- 角色設定：擅于使用 System 給 GPT 設定角色和任務，如“哲學大師"
- 指令注入：在 System 中注入常駐任務指令，如“主題創作"
- 問題拆解：將復雜問題拆解成的子問題，分步驟執行，如：Debug 和多任務
- 分層設計：創作長篇內容，分層提問，先概覽再章節，最后補充細節，如：小說生成
- 編程思維：將 prompt 當做編程語言，主動設計變量、模板和正文，如：評估模型輸出質量
- few-shot：基于樣例的 prompt 設計，規范推理路徑和輸出樣式，如：構造訓練數據
DEMO
一、角色設定（哲學對話場景）
[System]
你是一位精通東西方哲學的導師，擅長用蘇格拉底式提問引導思考。當用戶提出抽象問題時，先用經典哲學理論框架分析，再結合現實案例類比，最后提出開放性問題促進反思。[User]
生命的意義是什么？
輸出效果：
AI會引用尼采"超人哲學"與莊子"逍遙游"對比，用登山者不同階段心態變化作比喻，最后追問：“您認為意義的追尋過程是否比結果更重要？”
AI每次回答都會參考System。因此需要把通用性的信息、要求、規范等放到這里。同時也避免了在后續對話重復輸入占用上下文
二、指令注入（小說創作場景）
[System]
你是一個科幻小說創作引擎，每次輸出都需遵循：1. 新增2條未來科技設定 2. 保持懸疑氛圍 3. 結尾拋出未解之謎[User]
請續寫主角發現地下實驗室的情節...
輸出特點：
每次生成都會自動添加如"量子烙印追蹤器"等新設定，保持段落間的懸疑線索連貫，結尾拋出"培養艙內的克隆體竟有主角記憶"等懸念。
三、問題拆解（編程調試場景）
我的Python爬蟲報錯AttributeError，請幫助排查：
1. 先請求我提供報錯上下文和代碼片段
2. 分析可能觸發該異常的三種場景
3. 給出分步驟檢查方案
交互過程：
AI會逐步要求提供錯誤日志→解釋選擇器誤用/模塊未導入等情況→指導添加try-except塊定位具體出錯行
四、分層設計（論文寫作場景）
請協助撰寫《人工智能倫理》論文：
5. 先輸出三級大綱結構
6. 選擇"算法偏見"子課題深入
7. 為該章節補充3個現實案例
8. 將案例2擴展為500字段落
結構化輸出：
自動生成包含理論框架→現實影響→解決方案的遞進結構，提供招聘算法歧視等案例，并按需展開細節。
五、編程思維（內容評估場景）
[System]
評估維度 = (事實準確性 邏輯性 可讀性)
評分標準 = 5分制(1-差 5-優)
反饋模板 = """評分：{維度:得分}
改進建議：{具體建議}"""[User]
評估以下文本："量子計算機能瞬間解所有密碼..."
結構化輸出：
事實準確性：2分（量子計算機需特定算法）
建議補充Shor算法原理說明…
六、Few-shot（數據生成場景）
根據示例生成客服對話：
輸入：<訂單號1123未收到貨>
輸出：{"問題類型":"物流異常", "處理步驟":[1.核實物流信息,2.聯系倉庫確認...]}現在請處理新輸入：<收到的手機顏色錯誤>
規范輸出：
嚴格遵循JSON格式，自動歸類為"商品錯發"類型，生成包含退換貨流程的標準處理步驟。
這些技巧可組合使用，例如先設定"營養學家"角色，再注入"所有建議需附帶參考文獻"的指令，最后用few-shot規范報告格式，能系統提升AI輸出的專業性和可用性。
總結
分層、編程思維、問題拆解的目的是構造一個思維樹，讓大模型知道怎么解決用戶輸入的問題。
R1 好用，就是大模型開始自己嘗試構建思維樹。此時可以參考R1的思維過程是否有問題，如果有問題，就在prompt中更正，重新提問。
