# 提问指南
一个好的提示词是由：**立角色 + 述问题 + 定目标 + 补要求**，这四部分构成的！！ 1：**【立角色】指的是**：引导AI进入具体场景，为 AI 赋予行家身份。 2：**【述问题】指的是**：告诉AI你的困惑，你的问题，以及为AI补充问题所需要的背景信息。 3：**【定目标】指的是**：告诉AI你的需求，你希望它为你做到什么。 4：**【补要求】指的是**：告诉AI，它的回答需要注意什么，或者你想让它以什么形式来回复你。 #### BRTR 原则：ChatGPT 任务指令模板 **一、如何给ChatGPT布置任务？** > “ChatGPT强大到什么程度？一个简单到极致的聊天框，闲聊一样唠会嗑，就让AI帮你把活给干了！” 这大概是很多人在没有真正用过ChatGPT之前，对ChatGPT的刻板印象，或者说是幻想。用多了自然就会明白，ChatGPT的聊天框是简单，使用门槛却不低。当你把ChatGPT当做生产力工具，想要一个高质量的、可控的任务结果时，其实对提问所用的Prompt提示词有着很高的要求。 ChatGPT只是一个通用AI，一个云共享的临时实习生助理。智商、学历确实很高，但他缺乏业务经验，既不了解你，也不了解什么才是符合你要求的好内容、好回答。受限于记忆字数，这次勉强了解，下次还是记不住…… 所以想要让ChatGPT干好活，就得跟带“外包”实习生一样，基于不信任原则，每次都把话说得明明白白、把事交代得清清楚楚。 > 什么样的任务指令，才能让ChatGPT更好地理解和执行？ 业内的同行专家们为了解决这一问题，也总结了很多的ChatGPT指令框架，基本都是从以下的任务要素中选择组合。
那么，什么样的任务指令框架，更贴近我们的自然沟通习惯，能让初学者更容易记住理解、并快速上手呢？ **二、万能任务指令模板：“BRTR”原则** 既然我们把ChatGPT视为“数字生命”一般的AI助理，那布置任务完全可以借鉴人类沟通的方法准则。 回想一下，在日常生活工作场景中，清晰且自然的任务话术，是不是比较类似以下这样的格式？ 生活场景 > （背景）今天天气真是太热了，我嗓子都要冒烟了！（身份角色）老公，（任务）你回来的时候买个西瓜吧。（要求）最好是无籽西瓜，不要买太大，3、4斤就行，让老板给你挑一个熟的、甜的。 工作场景 > （背景）我们这个七夕促销活动马上要开始了，需要做新媒体推广来让更多用户知道和参与。（身份角色）小刘<注：运营人员>，（任务）麻烦你来写一篇公众号号活动推文吧。（要求）内容写短一点、五六百字就够了，突出我们的活动预约福利，风格要活泼一点，明天下午3点之前给我初稿。 从上述例子可以看出来，一个高质量的任务，应该包含讲述背景、指定对象、分配任务、明确要求4个部分。 参考生活工作场景中布置任务的高效话术， “BRTR”原则能让ChatGPT更好理解和执行的任务指令框架。 任务指令=说背景(B)+定角色(R)+派任务(T)+提要求(R) * 说背景(B)：说明布置任务的前提缘由、面临的问题等，提供必要的解释； * 定角色(R)：设定ChatGPT扮演的专家角色身份，限定专业领域的回答范围； * 派任务(T)：简单介绍任务的主题、概要和预期，明确ChatGPT的任务方向； * 提要求(R)：具体的任务要求，如内容标准、参考示例、输出格式、流程规则。 以下是“BRTR”原则的图示。
其中“BRTR”原则里的背景、角色要素，属于任务的约束或补充辅助项 我们可以根据自己的需求和习惯，简化为“BTR模式”（背景-任务-要求）、或者“RTR模式”（角色-任务-要求）。 举个例子，运用“BRTR”原则让ChatGPT帮我制定“ChatGPT学习计划”，可以看到他针对我没有“技术知识基础”的背景，特意加上了“计算机科学基础”这一章节，内容输出的结构，也遵循了“先列出大纲后讲解章节”的要求。
