19 个 ChatGPT 公式和提示结构：超越基础

在人类与人工智能（如ChatGPT）之间增强沟通的持续旅程中，一项工具因其塑造丰富和高效互动的能力而脱颖而出：提示工程。除了之前探讨的基础知识之外，这一实践的一个特别迷人的方面涉及公式的使用和提示结构的构建，这些都是提高人工智能生成响应的有效性和准确性的真正催化剂。

这篇文章专门深入探讨这个主题，揭示从基本方法到最先进方法的一系列结构策略。

通过理解和应用这些公式，不仅能够更有效地与 ChatGPT 和其他 AI 工具，如微软的 Copilot 和谷歌的 Gemini 进行沟通，还能探索创造、分析和解决问题的全新维度。

每个提示结构都提供了一种独特的组织方式来呈现您的请求，引导 AI 模型生成与您的具体目标紧密一致的响应。

无论是为了获取详细信息、培养创意内容生成，还是促进复杂问题的解决，这些策略代表了人类意图与几乎无限的人工智能潜力之间的桥梁。

在这篇文章中，我们将探讨各种公式和结构，突出它们的独特特征、实际应用，最重要的是，如何将它们组合和调整以满足广泛的需求和情境。

准备进入提示公式和结构的宇宙，这是一段不仅能够扩展你的提示工程技能，还能丰富你与 ChatGPT 更深入互动能力的旅程。

免费电子书：揭秘提示工程

掌握 43 页中的提示技巧，解锁LLM人工智能的潜力。

 立即下载

示例公式和提示结构

 RTF：角色，任务，格式

RTF 结构是制定清晰、客观地指导与 ChatGPT 交互的提示的有效方法。

这种方法有助于确立 ChatGPT 应承担的功能或角色（角色）、需要解决的具体活动或问题（任务），以及如何组织响应（格式）。

利用 RTF 结构，可以引导 ChatGPT 的回答更符合用户期望，除了促进获取结构特别有用的信息或解决方案。让我们探讨其各个组成部分：

• 
  角色：定义在提示中执行动作的是谁或什么。它可以是人、实体，或者是 ChatGPT 本身在特定角色下行动。
• 
  任务：指定需要执行的内容。任务应明确直接，描述所需采取的行动或必要的信息。
• 
  格式：概述您希望响应的结构方式。这可以包括编号列表、段落、数学公式等格式。

RTF 的实际示例：

As a nutrition expert (Role), provide a list of five protein-rich foods (Task) in a numbered list format (Format).

ChatGPT 可能会回答类似于：

1. Chicken
2. Eggs
3. Quinoa
4. Almonds
5. Greek Yogurt

这个示例演示了如何使用 RTF 结构来生成特定且组织良好的响应，从而促进清晰简洁信息的交流。

通过指定角色（营养专家）、任务（提供食物清单）和格式（编号列表）。

CTF：上下文，任务，格式

CTF 结构是提示工程中的强大工具，允许用户明确建立交互发生的场景、ChatGPT 期望的具体动作以及响应应该如何构建。

这种方法有助于创建既精确表达请求又具体说明期望结果的提示，从而优化获取的响应效果。

• 
  <强烈 id=0>上下文：提供理解当前情况或问题的必要背景信息。有助于确定任务的相关性并指导回答的方向。
• 
  任务：任务：明确描述 ChatGPT 应执行的操作，详细说明所需采取的行动或一系列行动。
• 
  格式：指定响应的结构方式，是列表形式、段落形式、详细计划等，以满足用户需求。

假设您正在寻求 ChatGPT 的帮助来编制一份针对家庭的实用节能小贴士清单。应用 CTF 结构，提示将是：

• 
  在能源价格上升和日益增长的关于环境可持续性的担忧背景下，许多人正在寻找减少家庭能源消耗的方法。”
• 
  任务： “编制一份实用且易于实施的节能小贴士清单，供业主使用。”
• 
  格式：“以编号列表的形式呈现提示，并为每个提示提供简要描述。”

CTF 的实用示例

Considering the increase in energy tariffs and concern for sustainability, create a numbered list of practical energy-saving tips for homes. The tips should be easy to implement and accompanied by a brief explanatory description.

