AI核心知识54——大语言模型之Structured CoT（简洁且通俗易懂版）-育师

结构化提示词 (Structured Prompting)是将提示工程 (Prompt Engineering)从“玄学”变成“工程学”的关键一步。

简单来说，结构化提示词就是把你的自然语言（人话），按照一定的逻辑框架，组织成类似“代码”或“表单”的格式，喂给 AI。

与其说你在跟 AI “聊天”，不如说你是在用自然语言给 AI“编程”。

1. 🆚 对比：乱炖 vs. 套餐

为了理解它的威力，我们看一个对比：

❌ 非结构化提示词 (小白写法)：
“帮我写个卖咖啡的文案，要吸引人一点，针对上班族的，不要太长，稍微幽默点，带上我们的优惠活动买一送一。”
- 缺点：信息混杂，重点不突出，AI 容易漏掉“幽默”或“针对上班族”的要求，输出结果很随机。

✅ 结构化提示词 (高手写法)：

Markdown：

# Role (角色) 你是一名为拥有10年经验的资深文案策划，擅长通过痛点营销打动都市白领。 # Project (项目背景) 我们需要为一款“特浓醒脑冰美式”撰写朋友圈推广文案。 # Target Audience (目标受众) 经常加班、早起困难、急需提神的 CBD 上班族。 # Constraints (约束条件) 1. 语气风格：幽默、调侃、像朋友聊天。 2. 字数限制：100字以内。 3. 核心卖点：3倍浓度，一口回魂。 4. 必须包含：本周五“买一送一”活动。 # Output Format (输出格式) 请提供 3 个不同版本的文案，按“标题 + 正文”格式输出。

优点：AI 一眼就能看到角色、背景、约束、格式。这就好比给 AI 填好了一张“需求单”，它想跑偏都难。

2. 🏗️ 核心原理：利用 AI 的“注意力机制”

为什么加了#号和换行，效果就好这么多？

这利用了我们在第一节课讲过的Transformer 架构：

Markdown 语法 (如 #, ##)：在大模型的训练数据（如 GitHub 代码、技术文档）中，标题通常意味着“重点”。使用结构化符号，相当于给 AI 画了重点，告诉它的注意力机制 (Attention)该关注哪里。
模块化思维：将复杂的任务拆解成小模块（角色、背景、任务）。AI 处理“小而清晰”的指令，比处理“大而模糊”的一段话要准确得多。

3. 🧩 结构化提示词的标准框架 (LangGPT 等流派)

目前业界最流行的结构化框架（如 LangGPT）通常包含以下模块：

模块	关键词 (Tag)	作用
角色设定	`# Role`	激活参数。圈定 AI 的知识范围（你是律师，不是厨师）。
背景信息	`# Context`	提供上下文。让 AI 知道前因后果，减少幻觉。
任务目标	`# Goals`	明确终点。你要得到什么结果？
约束条件	`# Constraints`	划红线。字数、语气、禁止词汇。这是防止 AI 放飞自我的关键。
技能要求	`# Skills`	强化能力。比如“你需要熟练使用 Python”或“你需要懂马斯洛需求理论”。
工作流	`# Workflow`	思维链 (CoT)。强制 AI 按步骤思考（1.分析... 2.构思... 3.输出...）。
示例	`# Few-Shot`	照猫画虎。给它一两个理想的例子，让它模仿风格。
初始化	`# Initialization`	开场白。让 AI 确认收到指令，并准备开始。