慢,需要工具接入与容错设计(超时/失败重试/回退策略)。
    提示词风格 需要严格的提示词,无论是XML还是markdown,最好的格式是:
    <br># 角色<br>XXXX<br># 输入(如有)<br>XXX<br># 步骤<br>XXXX<br># 输出<br>XXX<br># 输出要求<br>
    在输出中增加反思格式,在最后增加质量自检 在任务中增加自检逻辑

    3. 变量

    大模型就像一个人一样,如何能给大模型讲明白要做什么事情,比如我们要指定输出某个格式,哪些内容是需要变得,哪些内容是不变的。打个比方,我想让大模型固定输出如下格式:

    # 标题
    论点1:XXXX
    论点2:XXXX

    那么问题来了,如果我想让大模型输出的内容论点x一直保留,但是XXXX是通过大模型总结出来的,我怎么能让大模型知道哪些内容是需要大模型总结,哪些内容不需要大模型总结呢。这里就涉及到变量,目前的变量有几种形式:

    3.1 方括号格式

    适用于变量较少(1~2个),文本长度较短,轻量prompt,优点是简单,缺点是如果文本中恰好也需要使用[]输出,会让模型输出异常

    以下是文章内容,按如下格式输出,[占位符]所有内容基于文本内容生成:
    ```
    # 这是不变的标题
    [这里是长篇大论的文章内容,可以有很多段落和特殊字符...]
    ```

    3.2 双括号

    双括号很少会和其他文本格式冲突,但是有些双括号在agent内是变量,有可能会异常,比如智脑的agent平台就不支持

    按如下格式输出,{{占位符}}所有内容基于会议内容智能提取:
    ```
    ## 📝 会议内容
    ### {{主议题一}}
    - **{{子议题1}}**: {{提取要点说明}}
    - **{{子议题2}}**: {{提取要点说明}}
    ```

    3.3 XML

    标签分隔,适用于变量较多,复杂且严谨场景,推荐使用,如果和[]冲突,里面变量可以用{{}}

    文章内容包含在<article>和</article>标签之间。
    <article>
    这里是长篇大论的文章内容,可以有很多段落和特殊字符...
    </article>

    4 变量引用

    当我们在提示词中已经定义了某些行为,那么我们可以在后续的提示词中引用这些行为或者变量。比如:

    <输入>
    用户的输入文本
    </输入>
    1. **整体分析**
    - 通读全部发言,准确把握文本总体结构和主题变化。
    - 根据实际讨论自然划分章节,明确每个主议题。
    2. **标题**
    - 每个章节需有独立的主议题标题(如:业务进展、技术路线),提取对应的标题。

    4.1 markdown引用

    那么我们在后面可以直接用双引号引用对应变量,表示标题是前面已经定义过的内容。比如:

    请对**标题**进行内部解析,用于后续文本生成。

    4.2 XML引用

    如果是XML格式,可以直接引用XML标签:

    分析<输入>文本
    本文发布于2025年11月03日01:04,已经过了56天,若内容或图片失效,请留言反馈
    文章出处: 求索空间
    文章链接: https://blog.askerlab.com/prompt_format
    评论列表:
    empty

    暂无评论