这个示例展示了如何使用 CTF 结构以清晰和有序的方式请求特定信息，从而得到直接适用于所提情境的响应。

PECRA：目的、期望、情境、请求、行动

PECRA 结构是用于提示工程的多功能工具，强调在与 ChatGPT 等语言模型交互时的清晰性和具体性。让我们逐一分析每个组成部分：

• 
  目的：定义创建提示的原因。它有助于阐明交互的整体意图。
• 
  期望：期望：描述模型期望的输出或响应类型。
• 
  < strong id=0 > 上下文 ：提供模型理解提示并生成适当响应所需的附加信息。
• 
  请求：明确指定从模型请求的内容。
• 
  动作：指示模型要执行的具体动作。

想象一下，你想让 ChatGPT 为准备重要数学考试的学生制定学习计划。以下是应用 PECRA 结构的方法：

• 
  目的： “本提示的目的在于帮助学生有效地准备数学考试。”
• 
  期望：“我期望收到一份涵盖考试所需主要主题的详细学习计划。”
• 
  上下文：“这名学生距离考试还有 2 周时间，每天可以学习大约 3 小时，主要困难在于代数和几何。”
• 
  请求：“根据这些信息，请制定一个学习计划。”
• 
  动作：“从代数基础知识开始组织计划，然后转向几何，并包括定期的复习。”

实用 PECRA 示例：

Considering a student who is preparing for an important math exam in 2 weeks and can dedicate 3 hours daily to studying, with difficulties in algebra and geometry, create a detailed study plan. The plan should start with the fundamentals of algebra, progress to geometry, and include regular reviews, aiming for effective preparation for the exam.

这个例子说明了如何使用 PECRA 结构来制定一个清晰详细的提示，引导 ChatGPT 生成满足用户特定期望的回答。

创建：角色、请求、示例、调整、类型、额外

CREATE 结构是一种制定提示的综合方法，旨在与 ChatGPT 等 AI 模型进行高效且精准的交互。这种详细的方法允许用户明确指定交互的上下文和期望。

让我们看看每个组件：

• 
  < strong id = 0 > 角色 ：为 ChatGPT 定义一个特定角色，根据预定的配置文件或功能引导其响应。这有助于根据所需上下文塑造响应的性质。
• 
  请求：以清晰和客观的方式指定对模型的要求，详细说明要执行的任务。这一步骤对于确保模型确切理解所请求的内容至关重要。
• 
  <强烈 id=0>示例：提供输出或预期结果的示例，为模型提供一个清晰的参考，说明所需响应或内容的类型。
• 
  调整：调整：允许用户请求对先前响应的具体改进或修改，指导模型更好地满足任务需求。
• 
  输出类型：定义了期望的响应格式，无论是叙述性文本、列表、详细计划等。这指导了模型提供的信息是如何结构的。
• 
  < strong id=0 > 附加内容 ：提供添加额外或上下文信息的机会，丰富提示并使用户的期望得到更精确和一致的响应。

想象一下，你希望 ChatGPT 为你计划访问的城市创建一个个性化的旅行指南。以下是应用 CREATE 结构的步骤：

• 
  角色扮演：“扮演一位经验丰富的当地旅游向导，”
• 
  请求：“创建一个个性化的指南。”
• 
  示例：“包括住宿、美食、旅游景点和交通提示等类别。”
• 
  调整：优先考虑预算友好且适合家庭的选择。
• 
  类型：“将指南组织成明确定义的章节，包括建议和简要描述。”
• 
  额外内容：“我将在七月旅行，所以请包括相关的季节性活动和事件。”

CREATE 的实用示例：

Acting as an experienced local travel guide, create a personalized guide for my trip to Barcelona in July. Include accommodations, gastronomy, tourist attractions, and transportation tips, prioritizing options that are budget-friendly and suitable for families. Organize the guide into clearly defined sections, with recommendations and brief descriptions for each item, and don't forget to add relevant seasonal events and activities for the period of my visit.

这个示例演示了如何使用 CREATE 结构来详细具体地编写提示，引导 ChatGPT 生成符合用户期望和需求的结果。

CREO：上下文、请求、解释、结果

CREO 结构是一种专注于优化提示表述以更有效地与语言模型（如 ChatGPT）交互的方法论。它强调上下文、明确的要求、任务解释和预期结果的定义的重要性。

• 
  <强烈 id=0>上下文：为模型理解所涉及的情况或主题提供必要的背景信息。
• 
  请求：明确指定模型期望的内容。
• 
  <强烈 id=0>说明：详细解释任务，帮助模型更好地理解请求的目的。
• 
  结果：结果：描述从模型期望得到的响应或结果类型。

想象一下，你想让 ChatGPT 创建一个提高个人生产力的建议列表。以下是应用 CREO 结构的方法：

• 
  考虑到许多人居家办公并面临频繁的干扰，
• 
  请求：“创建一个建议列表。”
• 
  说明：“这些建议应具有实用性，易于在家工作者实施。”
• 
  结果：“我期望得到一个包括时间管理技巧、工作空间设置和健康小贴士的列表。”

实用 CREO 示例：

Considering many people work from home and face frequent distractions, create a list of practical and easy-to-implement suggestions to increase personal productivity. These suggestions should cover time management techniques, workspace setup, and wellness tips, aiming to improve focus and efficiency in the home environment.

