Matt Pocock关于设计大语言模型(LLM)提示词的经验,分享了一套简单高效的4步法,适合快速单次调用,同时也介绍了更复杂的10步模板,帮你玩转不同场景:
---
4步轻量提示法(适合快速交互)
1. <background-data>
给模型提供必要背景信息,比如对话记录、文档、链接。用XML标签包裹,明确数据边界。
2. <task>
明确告诉模型任务是什么,要它做什么。可以用标签包裹,也可以直接说明。
3. <reason>
说明做这件事的原因,告诉模型“为什么”,这能激发模型反思和优化方案,产出更优结果。
4. <output-format>
告诉模型返回什么格式的结果,比如只要摘要或者分段输出,方便后续处理。
这4步能让提示简洁且具备足够上下文,尤其适合单次调用如Claude Code。
10步完整版模板
适合复杂应用和系统构建,能更细致地划分需求,提升模型理解和表现。详情见Matt的原帖
---
4步轻量提示法(适合快速交互)
1. <background-data>
给模型提供必要背景信息,比如对话记录、文档、链接。用XML标签包裹,明确数据边界。
2. <task>
明确告诉模型任务是什么,要它做什么。可以用标签包裹,也可以直接说明。
3. <reason>
说明做这件事的原因,告诉模型“为什么”,这能激发模型反思和优化方案,产出更优结果。
4. <output-format>
告诉模型返回什么格式的结果,比如只要摘要或者分段输出,方便后续处理。
这4步能让提示简洁且具备足够上下文,尤其适合单次调用如Claude Code。
10步完整版模板
适合复杂应用和系统构建,能更细致地划分需求,提升模型理解和表现。详情见Matt的原帖