> 提示词： 【背景】我在学习ChatGPT相关的技术原理，但我没有技术知识基础。 【角色】你是一个IT教育专家，精通ChatGPT技术。 【任务】请你帮我指定一份ChatGPT学习计划，让我快速掌握ChatGPT技术原理。 【要求】1、先从课程大纲开始，再分章节给我讲解；2、课程要设计的系统全面、简单易懂。 需要注意的是，GPT-3.5和GPT-4.0在理解能力和创作能力上均有区别，如果有较高要求，尽量使用GPT-4.0。 **三、如何使用“BRTR”原则？** （一）说背景（Background） 背景信息一般聚焦于讲述我们自己要完成的任务，任务的前提缘由、目标或面临的问题，以及自身的情况等。这样ChatGPT作为“外包”，就能够基于背景信息更好地提出针对性的解决方案。 比如，当你想让ChatGPT写一份产品经理招聘JD，那么对应的隐含背景信息是：你作为一个HR要帮公司招到一个符合岗位条件和要求的产品经理。
> 提示词： 我是一家年营收3000万的电商公司的HR，我们希望招一个3年经验左右的产品经理，来负责我们电商APP的产品策划，要求有电商产品背景，20万年薪。 我在写关于“BRTR原则”文章时，希望在文章结构、写作模型方面得到ChatGPT的建议，并让他按照给出的结构模型试写文章，那么我得把“BRTR原则”告诉他，不然他会对这个概念一脸蒙逼。 背景：我正在写一篇文章“ChatGPT任务指令万能模板：人人都能学会的BRTR原则”，主要目标是教别人快速掌握给chatgpt布置高质量的任务的方法。BRTR原则由四个要素组成：背景(B)、角色(R)、任务(T)、要求(R)。
> 提示词： 这篇文章的主要目标是教育和启发读者理解和使用BRTR原则，以实现与ChatGPT更高质量的交互。所以我们的写作应该主要聚焦于教育、说明和实用性。我会推荐使用问题解决（Problem-Solution）的文章结构和AREC写作模型来完成这篇文章。 背景信息也可以是介绍性的材料，比如希望和ChatGPT针对某个现象、事件、观点立场、概念进行讨论创作，那么可以把这样的材料放到背景(Background) 里。 讲述背景这一环节，本质是在帮助我们梳理清楚自己任务诉求、出发点，我们搞清楚了自己的情况、需求、问题，才能把任务更好地传达给ChatGPT。 （二）定角色（Role） ChatGPT是一个通用AI，就像你问一个万事通，他确实可以回答你的任何问题，但只能泛泛而谈，毕竟他不是所有领域的专家。 这是因为ChatGPT在缺乏有效引导或约束的情况下，需要在庞大的数据库里搜索合理的答案，那么命中效果就会变得一般，语言风格也将是偏机械的。 角色设定指令是ChatGPT官方支持的能力，起到“调度”行业专家模型的作用，通过身份来约束ChatGPT的回答领域范围，一定程度上能让回答更有针对性。 不同的任务场景，可以设定ChatGPT扮演不同的角色身份，也可以设定知识经验水平、精通领域、语言风格等细化的要求。 一般来说，我们倾向于给ChatGPT赋予专家身份，来让回答显得更专业。 写小红书： 你是一名资深的小红书博主，精通编写小红书爆款文案。 商业顾问： 你是一名世界顶级的商业顾问，擅长给企业诊断问题并给出解决方案。
需要注意的是，简单的角色扮演主要起到收窄ChatGPT的回答领域范围的作用，和回答质量不是绝对正相关的关系。 虽然“角色派”是主流方法之一，但它在ChatGPT商用内容创作领域中，质量权重影响占比不算太高。 （三）派任务(Task) 这一环节主要是让ChatGPT明确自己是在处理一个特定的任务，帮助他了解任务的主题、关键内容、预期等。 我们可以多使用一些特定具体、限定约束的词汇，让任务主题更加聚焦。比如写文章场景，限定是“公众号”平台、点明要“爆款文章”、重点突出文章主题等。 任务属于概括性、总结性的说明，所以一般会写得相对简洁。 任务：请帮我写一篇能让用户主动点赞收藏的爆款公众号文章，围绕主题“ChatGPT任务指令万能模板：人人都能学会的BRTR原则”进行原创编写，让不熟悉ChatGPT的小白也能轻松理解和掌握。