这个例子说明了如何利用 CREO 结构来制定清晰和客观的提示，引导 ChatGPT 生成有效满足用户特定需求的回复。

疼痛：问题、行动、信息、下一步

PAIN 结构是一种以 ChatGPT 为核心的问题工程方法论，专注于通过 ChatGPT 识别和解决特定问题。它指导如何制定请求以提取精确和适用的解决方案。

• 
  问题：问题：确定需要解决的问题，明确用户的挑战或需求。
• 
  动作：指定从 ChatGPT 期望的动作或帮助类型，引导其解决问题。
• 
  信息：请求 ChatGPT 提供详细的信息或澄清，以便更好地理解问题的背景或细微差别。
• 
  下一步：下一步操作：要求用户提供一个行动计划、资源或后续步骤，以便用户可以遵循以解决问题或实现预期目标。

想象你正努力高效地安排时间，并希望 ChatGPT 帮助你制定时间管理计划。以下是应用 PAIN 结构的步骤：

• 
  问题：“我正努力有效地管理我的时间，”
• 
  动作：“我需要一个个性化的时间管理计划。”
• 
  信息：“您会推荐哪些策略或工具？”
• 
  下一步：下一步行动：“提供一个我可以立即开始遵循的逐步计划。”

实用 PAIN 示例：

I'm struggling to manage my time effectively and need a personalized time management plan. What strategies or tools would you recommend? Please provide a step-by-step plan that I can start following immediately, considering my day is often interrupted by unexpected tasks.

这个例子展示了如何应用 PAIN 结构来创建一个有方向性和有效性的提示，引导 ChatGPT 为用户面临的特定问题提供实用和个性化的解决方案。

TREF：任务、需求、期望、格式

TREF 结构是一种针对提示工程的重点方法，有助于明确您希望通过交互实现的目标、必须满足的标准、您期望从响应中获得的内容以及其应提供的格式。让我们探讨其各个组成部分：

• 
  任务：你确切地要求 ChatGPT 做什么。这应该是一个清晰的动作或一系列动作。
• 
  要求：要求：响应需要满足的具体标准或条件。
• 
  期望：期望：交互的预期结果，包括您希望获得的信息或解决方案的类型。
• 
  格式：您希望信息或解决方案如何呈现。

假设您想让 ChatGPT 撰写关于可再生能源技术当前趋势的总结。以下是应用 TREF 结构的步骤：

• 
  任务：“撰写关于可再生能源技术当前趋势的总结。”
• 
  要求：要求：“摘要必须涵盖技术进步和当前挑战。”
• 
  期望：“我希望得到一个清晰简洁的概述，可以用来向公众传达信息。”
• 
  格式：“摘要应分段落编写，每段不超过 300 字。”

TREF 的实际示例：

Please write a summary of no more than 300 words about the current trends in renewable energy technology, including technological advancements and challenges. The summary should be structured in paragraphs, offering a clear and concise overview suitable for informing the general public.

这个例子展示了如何使用 TREF 结构来创建一个详细且具体的提示，指导 ChatGPT 生成一个不仅满足特定信息需求，还符合定义的内容和格式标准的回答。

等级：目标、请求、行动、详情、示例

GRADE 结构是一种有效的技术，用于构建清晰传达意图、详细说明请求、指定所需操作、提供额外细节并包含示例以指导响应的提示。以下是每个组件的分解：

• 
  目标：目标：提示的目标或目的。定义了你希望通过交互实现的目标。
• 
  请求：您具体要求 ChatGPT 执行的操作。
• 
  动作：您希望 ChatGPT 在接收到您的请求后采取的具体动作。
• 
  <强烈 id=0>详情：帮助澄清请求的附加信息，提供更精确的背景或规格。
• 
  <强烈 id=0>示例：说明您期望收到的响应或内容类型的案例或具体例子。

