Prompt 技巧：制作完美提示的 4 个基本技巧(您的人工智能提示)

作者：Marc Llopart

准备好升级您的 AI 交互了吗？在这篇博文中，我们将向您介绍四种强大的制作有效提示的技术：TAO（任务、行动、目标）、RTF（角色、任务、格式）、BAB（之前、之后、桥梁）和CARE（背景、行动、结果、示例）。
每种方法都提供了一种结构化的提示创建方法，确保您的 AI 交互清晰准确。
这些不仅仅是理论概念，而且是您可以立即开始使用的实用工具，以增强您的 AI 交互。
让我们开始吧！

TAO技术定义任务、指定操作并明确目标。
此方法通过为 AI 设定明确的目标来帮助您获得具体且可操作的响应。
例如，如果您使用 ChatGPT 生成产品描述，您的提示可能如下所示：

任务：为新智能手机撰写产品描述。
操作：突出主要功能和优点。
目标：说服潜在客户购买手机。

RTF 技术包括为 AI 分配角色、指定任务以及选择适当的响应格式。
这种方法允许您引导 AI 根据您的需求提供定制的响应，无论是起草文档、提出想法还是解决问题。
例如，如果您使用 AI 撰写稿，您的提示可能是：

职位：公共关系经理。
任务：撰写稿，宣布推出我们的新产品。
格式：标准稿结构，包含引人注目的标题、引人入胜的介绍和关键细节。

BAB 技术对于解决问题和情景分析非常有用。
它包括解释问题（Before）、指出期望的结果（After）和请求解决方案（Bridge）。
您可以通过向 AI 提供必要的背景信息来获得相关且有针对性的解决方案。
例如，如果您使用 AI 制定营销策略，您的提示可能是：

之前：我们公司正在努力吸引新客户。
之后：我们希望在未来六个月内将客户群增加 20%。
过渡：提供分步营销计划以实现此目标。

CARE 技术强调提供背景信息、描述操作、阐明结果和提供示例。
这种综合方法可确保 AI 拥有生成详细而准确的响应所需的所有信息。
例如，如果您使用 ChatGPT 创建教程，您的提示可能如下所示：

背景：我们正在为初学者创建如何使用我们软件的教程。
操作：将流程分解为易于遵循的步骤。
结果：用户在阅读教程后应该能够自信地安装和浏览软件。
示例：包括屏幕截图和实际示例来说明每个步骤。

使用结构化提示不仅可以提高 AI 的性能，还可以通过减少后续查询和澄清的需要来节省时间和精力。
随着我们详细探讨这些技术，您将学习如何有效地应用它们，并看到它们可以为您的 AI 交互带来的重大改进。
请放心，这些技术已被证明是有效的，并在 AI 社区中得到广泛应用。

准备好将这些技术付诸实践了吗？在以下部分中，我们不仅会详细解释每种方法，还会提供实际示例并讨论其有效性背后的技术见解。
在这篇博文结束时，您将对如何创建提示以获得更好的结果并充分利用您的人工智能工具（如 ChatGPT）有一个扎实的理解。
我们鼓励您在下一次人工智能交互中应用这些技术，并在评论部分分享您的经验。
让我们开始您的更有效的人工智能交互之旅吧！

TAO 技术

TAO 技术是一种结构化方法，可快速创建，确保清晰度和特异性。
它代表：

T：任务答：行动O：客观

每个组件对于人工智能生成准确且相关的响应都至关重要。

解释任务：明确定义任务。
提示的主要目标或主题是什么？任务为人工智能设定了背景并缩小了响应范围。
动作：指示您希望 AI 采取的操作。
该操作可以是生成、总结、分析、解释等。
指定操作有助于 AI 了解预期的响应类型。
目标：明确任务的目的。
你希望通过提示实现什么目标？目标确保人工智能的响应与你的最终目标一致。

将提示分解为这三个元素可以提供一个清晰简洁的框架，从而增强人工智能的理解和输出质量。

例子

以下是一些 TAO 提示的实际示例，用于说明该技术：

例1：

任务：写一篇博客文章动作：生成目标：解释在医疗保健中使用人工智能的好处提示：“撰写一篇博客文章，解释在医疗保健中使用人工智能的好处，重点关注改进诊断和个性化治疗。
”

例子2：

任务：总结一篇研究论文行动：总结目标：提供有关可再生能源进步的关键发现提示：“总结可再生能源进步研究论文的主要发现，重点介绍太阳能和风能技术的最新创新。
”

例子3：

任务：制定营销计划行动：发展目标：提高新技术产品的品牌知名度提示：“制定营销计划以提高新技术产品的品牌知名度，包括社交媒体策略和影响力合作伙伴关系。
”技术见解

清晰的 TAO 提示对 AI 性能的影响是巨大的。
当 AI 收到结构良好的提示时，它可以：

减少歧义：明确任务、行动和目标的定义，最大限度地减少误解，并确保人工智能保持主题。
提高相关性：指定行动和目标有助于 AI 根据您的需求定制其响应，从而产生更相关和更有价值的输出。
提高效率：明确的提示减少了后续查询的需要，通过在第一次响应中提供全面的答案节省了时间和精力。