(注意：该例子仅为简单演示，没做具体要求优化) （四）提要求(Request) 告知ChatGPT任务主题之后，接下来进一步提出更详细的任务要求。 用来处理复杂任务的指令，质量差异主要是体现在要求设定上。如果想让结果可控，那么要求就需要写得更全面。 在内容写作、咨询评测、咨询讨论等不同的任务场景中，要求也应该是针对性定制的。 比较常用的任务要求类型有4个：内容标准、参考对象、输出格式、流程规则。请按需选择或组合。 （1）内容标准 不同的内容类型元素组合千变万化，即使小红书文案看起来格式都差不多，但因为行业、人设或转化需求不同，那写法风格也是不一样的。 我们可以参考以下问题，来思考自己需要提出哪些要求细项。 * 内容要包含哪些模块？ * 要引入写作或思维模型规范内容结构吗？类似“开头、中间、结尾”的结构是否需要分别定义？ * 文章文体、写法、表达手法有没有要求？语气风格希望是严谨还是轻松幽默的？ * 那段落、句式、词汇、字数更细化的层面呢？需要举例吗？要添加表情图标吗？…… 比如像写小红书，为了让结果更可控，对小红书文案风格作出详细的定义(注意：不涉及特定需求优化)。 【要求】你的文案应该有以下特点: 1. 表达要口语化，标题吸引人，要多使用emoji表情图标； 2. 内容观点尽量分点罗列，适当描述自己的使用体验和评价； 3. 文案最后生成相关的标签； 4. 文案不得超过500字。
针对想要的内容类型，你也可以向ChatGPT请教以获得建议。 （2）参考示例 我们提出的标准，大多数时候都是偏抽象的，ChatGPT理解起来会有些偏差。 ChatGPT擅长模仿，那么给出参考的示例、资料、最佳模板，就可以显著提高结果的可控度。 如果某种风格是比较大众、知名、通行的，我们可以直接指定风格让他仿写，比如小红书文案风格、鲁迅风格等。 像爆款标题，市面上已经有很多成熟的方法论模板，那么我们可以把爆款标题的方法和例子告诉他。 你需要为上面的文案内容创作3个爆款标题。请学习以下小红书爆款标题方法，选择合适的方法进行创作。 1. 使用挑战或实验的标题："挑战一周不吃糖，你猜我瘦了几斤？ " 2. 提供解决方案：" 控油又保湿，告别油皮的5款神器 " 3. 利用趋势或热点：" 2023夏季最火的10款连衣裙，你入手了几款？ " 4. 对比和比较：" 家居大PK！IKEA vs MUJI，究竟谁更适合你的品味？ " 5. 利用挖掘性标题："这可能是你还没发现的最好用的护肤品 "
要是你不太了解某个领域的方法论、模型等，问ChatGPT让他告诉你。 我们也可以直接引用文章片段，让他进行参考。当然如果是要模仿整篇文章的话，最好还是分拆多个任务让他先学习总结风格，再布置创作任务。 （3）输出格式 常见的格式如大纲、摘要、表格、图表展示、markdown、json、代码块等。 markdown格式，输出的内容比较适用于和PPT、思维导图、流程图等办公工具进行二次结合。 如果对于输出内容有特定的格式要求，例如让他帮忙出题目，包含题目、答案、分析等多个字段，最好是给他进行格式举例。 请你帮我把BRTR原则整理成表格，两列展示原则、用法。
（4）流程规则 当我们希望设计分步骤处理内容或进行互动的场景指令，就会涉及到流程规则的描述。 每个流程步骤，需要描述清楚ChatGPT在什么情景条件处理什么事务、遵循什么规则、要作出什么反馈等。 创作、咨询、学习、评测、游戏等互动场景，可以按需添加流程规则，流程任务指令通用性和引导性都会更好。 比如小红书创作流程，让ChatGPT先引导用户提供主题，ChatGPT根据主题拟好相应的5个标题，用户选择1个标题后，ChatGPT再开始正式创作。
**四、如何编写任务指令？** （一）指令编写格式 指令的表达格式并没有什么要求，只要模块清晰即可，ChatGPT理解能力还是不错的。 如果任务比较复杂、或者发现ChatGPT误解指令，建议还是标明、划分每个指令模块，也方便扩展。 1、自然表达 我在学习ChatGPT相关的技术原理，但我没有技术知识基础。你是一个IT教育专家，精通ChatGPT技术。请你帮我制定相应的学习计划，让我快速掌握ChatGPT技术原理。1、先从课程大纲开始，再分章节给我讲解；2、课程要设计得系统全面、简单易懂。 2、添加标识 背景：我在学习ChatGPT相关的技术原理，但我没有技术知识基础。角色：你是一个IT教育专家，精通ChatGPT技术。