让我们想象一下，你希望 ChatGPT 为初学者创建一个关于如何投资加密货币的入门指南。以下是 GRADE 结构的应用方法：

• 
  目标：目标：“为初学者创建一个易于理解的加密货币投资入门指南。”
• 
  请求：“开发一个介绍加密货币投资基本概念的指南。”
• 
  动作：“包括关于加密货币是什么、如何开始投资以及安全提示的章节。”
• 
  《详细》: “指南应该易于理解，即使是对该主题一无所知的人也能看懂。”
• 
  示例：“提供流行的投资平台示例，并解释像‘区块链’和‘数字钱包’这样的常见术语。”

实际 GRADE 的应用示例：

Please create an introductory guide on how to invest in cryptocurrencies, aimed at beginners. The guide should introduce basic concepts, include sections on what cryptocurrencies are, how to start investing, and security tips. Ensure the content is accessible to someone with no prior knowledge, providing examples of popular investment platforms and explaining terms like 'blockchain' and 'digital wallet'.

这个例子展示了如何利用 GRADE 结构来详细具体地编写提示，引导 ChatGPT 生成关于加密货币投资等复杂主题的全面易读的入门指南。

玫瑰：角色、目标、场景、预期解决方案、步骤

ROSES 结构旨在促进对问题的详细沟通以及您希望如何处理该问题的方法，明确角色、目标、问题所处的场景、预期的解决方案以及实现它的步骤。

这种方法特别适用于复杂请求或需要详细和结构化响应的情况。让我们详细说明每个组件：

• 
  角色：定义执行动作的人或视角。可以是 ChatGPT 扮演特定角色。
• 
  目标：使用提示语期望实现什么。阐明请求的目的。
• 
  <强烈 id=0>场景：问题或任务所处的上下文或情况。有助于提供请求的基础和相关性。
• 
  <强烈 id=0>预期解决方案：描述从 ChatGPT 期望得到的输出或响应类型。
• 
  步骤：达到预期解决方案应遵循的一系列动作或过程。

想象你想让 ChatGPT 帮助为新产品策划一次数字营销活动。使用 ROSES 结构，提示可以按照以下方式构建：

• 
  角色： “作为一名数字营销专家……”
• 
  目标：“……目标是创建一个有效的推广新科技产品的活动。”
• 
  <强烈 id=0>场景：“该产品是一款创新的健康监测设备，可连接智能手机。目标市场是热衷于科技和健身的年轻人。”
• 
  <强烈建议 id=0>预期解决方案：“一个包含社交媒体策略、数字影响者和电子邮件营销的预期活动计划。”
• 
  步骤：“1. 确定目标受众使用的主要社交媒体平台。2. 选择科技和健身领域的数字影响者。3. 制定一系列用于上市前后互动的电子邮件。”

实用示例：ROSES

As a digital marketing expert, create a digital marketing campaign for the launch of a new health monitoring device that connects to smartphones. The product is aimed at young adults interested in technology and fitness. The plan should include strategies for social media, digital influencers, and email marketing, starting by identifying the main social media platforms, selecting influencers in the technology and fitness niche, and developing a series of emails for engagement before and after the launch.

RDIREC：角色、定义、意图、请求、示例、说明

RDIREC 结构是制定需要复杂和有根据的回复的提示的详细方法，包括扮演的角色、关键术语的定义、请求背后的意图、指导回复的具体例子以及避免歧义的澄清。

让我们探索每个组件：

• 
  角色：指定 ChatGPT 或用户所扮演的观点或能力。
• 
  定义：定义：阐明对理解提示至关重要的关键概念或术语。
• 
  意图：意图：解释提示背后的原因或目标，有助于指导响应的方向。
• 
  请求：请求内容：请具体说明需要什么，以清晰准确的方式表述。
• 
  <强烈 id=0>示例：提供作为预期响应类型参考的案例或具体示例。
• 
  澄清：说明：添加细节或额外信息，以减少误解并完善回答。

假设您想让 ChatGPT 创作关于中小企业（SMEs）网络安全重要性的内容。应用 RDIREC 结构，提示可以如下构建：

• 
  角色： “作为一名网络安全顾问……”
• 
  <强烈 id=0>定义：“……定义‘网络安全’并解释其对当前商业环境的相关性，尤其是对中小企业。”
• 
  意图：目标：“旨在提高中小企业主对网络风险的意识，并鼓励他们采取保护措施。”
• 
  请求：“为中小企业开发一份关于网络安全的入门指南，突出最佳实践和风险缓解策略。”
• 
  <强烈 id=0>示例：“包括常见的网络攻击示例，如钓鱼和勒索软件，以及它们对企业的影响。”
• 
  澄清：“强调员工培训、定期备份和软件更新作为预防措施的重要性。”

实用示例：RDIREC

As a cybersecurity consultant, define 'cybersecurity' and explain its importance in the current business context, focusing on SMEs. The goal is to create an introductory guide that raises awareness about cyber risks and promotes the adoption of security measures. Include examples of attacks like phishing and ransomware, highlighting the consequences for businesses. Detail the relevance of employee training, regular backups, and software updates as preventive strategies.

