为什么别人用ChatGPT可以洋洋洒洒写出一堆精彩的回答，而自己问大模型输出的确是看似说了挺多但是却找不到重点，说了一堆废话基本没法用的状态。自从有了ChatGPT类的大模型工具之后，你会发现，怎么向它提问变得至关重要，好的问题，也就是提示词 (Prompts)是成功的一半。
我们来看下面这个例子，我来问下GPT-4，原始提示词: "给我一些健康饮食的建议"。
感觉GPT-4确实说了很多，但感觉范围又太大了，很多道理都懂，但是具体实施起来却又不知道如何下手，而且健康饮食的建议也跟不同的年龄、工作性质有关，所以以上回答还是有点泛泛而谈。这里面的原因还是提示词太简单了，所有我们有必要优化下提示词，给你看看优化后的版本如下：
你是一位有10年经验的注册营养师。
请提供5个实用的健康饮食建议。
使用简洁明了的语言,像在健康生活博客上写文章那样。
保持积极鼓励的语气,就像一位和蔼可亲的朋友一样，并强调改变饮食习惯的好处。
目标读者是25-40岁的都市白领,没有特殊健康问题。
以表格形式呈现5条建议,每条建议包括一个主要观点和一个具体的实施方法。
得到的回答如下：
你会说，写这么一堆提示语，是不是太麻烦了，平时我哪有时间和思路写这么多呀。其实，你只要接着看下去，就可以掌握这种方法，如何结构化地写提示词，一点都不不难。
而且，你学会了写这种提示词后，做现在很多Agent智能体也是手到擒来，因为智能体最关键的地方还是提示词的设计，以后你可以定制各种角色的机器人来作为你的助手。
CO-STAR 框架
写提示词的技巧很多，今天介绍一个专业的框架给大家，叫做CO-STAR 框架，是新加坡政府科技局数据科学与 AI 团队创立的，它不是凭空设计出来的，而是考虑了所有影响大语言模型响应效果和相关性的关键因素之后，作了各项对比的一个研究性成果，所以效果是妥妥滴有保障的。
那么我就来解释下这六个字母的意思：
(C) 上下文Context：即为为大语言模型提供详细的背景信息，换作人话来说，就是你想象你对面这个AI是一个人，他的个人背景就是他的身份。比如我之前举例的就是：你是一位有10年经验的注册营养师。比如还可以设计这种：你是一位洞察敏锐的未来学家和科技趋势分析师。当然，上下文还可以加入一些背景情况，比如说：我最近久坐，而且还感觉自己胖了不少。
(O) 目标Object：告诉AI他要为你做什么，这是Prompt的灵魂所在。也就是我们的核心诉求，因为大语言模型是需要专注一个具体目标之后，才不会瞎回答，也才不容易产生幻觉。上面我们提的例子中，这个目标就是：请提供5个实用的健康饮食建议。
这里就加上了具体的建议数目，不要太发散，提到实用，让AI更务实些。当然，设计一个好的目标，我们也可以按照SMART法则来写，具体内容较多，大家可以搜我这篇文章“SMART法则的力量”了解这个法则，同样适用于平时工作时设定目标。
(S) 风格Style：明确你期望的写作风格，这个也挺关键，不写的话，你会发现AI回答得总是有股浓浓的AI味，就像一种新式八股文一样，让人一眼就能看出来，但是加上风格之后就不一样了。上面我提到的“注册营养师”就加上了他的风格：“使用简洁明了的语言,像在健康生活博客上写文章那样”。你如果想写故事，甚至还可以指定AI按照鲁迅或者金庸的风格来写。
(T) 语气Tone：设定适当的语气，确保AI的回应能够与你希望要的情感或情绪背景相协调。比如正式、幽默、富有同情心等。而在我举的例子中，则希望这位注册营养师能够保持积极鼓励的语气，就像一位和蔼可亲的朋友一样，并强调改变饮食习惯的好处。你看不仅能够解决健康问题，还能带来情绪价值。
(A) 受众Audience：即这个回答要讲给谁听，对于举例的注册营养师来说，如果不限定这个，他可能回答范围就会从老年人为主，也可能是孩子为主，但这个就很随机了，所以你得告诉它，受众是25-40岁的都市白领,没有特殊健康问题。这样的回答才更多针对性。
(R) 响应Response：即规定输出的格式 ，否则默认都是普通文本输出。常见的格式包括列表、markdown格式，JSON 格式的数据、专业报告等。像我举的例子就是表格输出，并包含了内容的要点。
这六大要素就像六种色彩，可以无限调配出缤纷的Prompt。每一种要素都蕴含着独特的功能与价值。对它们的深入理解和灵活运用，是掌握Prompt设计艺术的基础。学会了这个技巧，用文心一言、讯飞星火、豆包、通义千问、腾讯元宝、智谱清言等其他国内大模型也是一样的。
根据以上经验呢，我做了一个CO-STAR提示词优化Agent，发布在了讯飞星火上，搜索“CO-STAR提示词优化”。
感兴趣的朋友可以登上去使用，只要输入你的提示词，就可以一键帮你优化成符合CO-STAR框架的提示词风格。
