Prompt 第 0 课：如何写出清晰、明确、结构化的 Prompt
本文内容源于博主在 2024 年 9 月对某企业内部培训的讲稿。与 LLM 高效沟通的能力正在成为一项必备技能，然而，很多人一开始就陷入各种技巧的学习中，却忽视了最根本的问题：如何与 LLM 建立有效的沟通。
这篇文章没有介绍 CoT、Few-Shot 等具体技巧的「术」，而是聚焦于更基础的「道」——如何写出清晰、明确、结构化的 Prompt。通过将 LLM 比作一位远程工作的聪明同事，文章深入浅出地解释了与 LLM 交互的核心原则。掌握这些原则，不仅能让你更好地运用各种提示词技巧，更能帮助你建立起与 AI 交互的正确认知框架，在这个 AI 时代游刃有余。
编写清晰、明确、结构化的 Prompt
高质量的 LLM 很聪明，就像我们在生活中面对一个很聪明的人一样，哪怕对方智商 230，如果我们无法清楚描述自己想要什么，那么对方一样无法快速有效的满足你的需求。
因此，无论是 OpenAI、Claude 等 LLM 厂商的官方指导，还是各种各样的 Prompt 课程，都会告知用户：给 LLM 以清晰、明确、结构化的 Prompt，是构建基于 LLM 应用的最基本的要素。
如何做到「清晰、明确」
Claude 在官方的提示工程指南中提到一个很好的比喻：
在与 Claude 互动时，将其视为一位才华横溢但非常新的员工（患有失忆症），需要明确的指示。像任何新员工一样，Claude 并不了解你的规范、风格、准则或首选工作方式。 你越精确地解释你想要什么，Claude 的回应就会越好。
在实际的 Prompt 设计的过程中，只要遵循这个原则，写出的 Prompt 基本可以满足「明确」的要求。
- Prompt 撰写能力基本上等同于你的沟通能力；
- 如果你描述不清楚任务，那么多半是因为还没想明白任务；
- 先想明白任务，做好拆分，再动手设计 Prompt。
在与 LLM 沟通的过程中，想象它是你的一名同事，但你们都是远程办公，只能通过电子邮件文字沟通，你希望向对方提一个需求，需要对方尽快将其实现。
本着「有效沟通」的原则，你如何将任务准确的描述与传达？
错误示例
这个需求很紧急，怎么实现我不管，参考资料自己找，明天上线辛苦了。
正确示例
任务概览、任务背景、任务详情、拆分后的任务1、拆分后的任务2、拆分后的任务3、参考资料、任务输出要求、任务截止时间。
如何做到「结构化」
为什么需要结构化
讨论如何做到结构化，首先我们先讨论，为什么建议与 LLM 交互的过程中，需要将 Prompt 保持结构化。
依然沿用前面的举例，将 LLM 视为你的同事，但你们都是远程办公，只能通过电子邮件文字沟通，你希望向对方提一个需求，需要对方尽快将其实现。
你已经理解了如何在沟通中保持清晰和明确，现在需要将任务落实到纸面，开始写邮件了。
想象一下，为什么我们在邮件中需要标题？为什么需要分段落？更甚一步，为什么需要标点符号？
人类在传统的文字写作中，逐渐发明出段落及标点符号，主要的目的就是增加内容的可读性。换句话说，段落及标点符号，将一篇文章从某种意义上实现了结构化，让读者可以快速方便的理解一篇文章的整体结构和细节结构，增强阅读效率及理解深度。
将这个概念落地到 LLM Prompt 领域，我们已知 Prompt 在内容的角度需要「清晰、明确」，那么「结构化」是实现「清晰、明确」的具体表现方式。
使用内容结构化语言
在传统的文档编辑软件（如 Microsoft Word）中，我们可以通过多种方式来结构化我们的文档，比如设置标题层级、调整文本颜色、改变字体大小、设置段落缩进和行距等。这些视觉和格式化的元素帮助我们清晰地传达信息的结构和重要性。然而，在与 LLM 交互的过程中，我们面临一个挑战：我们只能输入纯文本。换句话说，我们无法使用 Word，只能使用记事本。
这意味着我们需要一种替代方案，既能在纯文本环境中工作，又能有效地传达结构化信息。所以，我们需要使用结构化语言。
结构化语言是指使用特定的格式或语法来组织和呈现信息的方式，比如 JSON、HTML、XML、Markdown。
在 LLM Prompt 的场景中，我们一般使用 Markdown，结合 XML 辅助。
为什么是 MarkDown？
虽然 JSON、HTML 和 XML 都是优秀的结构化语言，但在与 LLM 交互的场景中，Markdown 具有以下优势：
- 可读性强：Markdown 语法简洁，即使不渲染也容易阅读，对人类和 LLM 都友好。
- 学习成本低：相比 HTML 和 XML，Markdown 的语法更简单，易于掌握。
- 灵活性高：Markdown 可以轻松地转换为其他格式，如 HTML。
- 广泛支持：许多 LLM 和相关工具都原生支持 Markdown。
- 轻量级：相比 JSON 和 XML，Markdown 的标记更少，减少了不必要的复杂性。
- 富文本支持：Markdown 支持各种富文本元素，如表格、代码块等，满足大多数结构化需求。
- 专注于内容：Markdown 让用户更专注于内容本身，而不是复杂的标记语法。
一句话总结：有的语言对机器更友好，有的语言对人类更友好，而 Markdown 在简洁性、可读性和功能性之间达到了一个很好的平衡，它既能满足结构化的要求，又不会因过于复杂的语法而分散注意力，使得人类和 LLM 都能更好地关注于内容本身。
Claude 官方提示工程指南：使用 XML 标签来构建你的提示
清晰提示的黄金法则
向同事展示你的提示，最好是对任务几乎没有背景的人，并要求他们按照指示操作。如果他们感到困惑，Claude 可能也会感到困惑。--《Claude 官方提示工程指南》
学习资源
LLM 厂商官方的提示工程指南是最好的学习资料，胜过绝大多数社交媒体、社群中所谓的「课程」