这个示例展示了如何使用 RDIREC 结构来制定一个复杂的提示，引导 ChatGPT 生成针对中小企业（SMEs）的网络安全教育内容，包括清晰的定义、说明性示例和有效的澄清，从而有效地指导回答。

RSCET：角色、情境、冲突、期望、任务

RSCET 结构用于开发详细复杂场景的提示，需要回应针对特定情况、其复杂性、期望的解决方案以及要执行的任务。

这种方法有助于创建清晰和结构化的提示，用于涉及问题解决或详细分析的情景。让我们详细说明每个组成部分：

• 
  角色：定义谁参与或谁应该行动，这可能包括 ChatGPT 扮演特定角色。
• 
  <强烈 id=0>情况：描述提示放置的上下文或场景。
• 
  <强烈 id=0>并发症：识别所述情况中存在的挑战、问题或并发症。
• 
  期望：期望：明确交互的结果期望，所需的解决方案或响应类型。
• 
  任务：指定必须执行以应对提示的动作或动作集。

想象你想让 ChatGPT 帮助制定一个策略来解决一家科技初创公司面临的数字营销挑战。使用 RSCET 结构，提示可以这样制定：

• 
  角色： “作为一名数字营销专家……”
• 
  情况：“……科技初创公司‘TechNova’正在推出一款新的生产力应用程序，该应用程序帮助用户更好地管理时间和项目。”
• 
  <强烈 id=0>并发症：“尽管该应用质量很高，‘TechNova’在市场上面临激烈的竞争，并且难以触及目标受众。”
• 
  期望：创新数字营销策略有望在竞争激烈的市场中突出该应用，并扩大其覆盖范围。
• 
  任务：“制定一个包含 SEO 策略、内容营销和社交媒体活动的营销计划，重点关注应用程序的不同之处以及它如何解决特定用户问题。”

RSCET 的实际示例：

As a digital marketing expert, develop a strategy for the startup 'TechNova,' which is launching a new productivity app. Despite the quality of the product, the company faces strong competition and challenges in reaching its audience. The goal is to create a marketing plan that utilizes SEO, content marketing, and social media, highlighting the app's differentiators and its ability to solve user problems.

这个示例演示了如何应用 RSCET 结构来详细阐述一个具有挑战性的场景，指导 ChatGPT 制定一个富有创意和针对性的数字营销策略，以克服指定的复杂问题。

RASCEF：角色、动作、步骤、上下文、示例、格式

RASCEF 结构是一种详细的方法，用于制定强调清晰沟通复杂任务的提示，包括所扮演的角色、要采取的行动、完成任务的具体步骤、周围的环境、更好的说明请求的例子以及期望的回复格式。

这个结构非常适合需要详细说明和明确结果的情况。让我们逐一检查每个组件：

• 
  角色：定义执行任务的人或描述情况的角度。
• 
  动作：动作：描述需要执行的主要动作或动作。
• 
  步骤：详细说明完成任务所需的具体步骤或程序。
• 
  <强烈 id=0>上下文：提供相关背景信息，以便全面了解当前的情况或问题。
• 
  reference translation: 示例：包括作为回答的模型或灵感的示例或实际案例。
• 
  格式：指定响应应该如何组织或呈现。

想象一下，你希望 ChatGPT 制定一个计划来提高一家新手工咖啡品牌的在线可见度。使用 RASCEF 结构，提示可以按照以下方式构建：

• 
  角色： “作为一名专注于手冲咖啡品牌的数字营销顾问……”
• 
  动作：……制定一个增加品牌在线可见度的战略计划。
• 
  步骤：“1. 确定目标受众。2. 选择最合适的社交媒体平台。3. 创建突出咖啡独特性的吸引人内容。4. 实施付费广告活动。5. 根据反馈和数据分析衡量和调整策略。”
• 
  品牌是新进入市场的，提供独特的单一产地手工咖啡选择，但在竞争激烈的市场中难以脱颖而出。
• 
  示例：示例：“包括可以创建的内容类型示例，例如关于咖啡起源的文章、展示烘焙过程的幕后视频以及客户评价。”
• 
  格式：“计划应以结构化的文档形式呈现，每个步骤都应有清晰的章节。”

实用 RASCEF 示例：

As a digital marketing consultant specialized in artisan coffee brands, devise a strategic plan to increase the online visibility of a new coffee brand. The plan should include steps to identify the target audience, select suitable social media platforms, create engaging content, implement paid ad campaigns, and measure the success of the strategy. Consider the context of a competitive market and provide examples of content. Present the plan in a structured document with sections for each step.

