电子商务平台经营者对_开发公司案外人执行异议申请书_在线识图_seo推广优化官网

---

---

前言

本文简答介绍了Prompt的使用技巧以及json生成的核心优势。

---

一、Prompt使用技巧

1. 结构化Prompt框架

基础四要素框架

Instruction

Instruction（指令）：明确核心任务（如"生成摘要"）。

Context

Context（背景）：补充领域知识（如"目标用户是医生"）。

Input Data

Input Data（输入）：提供待处理数据（如文本、数据表）。

Output Indicator

Output Indicator（输出指示）：指定格式（如Markdown表格、JSON）。
适用场景：复杂任务需清晰拆解时（如技术文档生成）。

2.CRISPE进阶框架

Caoacity and Role

Capacity and Role：定义角色（如"资深Python工程师"）。

Insight

Insight：背景洞察（如"读者是初学者"）。

Statement

Statement：具体任务（如"解释递归并举例"）。

Personality

Personality：风格设定（如"幽默如《银河系漫游指南》"）。

Experiment

Experiment：要求多方案（如"给出3种代码实现"）。
优势：适合创意内容生成（如营销文案、多版本方案）。

3. Zero-Shot与Few-Shot技巧

Zero-Shot

Zero-Shot：直接提问（如"翻译这段英文"），依赖模型预训练知识。

增强技巧：追加"Let’s think step by step"可提升逻辑性（如数学题解）。

Few-Shot

Few-Shot：提供1-3个示例（如输入-输出对），显著改善输出一致性。
案例：
示例输入：“会议改到明天下午3点” → 输出：{“event”: “会议”, “time”: “明天15:00”}
新输入：“生日派对推迟到周六晚上” → 模型会模仿输出JSON格式。

4. 自洽性与PAL模型

Self-Consistency

Self-Consistency：生成多个推理路径后投票选择最优解（如复杂算术题）。

PAL模型

PAL模型：将自然语言问题转为程序代码（如Python脚本）执行，适合数学/逻辑问题。
示例：提问"若x+3=5，求x"，模型生成x = 5 - 3并返回结果2。

二、JSON生成技巧

强制结构化输出

使用jsonschema定义字段类型、必填项（如"required": [“id”]）。

?明确提示"仅输出JSON，无需额外解释"。

示例模板：
请将以下文本转为JSON，需符合schema：
Schema: {“type”: “object”, “properties”: {“name”: {“type”: “string”}}}
文本：“产品名称：Ernie Bot”

三、JSON生成的核心优势

无缝集成开发

直接解析为Python/Ruby等语言的对象，避免正则提取文本的复杂性。
案例：API接口可直接消费LLM输出的JSON，减少转换代码。

数据校验保障

通过schema预设字段类型（如"price": {“type”: “number”}），避免字符串形式的"5元"导致后续计算错误。

跨平台兼容性

JSON被所有主流编程语言支持，且与NoSQL数据库（如MongoDB）天然兼容。

清晰的结构约束

模型严格遵循字段定义，减少无关内容（如避免生成"根据您的要求，JSON如下…"的冗余文本）。

四、最佳实践建议

简单任务

简单任务：用Zero-Shot + 输出指示（如"用50字总结"）。

复杂任务

复杂任务：CRISPE框架 + Few-Shot示例 + JSON Schema。

关键数据

关键数据：启用Self-Consistency生成多结果交叉验证。

通过组合这些技巧，可显著提升模型输出的准确性、结构化和可用性。

---