从本质上讲，TAO 技术使用户能够有效地传达他们的需求，从而实现与 ChatGPT 等 AI 工具的更高质量的交互。
采用这种方法可确保您的提示准确、目标明确，并且您的 AI 驱动结果始终符合您的期望。

RTF 技术

RTF 技术是一种结构化的提示创建方法，主要关注以下方面：

R：角色T：任务F：格式

每个组件都有助于为人工智能提供清晰的框架，确保响应准确且符合上下文。

解释角色：为 AI 分配特定角色。
角色为响应设置背景和基调，使其更符合您的需求。
例如，您可以要求 AI 充当老师、营销人员、数据分析师等。
任务：定义你希望人工智能执行的具体任务。
该任务可能涉及生成内容、分析数据、提供解释等。
格式：选择适当的格式来回答问题。
它可以是报告、列表、文章、摘要等。
指定格式有助于以对您最有用的方式构建输出。

这些元素的结合可以为人工智能提供全面的指令，提高其响应的准确性和相关性。

例子

以下是一些 RTF 提示的实际示例来说明该技术：

例1：

职位：营销专家任务：创建一个活动格式：详细计划提示：“作为营销专家，制定一个详细的活动计划来推广一种新的环保产品，包括目标受众分析、关键信息和促销策略。
”

例子2：

职位：数据分析师任务：分析销售数据格式：总结报告提示：“作为数据分析师，分析过去一个季度的销售数据，并提供一份总结报告，重点介绍主要趋势、最畅销产品和需要改进的领域。
”

例子3：

角色: 老师任务：解释概念格式：简述提示：“作为一名老师，请用高中生能够理解的简单方式解释量子计算的概念。
”技术见解

RTF 技术通过多种方式简化了 AI 的理解和输出：

上下文相关性：分配特定角色有助于人工智能采用适当的观点和语气，使回应与上下文更相关。
清晰度和精确度：定义任务可以引导人工智能的注意力，降低偏离主题的响应的风险并确保输出符合您的期望。
结构化输出：指定格式为响应提供了清晰的结构，使得阅读和利用所提供的信息变得更加容易。

使用 RTF 技术，您可以有效地引导 AI 生成量身定制、符合语境且结构良好的响应。
这种方法提高了 AI 生成内容的可用性，使其更符合您的特定需求和目标。
无论您是在寻求深入分析、创意内容还是教育性解释，RTF 方法都能始终确保 AI 提供高质量的输出。

BAB 技术

BAB 技术是一种结构化的提示创建方法，其重点在于：

B：之前答：之后B：桥梁

这种技术有利于解决问题和情景分析，因为它可以逻辑地引导人工智能从理解问题到提供解决方案。

解释之前：解释问题或当前状态。
这为人工智能设定了背景，为其提供了理解情况所需的背景信息。
之后：指出期望的结果或未来状态。
这有助于 AI 了解您想要实现的目标以及成功是什么样子。
桥梁：请求桥接解决方案。
这是您要求人工智能提供从当前状态过渡到期望结果所需的步骤、解决方案或操作的地方。

通过遵循这种结构，您可以确保 AI 完全理解问题、目标以及实现该目标所需的步骤。

例子

以下是一些 BAB 提示的实际示例，用于说明该技术：

例1：

之前：我们的网站目前的用户参与度较低。
之后：我们希望在未来六个月内将用户参与度提高 50%。
Bridge：我们可以实施哪些策略来实现这个目标？提示：“我们网站目前的用户参与度很低。
我们希望在未来六个月内将用户参与度提高 50%。
我们可以实施哪些策略来实现这一目标？”

例子2：

之前：该公司目前的销售渠道表现不佳。
之后：我们需要在下个季度将合格潜在客户的数量增加 30%。
Bridge：我们可以采取哪些步骤来改善我们的销售渠道？提示：“公司目前的销售渠道表现不佳。
我们需要在下个季度将合格销售线索数量增加 30%。
我们可以采取哪些措施来改善我们的销售渠道？”

例子3：

之前：团队的项目管理流程效率低下。
之后：我们的目标是简化我们的项目管理流程，以节省 20% 的时间。
Bridge：我们如何优化我们的项目管理流程来实现这一目标？提示：“团队的项目管理流程效率低下。
我们的目标是简化项目管理流程，以节省 20% 的时间。
我们如何优化项目管理流程来实现这一目标？”技术见解

BAB 提示在解决问题和情景分析中的有效性在于其结构化方法，这有助于 AI：

了解背景：通过解释问题或当前状态（之前），人工智能清楚地了解所涉及的情况和挑战。
关注目标：指出期望的结果（之后）有助于人工智能了解您想要实现的目标，并为其响应提供明确的目标。
提供可操作的步骤：请求桥接解决方案（Bridge）指导人工智能进行批判性思考并提供切实可行的步骤、解决方案或策略来实现预期的结果。