这个示例展示了 RASCEF 结构如何促进创建一个详细且具有行动导向的提示，使 ChatGPT 能够为手冲咖啡品牌生成一个全面且组织良好的数字营销计划。

APE：行动、目的、期望

APE 结构是一种简洁的方法，专注于制定有效提示的三个关键要素：期望的行为、这一行为背后的目的以及预期结果。让我们详细说明每个组成部分：

• 
  操作：您希望 ChatGPT 执行的内容。该组件简单明了，清楚地指明了要执行的任务。
• 
  目的：您请求此操作的原因。它定义了提示背后的意图，明确了您想要实现的目标。
• 
  期望：期望：您期望作为对请求操作的响应的结果。它指定了什么会被认为是令人满意的响应。

想象你想让 ChatGPT 创建关于人工智能对教育影响的信息性内容。使用 APE 结构，提示将是：

• 
  动作：“撰写一篇关于人工智能对教育影响的文章。”
• 
  目的： “目的是让读者了解人工智能如何改变教学和学习方法。”
• 
  期望：期望：“我期望看到一个详细的分析，涵盖使用 AI 在教育中的利弊，并附上具体实例。”

实用示例：APE

Write a detailed article about the impact of artificial intelligence on education, aiming to inform readers about the transformations in teaching and learning methods. I expect an analysis that explores the benefits and challenges, including concrete examples to illustrate these points.

这个例子展示了如何利用 APE 结构来创建一个清晰和客观的提示，指导 ChatGPT 在所提出的话题上产生有信息和有根据的内容。

 标签：任务，动作，目标

TAG 结构是定义专注且以结果为导向的提示的高效工具。它强调建立具体任务、完成它的必要行动以及最终要实现的目标的重要性。

这种方法有助于为与 ChatGPT 的交互创建一个清晰的指导方向。让我们详细说明每个组件：

• 
  任务：需要做什么。此元素定义了工作范围或所需信息。
• 
  动作：完成任务的具体步骤或过程。
• 
  目标：目标：完成任务所期望的结果或目的。它明确了在过程结束时预期实现的内容。

假设您正在向 ChatGPT 寻求指导，以规划一场面向科技专业人士的社交活动。使用 TAG 结构，提示可以是：

• 
  任务： “为科技专业人士组织一个网络活动。”
• 
  动作：“确定对活动成功至关重要的关键要素，例如场地、讨论主题和特别嘉宾。”
• 
  目标：目标：“创造一个促进参与者之间有价值交流并建立持久专业联系的网络机会。”

实用示例：TAG

Organize a networking event for technology professionals. To do this, identify the key elements that will contribute to the event's success, including the choice of venue, relevant discussion themes, and the selection of special guests. The objective is to create an environment that promotes valuable exchanges and fosters lasting professional connections among participants.

本例说明了如何应用 TAG 结构来制定一个清晰、客观的活动组织计划，详细说明了任务、必要行动和期望的最终目标。

ERA：期望、角色、行动

ERA 结构侧重于明确定义对响应的期望、ChatGPT 或用户在互动中的角色以及必须采取的具体行动以满足期望。

这种方法有效地引导语言模型，确保响应与用户目标一致。让我们探讨每个组件：

• 
  期望：期望：所期望的结果或预期获得的响应。此元素确立了交互的最终目标。
• 
  角色：ChatGPT 或用户在提示语情境中承担的功能或身份。指定角色有助于在特定场景或视角中定位响应。
• 
  动作：完成任务并满足既定期望必须遵循的步骤或流程。

想象你想让 ChatGPT 帮助你制定一个信息技术认证考试的学习计划。应用 ERA 结构，提示将是：

• 
  期望：制定一个有效的学习计划，在三个月内涵盖信息技术认证考试所需的所有主题。
• 
  角色： “作为一名在信息技术认证考试准备方面经验丰富的虚拟导师……”
• 
  动作： “创建一个详细的学习时间表，包括推荐的学习资源、在一段时间内平衡的主题分布以及有效的复习技巧。”

实际应用中的 ERA 示例：

As a virtual tutor specializing in preparing for information technology certification exams, develop a detailed study plan for a certification exam taking place in three months. The plan should include a study schedule, recommended learning resources, a balanced distribution of topics, and effective revision techniques, aiming to cover all necessary topics for the exam.

