结构化Prompt设计模式
引言 随着大语言模型应用的深入，Prompt已从简单的文字指令演变为复杂的"程序"。结构化Prompt设计模式是将软件工程的设计模式思想引入Prompt编写，使Prompt具备可复用、可维护、可测试的特性。本文总结一套实践验证的结构化Prompt设计模式体系。 模式一：角色-任务-约束（RTC）模式 结构 # 角色 你是一位[具体角色描述]，拥有[能力/知识范围]。 # 任务 [明确描述需要完成的任务] # 约束 1. [约束条件1] 2. [约束条件2] 3. [约束条件3] 适用场景 适用于大多数单轮任务场景。角色定义激活模型的相关知识空间，任务描述明确目标，约束条件控制行为边界。 设计要点 角色描述应具体而非泛化。比较两种写法：❌“你是一个助手” ✅“你是一位拥有10年经验的Python后端工程师，精通FastAPI和PostgreSQL”。具体角色能激活模型更有针对性的知识。 模式二：输入-处理-输出（IPO）模式 结构 # 输入规范 - 输入类型：[类型描述] - 输入格式：[格式说明] # 处理逻辑 1. [第一步处理] 2. [第二步处理] 3. [第三步处理] # 输出规范 - 输出类型：[类型描述] - 输出格式：[格式说明] - 输出示例：[示例] 适用场景 数据转换、格式化输出、ETL类任务。将Prompt分为清晰的三个阶段，每个阶段有明确的规范。 设计要点 处理逻辑应具有确定性——给定相同输入应产生相同输出。避免使用"酌情"、“适当"等模糊描述。如果处理逻辑复杂，考虑用伪代码或决策树描述。 模式三：上下文-指令-示例（CIE）模式 结构 # 背景 [提供任务背景和上下文信息] # 指令 [核心任务指令] # 示例 示例1： 输入：[输入] 输出：[输出] 示例2： 输入：[输入] 输出：[输出] 适用场景 需要领域背景知识的任务。上下文为模型提供必要的信息框架，指令定义具体任务，示例展示期望行为。 ...