这种技术可确保人工智能的响应具有相关性、可操作性且以目标为导向。
使用 BAB 技术，您可以有效地引导人工智能提供全面的解决方案，以解决当前和期望的未来问题，使其成为解决问题和战略规划的宝贵工具。

CARE 技术

CARE 技术是一种快速创造的综合方法，其重点在于：

C：背景答：行动R：结果E：示例

每个组件都确保人工智能拥有生成详细而准确的响应所需的所有信息，这使得该技术对于复杂查询和深入分析特别有用。

解释背景：提供背景信息并为人工智能奠定基础。
背景有助于人工智能了解更广泛的情况以及可能影响其反应的任何相关细节。
行动：描述你希望人工智能采取的具体行动。
行动可能涉及生成内容、提供分析、推荐等。
结果：明确预期结果或您希望通过提示实现的目标。
结果可确保 AI 的响应与您的目标一致。
示例：举例说明您的要求。
示例有助于消除歧义并指导 AI 提供符合您期望的响应。

结合这些元素可以提供一个丰富而详细的框架，使人工智能能够生成全面而精确的输出。

例子

以下是一些 CARE 提示的实际示例来说明该技术：

例1：

背景：我们公司计划下季度推出一系列新的环保产品。
行动：制定营销策略。
结果：我们的目标是在前六个月内将品牌知名度提高 20%。
示例：包括社交媒体活动、影响力合作伙伴关系和内容营销。
提示：“我们公司计划下个季度推出一系列新的环保产品。
制定营销策略，帮助我们在前六个月内实现品牌知名度 20% 的增长。
包括社交媒体活动、影响力合作和内容营销。
”

例子2：

背景：由于沟通不畅，团队一直面临项目交付延迟的问题。
行动：提出解决方案以改善沟通。
结果：我们希望在下个季度将项目延迟减少至少 30%。
示例：考虑实施项目管理工具、定期团队会议和清晰的沟通协议。
提示：“由于沟通不畅，团队一直面临项目交付延迟的问题。
提出改善沟通的解决方案，帮助我们在下个季度将项目延迟减少至少 30%。
考虑实施项目管理工具、定期召开团队会议和明确的沟通协议。
”

例子3：

背景：我们希望增强我们的客户服务体验，以提高客户满意度和忠诚度。
行动：建议改进我们当前的客户服务流程。
结果：我们的目标是实现 90% 或更高的客户满意度分数。
示例：包括员工培训计划、新的反馈系统和更快的响应时间。
提示：“我们希望增强客户服务体验，以提高客户满意度和忠诚度。
建议改进我们当前的客户服务流程，以帮助我们实现 90% 或更高的客户满意度分数。
包括员工培训计划、新反馈系统和更快的响应时间。
”技术见解

详细的 CARE 提示通过以下方式促进全面的 AI 响应：

提供完整的背景信息：通过设置场景并提供背景信息，人工智能可以了解情况，从而做出更准确、更相关的反应。
确保行动的清晰性：描述具体行动有助于人工智能专注于任务，减少歧义，并确保响应符合您的需求。
与预期结果保持一致：明确预期结果可确保 AI 的输出以目标为导向并满足您的目标。
通过示例消除歧义：提供示例可以指导人工智能并降低误解的风险，从而得出符合您期望的响应。

CARE 技术对于需要详细回答的复杂查询特别有效。
这种方法可确保人工智能拥有提供全面而精确答案所需的所有必要信息，从而提高人工智能生成内容的整体质量和实用性。

结论

在这篇博文中，我们探讨了四种制作有效提示的强大技术：TAO（任务、行动、目标）、RTF（角色、任务、格式）、BAB（之前、之后、桥梁）和CARE（背景、行动、结果、示例）。
每种方法都提供了一个结构化的框架，可增强 AI 交互的清晰度、相关性和准确性。

四种技术回顾：

TAO：注重定义任务，指定行动，明确目标。
RTF：涉及分配角色、定义任务和选择适当的响应格式。
BAB：解释问题，指出期望的结果，并请求桥接解决方案。
关怀：提供背景、描述行动、阐明结果并给出示例以确保全面的回应。

结构化提示的好处：结构化提示可提高 AI 响应的质量，并通过减少后续问题的需要来节省时间。
它们有助于最大限度地减少歧义、确保相关性并产生以目标为导向的输出。

我们鼓励您在 AI 交互中尝试这些技术。
无论您是起草内容、解决问题还是寻求分析，这些方法都将帮助您充分利用 ChatGPT 等 AI 工具。

这些结构化方法可以显著增强 AI 交互，提供更准确、更相关、更有价值的结果。
尝试一下这些技术，看看它们会带来什么不同！

参考：https://ai.gopubby.com/mastering-prompt-creation-4-essential-techniques-for-crafting-perfect-prompts-387936d98106