提示词要素
掌握提示词的四大核心组成部分
在接触大量提示工程相关的示例和应用后，你会发现提示词是由一些要素组成的。一个完整的提示词可以包含以下任意要素：
指令（Instruction）
想要模型执行的特定任务或指令。这是提示词中最核心的部分，明确告诉模型你需要它做什么。
示例：
"将评论分类为好评、中评或差评"
上下文（Context）
包含外部信息或额外的上下文信息，用于引导语言模型更好地响应。上下文可以是其他示例、背景信息或任何有助于模型理解任务的内容。
示例：
"你是一位资深美食评论家，正在为大众点评撰写点评..."
输入数据（Input Data）
用户输入的内容或问题。这是模型需要处理的具体数据。
示例：
"评论：这家火锅店的毛肚特别新鲜，锅底也很正宗。"
输出指示（Output Indicator）
指定输出的类型或格式。明确期望的输出格式可以帮助模型生成更符合需求的结果。
示例：
"评分："
综合示例
为了更好地演示提示词要素，下面是一个完整的提示词示例：
提示词：
请将评论分类为好评、中评或差评
评论：这家火锅店的毛肚特别新鲜，锅底也很正宗。
评分：
在这个示例中：
- 指令："将评论分类为好评、中评或差评"
- 输入数据："这家火锅店的毛肚特别新鲜，锅底也很正宗"
- 输出指示："评分："
注意：提示词所需的格式取决于你想要语言模型完成的任务类型，并非所有要素都是必须的。在后续的指南中我们会提供更多具体的示例。