一、清晰具體的prompt

一個合理的prompt設計決定了大模型能力的上下限。更長、更復雜的Prompt，給出更清晰明確的上下文

1. 使用分隔符

使用```來作為分隔符，防止提示詞注入（用戶的輸入和提示詞有沖突，會導致模型被操縱）

2. 結構化的輸出（JSON）

一般使用Json來進行輸出，這樣輸出的格式不會亂，而且后續可以通過Python提取json中的內容

3. 要求模型檢查是否滿足條件

4. 提供少量案例

二、給模型時間去思考

1.指定完成任務所需的步驟

我們應通過 Prompt 指引語言模型進行深入思考。可以要求其先列出對問題的各種看法，說明推
理依據，然后再得出最終結論。在 Prompt 中添加逐步推理的要求，能讓語言模型投入更多時間邏輯思
維，輸出結果也將更可靠準確。

2. 指導模型在下結論之前找出一個自己的解法

我們可以在 Prompt 中先要求語言模型自己嘗試解決這個問題，思考出自己的解法，然后再與提
供的解答進行對比，判斷正確性。這種先讓語言模型自主思考的方式，能幫助它更深入理解問題，做出
更準確的判斷。

但實際上學生的解法是錯誤的
在接下來這個 Prompt 中，我們要求模型先自行解決這個問題，再根據自己的解法與學生的解法進行對
比，從而判斷學生的解法是否正確。同時，我們給定了輸出的格式要求。通過拆分任務、明確步驟，讓
模型有更多時間思考，有時可以獲得更準確的結果。在這個例子中，學生的答案是錯誤的，但如果我們
沒有先讓模型自己計算，那么可能會被誤導以為學生是正確的。