这个示例演示了如何利用 ERA 结构请求 ChatGPT 创建一个详细且结构化的学习计划，明确设定期望、模型所扮演的角色以及具体要采取的行动。

RACE：角色、行动、情境、期望

RACE 结构是一种创建强调在交互中定义所扮演角色的角色、期望采取的行动、围绕请求的上下文以及预期结果的期望结果的方法论。

这种方法确保了考虑了提示的所有关键部分，从而促进了与用户目标一致且准确的响应。让我们详细说明每个组件：

• 
  角色：指定执行动作的人或请求的角度。可以是 ChatGPT 扮演特定角色，或用户定义自己的位置或职能。
• 
  动作：明确描述 ChatGPT 需要执行的内容，详细说明所需完成的任务或动作。
• 
  <强烈 id=0>上下文：提供关于当前情况或问题的背景信息和额外细节，有助于阐明提示并指导回答。
• 
  期望：期望：定义所需的输出或通过响应期望实现的内容，为交互设定一个明确的目标。

想象您正在向 ChatGPT 寻求帮助以优化电子商务网站的布局，以提升用户体验。使用 RACE 结构，提示可以制定如下：

• 
  角色： “作为一名用户体验（UX）设计师……”
• 
  动作： “…评估我们电子商务网站当前的布局并提出具体的改进建议。”
• 
  该网站购物车放弃率较高，用户反馈表示寻找产品可能具有挑战性。
• 
  期望：期望：“我期望收到可以实施的具体建议，以简化导航，使产品搜索更直观，从而降低购物车放弃率。”

RACE 的实用示例：

As a UX designer, evaluate the current layout of our e-commerce website, considering that we face a high cart abandonment rate and user feedback indicating difficulties in finding products. Based on this, suggest specific improvements that can make navigation simpler and product search more intuitive, with the goal of reducing the cart abandonment rate.

这个例子展示了如何利用 RACE 结构来制定一个详细且具有针对性的提示，请求 ChatGPT 根据特定情境和明确的预期结果，对电子商务网站进行批判性分析和提出改进建议。

海岸：上下文、目标、行动、情景、任务

COAST 结构旨在以涵盖复杂请求的所有基本方面的方式指导提示的制定，从上下文到具体要执行的任务。

这种方法有助于确保指令清晰完整，便于 ChatGPT 生成精确相关的回复。让我们探讨其各个组成部分：

• 
  <强烈 id=0>上下文：提供理解当前情况或问题的必要背景信息，为互动奠定基础。
• 
  目标：明确界定通过交互期望实现的内容，阐明请求的目的。
• 
  动作：详细说明必须遵循的步骤或特定流程，以实现目标。
• 
  <强烈 id=0>场景：描述任务设定的具体情境或一系列情况，提供额外的背景信息。
• 
  任务：指定 ChatGPT 必须执行的动作或一系列具体动作以应对提示。

假设你想让 ChatGPT 帮助你制定一项提高员工参与企业健康计划策略的方法。应用 COAST 结构，提示可能如下：

• 
  公司最近推出了一项健康计划，旨在提高员工身心健康，但参与度低于预期。
• 
  目标： “目标是制定一项有效的策略，以增加员工对健康计划的参与度。”
• 
  动作：“识别参与障碍，创造参与激励，并开发有效的沟通渠道以通知和吸引员工。”
• 
  <强烈 id=0>场景：“考虑到许多员工远程工作，可能不了解该计划的所有福利。”
• 
  任务： “制定一个详细的计划，包括克服已识别障碍的具体行动、参与激励措施以及提高对项目认知的沟通策略。”

实际 COAST 的例子：

Given the context of low participation in the recently launched corporate wellness program, develop a strategy to increase employee engagement. Identify the main barriers to participation, propose attractive incentives, and structure effective communication channels, considering the scenario of many employees working remotely. The task is to create a detailed plan that addresses these points, aiming to significantly improve participation in the program.

