一个公式让大家学会99%的提示词

这是在飞书上看到一个篇由“西西弗斯没问题”分享的文章，他在文章中提出了一种“结构化提示词”公式----Prompt Lego，好学、好记、好用，值得大家参考学习。

Prompts Lego是一款基于结构化的可视化提示词效率工具。
用乐高思维将用户非结构化的文本，进行结构化的输出。
通过分类语法结构让提示词更易理解，可视化模板，仅需点击关键词即可拼接成河用的提示词。
模拟积木拼接的方式，使Prompt编写变得像搭积木一样简单。

一、结构化Prompt的优势特点

可视化
模块化
结构化

二、结构化Prompt的优势

通俗一点来讲，结构化Prompt公式就好像是我们上大学前写的作文高分模板，按这样"八股文"的写法，就可以得高分。
写Prompt同理，按结构化的框架去书写提示词，也可以"得高分”。
1、优势一：结构清楚，系统性强，提供给用户一套明确的书写提示词的方法论，主动引导用户一步步写好提示词。用户们在"用”中"学”。快速上手，简单易懂，减少用户挫败感，让用户爱上写提示词。
2、优势二：可读性强，方便他人快速阅读理解，并且进行修改，可编辑性强，降低整体的理解成本。同时方便多人协作设计Prompt，丰富了Prompt的生命周期，大家可以像写代码一样，在他人优秀的Prompt基础上fork继续升级维护，进行版本管理。
3、优势三：复用性强，对于一些万能提示词，拆分到结构化的框架里，是可以反复复用的，如同代码的函数一样，如著名的思维链："Let's think step by step."
4、优势四：便于大模型理解Prompt，通过结构化的手段，降低了大模型理解Prompt的难度，更好的理解语义，同时结构性的书写提示词，对于大模型的要求更细节，比如「角色设定」，能够生成更符合我们要求更好的结果，提高大模型表现。

三、结构化Prompt的相结构化框架

【上下文背景】：我是谁，我的目的是什么
【角色设定】：你希望让对话AI扮演什么角色【行动任务】：你希望让AI具体执行什么任务
【输出要求】：输出的具体内容是什么
【其他要求】：其他辅助的复用性强的提示词