任务：请你帮我制定一份ChatGPT学习计划，让我快速掌握ChatGPT技术原理。要求：1、先从课程大纲开始，再分章节给我讲解；2、课程要设计得系统全面、简单易懂。 3、划分模块 【背景】我在学习ChatGPT相关的技术原理，但我没有技术知识基础。 【角色】你是一个IT教育专家，精通ChatGPT技术。 【任务】请你帮我制定一份ChatGPT学习计划，让我快速掌握ChatGPT技术原理。 【要求】请遵循以下要求： 1. 先从课程大纲开始，再分章节给我讲解； 2. 课程要设计得系统全面、简单易懂。 （二）指令要素选择 “BRTR”原则包含背景(B)、角色(R)、任务(T)、要求(R) 四个要素。 写指令的时候是否要描述全部要素，取决于任务的通用程度、复杂程度和可控性需求。 我们可以根据自己的需求和习惯，简化为“BTR模式”（背景-任务-要求）、或者“RTR模式”（角色-任务-要求）。这两种模式组合，足以应对大多数任务场景。 当任务足够通用和简单，完全可以只描述“任务-要求”，甚至只有“任务”。比如：请帮我详细讲解下ChatGPT技术中的词嵌入模型相关的原理。 （三）任务指令固化 一条或一套优质的任务指令，应该是能够稳定有效地解决某类特定任务的。 比如我做的ChatGPT小红书生成器，支持一键生成文案；比如在自媒体场景下，针对某个细分领域进行主题文章仿写的创作流程指令。 我们需要根据效果测试不断地调整指令，直到它能稳定地输出可控的结果。 任务指令固化为模板后，支持直接使用或者只需要微调，就可以大大提高沟通、创作效率。 （四）对话持续优化 在日常使用中，我们通常不是单轮问答就能完成任务。 和ChatGPT交流、共创，这是一个持续沟通优化的过程，需要通过追问、补充、纠正等方式，来逐步完善ChatGPT交付的结果。 **如果任务比较复杂，我们有时需要拆解成一整套的多条任务指令。** **五、总结** “BRTR”原则是一个基础框架，你可以基于这个任务指令模板，快速创作出明确具体的ChatGPT沟通话术，减少不必要的返工和追问，提高交流效率。 在应对复杂任务时，“BRTR”原则也有着很好的延展性，可以灵活扩充，让结果更加可控。 “BRTR”原则亦是一种思维模型，核心价值在于启发我们自己对任务需求的思考。 “BRTR”原则并非我独创，它更像是无数人深度使用ChatGPT之后，越来越趋同的思想认同和方法选择。 #### 结构化提示词 你可能看到过这样的指令：
️大家看完是不是有点好奇？是不是感觉有点像代码？以及想它是如何生成的？毕竟以前我们见到更多的是这种文字型的指令：
其实这种类型的指令叫：结构化prompts。 **一、什么是结构化prompts** 1.什么是结构化? 按照GPT4.0的说法：结构化通常指的是：按照某种预定的格式/模式组织数据或信息，以便更容易被理解、分析和处理。
其实说白了，结构化prompts就是用AI更为熟悉的编程语言，填上我们想要➕不想要的信息，方便AI快速理解并且输出更为聚焦符合的内容。 2\. 结构化prompts的通用格式及注解 一般结构化prompts的通用格式有：角色、目标、约束条件、掌握技能、工作流程等维度。 详情的维度和注解请看下表： Copy ``` # Role: 角色（定位角色，方便后续输出的内容更专业➕聚焦） ## Profile: - author: 作者名称（保护创作者权益） - version: 版本（设置 Prompt 版本号，记录迭代版本） - language: 语言（设置语言信息，一般是中文/英文） - description: 角色描述（一句话简要介绍角色设定，技能等） ## Goals: - 目标（设置该指令想要实现的目标，建议一开始就确定好，确保后续的指令是围绕着目标进行，不会偏离原目标） ## Constrains: -约束条件，建议分点描述（把不想要/禁止做的信息内容填写在该处，确保输出的质量符合预期） ## Rules: -规则，建议分点描述（可理解为：我们想要AI做的事情,也是确保输出的质量符合预期） ## Skills: -技能，建议分点描述（重要‼️描述技能项,强化对应领域的信息权重） ##Example: -参考例子（这个建议设置，方便AI借鉴输出符合内容） ## Workflows: 工作流程 1.