这个例子展示了如何使用 COAST 结构来构建一个详细全面的提示，引导 ChatGPT 从问题分析到具体解决方案的提出，发展一个涉及多个方面的复杂策略。

RISE：角色、输入、步骤、期望

RISE 结构旨在指导制定需要逐步实现预期结果的提示，重点关注对话者的角色、启动行动所需的必要输入、过程的详细步骤以及结果的预期。

这种方法对于涉及复杂指令或流程的任务特别有用。让我们详细说明每个组件：

• 
  角色：定义执行任务者的功能或视角，无论是用户还是 ChatGPT。
• 
  输入：指定启动任务或进程所需的信息或资源。
• 
  步骤：详细说明完成任务或实现目标必须采取的连续行动。
• 
  期望：期望：明确在过程结束时预期达到的结果或目标。

假设你想让 ChatGPT 帮助你规划和执行一项针对新产品的市场调研。使用 RISE 结构，提示可以是：

• 
  角色：“作为一名市场研究分析师……”
• 
  输入： “…拥有目标受众的人口统计数据和在线调查工具的访问权限…”
• 
  步骤：“1. 明确界定调查的目标受众。2. 撰写关注新产品关键方面的问卷。3. 选择最合适的在线调查平台。4. 分析收集到的数据以提取相关见解。”
• 
  期望：期望：“我期望收到一份详细的报告，其中包含关于产品在目标市场的接受度的见解，包括营销策略建议。”

实际应用示例：RISE

As a market research analyst, with access to demographic data of the target audience and online survey tools, plan and execute a survey for a new product. The process should include defining the target audience, drafting a questionnaire, choosing the survey platform, and analyzing the collected data. The goal is to obtain a report with insights on the product's acceptance in the market, accompanied by recommendations for the marketing strategy.

这个例子展示了如何有效地应用 RISE 结构来创建一个详细且以行动为导向的提示，通过遵循特定步骤实现一个明确的结果，从而促进完成复杂任务，例如规划和执行市场研究。

SPARK：情境、问题、愿望、结果、命运

SPARK 结构是一种丰富、叙述性的提示制定方法，旨在深入探讨情况、识别问题、定义愿望、预测结果，并考虑运气或命运（宿命）的因素。

这种方法非常适合复杂场景，在这些场景中，对上下文和目标的全面理解对于生成创造性和有效的解决方案至关重要。让我们详细说明每个组成部分：

• 
  当前情况：描述当前背景或场景，该场景作为交互或待解决问题的基础。
• 
  问题：问题：确定需要解决或处理的主要挑战或问题。
• 
  渴望：定义了期望达到的理想状态或目标，与当前问题形成对比。
• 
  结果：预期从解决问题或实现愿望中获得的积极结果或成就。
• 
  基米斯特：考虑运气、命运或控制之外的因素可能影响局势结果的因素。

想象你正在寻求 ChatGPT 的帮助，以开发一项创新策略来提高健康应用程序的参与度。应用 SPARK 结构，提示可以是：

• 
  情况：“健康应用‘WellLife’在界面和功能方面收到了积极的反馈，但近几个月来用户参与度较低。”
• 
  问题：挑战：“主要挑战是用户缺乏持续的参与，他们经常下载应用程序，但并不经常使用。”
• 
  我们的目标是让“WellLife”成为用户日常健康习惯的重要组成部分，显著提高参与度和参与度。
• 
  结果：“我们预计将看到应用使用频率的增加、更好的用户留存以及对新实施的策略的积极反馈。”
• 
  我们承认外部因素，如市场趋势和新技术，可能会影响我们倡议的成功。

Spark 的实用示例：

Given the current situation of the wellness app 'WellLife', with positive feedback but low user participation, the challenge is to increase continuous engagement. We aspire to make 'WellLife' an indispensable part of users' wellness routines. We hope, as a result, to see an increase in daily use and better user retention, although we recognize that external factors may impact these outcomes. Develop an innovative strategy to achieve these goals.

这个例子展示了如何利用 SPARK 结构来构建一个详细、以解决方案为导向的提示，解决复杂情况，结合深入分析、明确目标、预见积极结果，以及命运或运气的作用。

常见问题

 结论

随着我们在本文中探索了公式的广阔领域和提示结构，我们揭示了赋予用户与 ChatGPT 等高级语言模型更有效沟通能力的工具。

讨论的公式提供了一系列选项，以最大化获取响应的准确性、相关性和深度，从而构建请求。

提示工程不仅仅是提问；它是关于在人类和人工智能之间建立理解之桥。

通过应用这些覆盖的技术，从定义情境和期望到详细说明步骤和明确目标，我们为与 AI 进行更丰富、更高效的协作铺平了道路。

每个展示的结构都充当指南，一个可以根据每次互动的独特需求进行适应和个性化的模具，促进更一致和高效的交流。

我们鼓励读者不仅将这些建构应用于与 ChatGPT 的互动中，还要尝试它们的组合和变体。

灵活性和适应性是提示工程的核心特征，仔细的实验可能会揭示创新的方法和创造性的解决方案来应对沟通挑战。