可能是因为没有掌握高效使用Prompt(提示词)的技巧,一张图,五个公式,学会了你也能让“人工智能”不再“人工智障”。

1. Role-Task-Format (角色-任务-格式)

- 角色: 指定大模型的角色,比如“你是一个市场营销专家”。
- 任务: 明确任务,例如“你需要制定一个推广策略,为运动品牌推广新的健身服装”。
- 格式: 指定输出格式,如“你的输出应包括品牌核心信息、视觉元素设计、以及定位目标用户的策略等”。

2. Task-Action-Goal (任务-动作-目标)

- 任务: 确定模型的任务,如“评估团队成员的表现”。
- 动作: 描述执行的动作,例如“分析每个团队成员的优势和劣势”。
- 目标: 设定明确的目标,如“提升团队的整体表现,使客户满意度提高”。

3. Before-After-Bridge (之前-之后-桥梁)

- 之前: 描述当前状态,如“我们目前在搜索引擎结果页的排名是第50位”。
- 之后: 明确期望结果,如“我们希望在三个月内进入前10名”。
- 桥梁: 描述实现目标所需的步骤,如“制定和执行一个全面的搜索引擎优化策略”。

4. Context-Action-Result-Example (环境-行动-结果-例子)

- 环境: 提供问题或活动的背景信息,例如“为了提升品牌形象,推广我们的环保材料制成的新鞋”。
- 行动: 描述要执行的具体行动,如“通过社交媒体进行一系列营销策划,重点突出鞋子的环保材料”。
- 结果: 预期结果,如“提高消费者对品牌的认识,并增加销量”。
- 例子: 提供类似的成功案例,如“从知名鞋类品牌与环保公司合作的例子寻找灵感。”

5. Role-Input-Steps-Expectation (角色-输入-步骤-期望)

- 角色: 明确大模型的角色,如“你是内容策划人员”。
- 输入: 提供必要的输入信息,比如输入给大模型目标受众的兴趣和行为数据。
- 步骤: 描述必须执行的步骤,如“制定一套详细的内容发布计划”。
- 期望: 设定期望结果,比如“增加我们账号的月访问量,并提升品牌在行业中的地位”。