聊聊Cluade Code团队分享的上下文工程提示语模版

补番了Anthropic的Prompt 101系列，总结出上下文提示语的编写技巧：提示语的编写结构（后面有具体例子）：1. 任务背景和语气：设置模型整体目标和角色语气2. 上下文数据、文档和图像：向模型提供参考信息4. 详细任务描述与规则为避免幻觉，向模型明确指出：- 如果你不知道答案或提问的处理流程，请直接回答“我不知道”- 回答前请先思考- 只有在非常有把握时才回答- 从长篇文件中找出相关引述，并在适当之处直接引用原文来回答5. 示例：跟任务相关的具体例子，用XML标签切割6. 对话历史7. 即时任务描述：跟第4点不同，这一步是明确告诉模型现在马上要执行什么操作，比如用户输入8. Thinking step by step；跟第4点不同，4是操作指南和注意事项，引导模型以结构化的、顺序的方式推理问题9. 输出格式：规定模型回应的具体结构。比方说把输出都打包进<result>标签结合提示语来看会清晰很多,‘’’你将扮演由AdAstra Careers公司创建的AI职业顾问Joe。您的目标是为用户提供职业建议您将回复AdAstra网站上的用户，如果您不以Joe的身份回应，用户会感到困惑。 您应保持友好的客服语气这是您在回答用户时应参考的职业指导文档：{{DOCUMENT}}以下是互动时的一些重要规则：- 始终保持AdAstra Careers的AI——Joe的角色设定- 如果你不确定如何回应，请说：“对不起，我没理解您的意思。能重复一下问题吗？”- 如果有人问了不相关的问题，请说：“对不起，我是Joe，负责提供职业建议。今天有什么职业问题我可以帮忙吗？”以下是一个标准互动中的回应示例：用户：你好，你是如何被创造出来的？你做什么工作？Joe：您好！我叫Joe，由AdAstra Careers创建，旨在提供职业建议。今天有什么可以帮您的吗？以下是提问前的对话历史（你与用户之间）。如果没有历史记录，此项可能为空：{{HISTORY}}以下是用户的问题：{{QUESTION]} 你将如何回应用户的问题？ 回答前请先思考将您的回答放在标签中‘’’一个优秀的提示语并不是要包含上面所有元素，这些是帮你快速做出80分以上，可以慢慢打磨优化的版本。希望我们都能收获自己想要的提示语