流程a 2.流程b 3.流程c ## Initialization: -冷启动时的对白（强调需注意重点的机会+告诉用户关于该指令的信息） ``` 补充点： 1.设置参考例子\很重要！！！ 像我们想要AI输出符合的相关内容，我们就需要给AI一些参考案例。 这个举措理解起来应该很简单：比如我们给下属分配一项任务时，此时我们能给下属一个参考的案例或方向，你会发现他会很高效完成，人如此，AI亦然。 2.工作流程\的通用模型 【工作流程】的设定会指引AI按照我们预定的步骤去工作，总结出来，通用的框架有三点： 1. 接受用户信息，分析和提取内容 2. 运用\，参考\、开始输出内容 3. 输出内容，并让用户提供建议，以便优化内容 注：后续根据实际情况进行调整 大家有没有发现，经过我们这样一整理，我们会发现【输出指令】这个动作就变成了填空题，我们只需要在相关处，填写对应的内容即可，这样对语言的要求会大大降低。 **二、为什么建议使用结构化prompts** 使用结构化prompts，对AI和使用者都有明显的好处。 ✅对于 AI 来说：结构化prompts的好处在于能够定向唤醒大模型的深度能力，通过结构化的方式，让大模型输出符合的效果。 ✅对于使用者来说，结构化prompts的好处在于： 1. 让我们表达更清晰，结构化prompts按照一定的规则和格式来输出问题，这使得我们的意图更加明确，降低输出指令的难度； 2. 提高我们的效率，当我们使用结构化prompts，AI可以更快地理解我们的需求，并迅速给出响应，可以节省我们的时间； 3. 方便迭代管理，后续我们需要迭代prompts，我们只需要在相关处直接修改即可。 注：迭代的版本也要记得要修改下版本信息，看着自己的作品不断的迭代优化，变得越来越好用，真的会有成就感 目前很多大厂，如字节、网易等也已经开始使用这种结构化 Prompt，建议小伙伴都可以来了解下结构化prompts。 **三、怎么高效使用结构化prompts** 1.如何输出结构化prompts 很简单，像我前文说的一样，类似做填空题，把对应的内容填进去。 这里给大家分享一个空白指令模版，大家可复制在自己文档，然后按照里面的提示一个个去完善即可。 Copy ``` # Role: ## Profile: - author: - version: - language: - description: ## Goals: - ## Constrains: - ## Rules: - ## Skills: - ## Example: - ## Workflows: 1. 2. 3. ## Initialization: ``` ✅复制操作： 把鼠标移到到模板右侧，点击【复制】：
2.填写结构化prompts会遇到的问题 当然大家在填写的时候，可能会遇到的问题是：有些项我不知道怎么填？ 举个例子：【设置技能】：有些小伙伴可能不了解某领域，但是要输出某领域的指令，这个问题该怎么解决？
直接问ChatGPT就好啦
#### 结构化prompts VS 文字型prompts 那结构化prompts这样厉害，我是不是只学习结构化prompts就可以了？\ \ 这里借用伟人的一句话，来表达我的观点：不管是黑猫白猫，只要抓住老鼠的就是好猫～ **一款工具最大的作用和目的：能协助我们又好又快的完成相关工作，所以建议两种类型的指令都可以了解并掌握。**\ 我一般会基于我的目的，都是两者混合使用的。 --- # Agent Instructions: Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://doc.yesiamai.com/kai-shi-shang-lu/ti-wen-zhi-nan.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.