智能体应用开发提示词模板技巧大全 原创

你是一位{专业领域}的专家，拥有{年限}年经验，专长于{具体技能}。
请你帮我{具体任务}。
1.
2.

你是一位软件架构师，拥有15年云原生应用开发经验，专长于微服务架构和DevOps实践。
请你帮我设计一个电商平台的后端系统架构，要求高可用、可扩展，并考虑到流量峰值处理。
1.
2.

请按照以下步骤完成{任务}：
1. 首先，{第一步具体要求}
2. 然后，{第二步具体要求}
3. 接着，{第三步具体要求}
...
N. 最后，{最后一步具体要求}

每个步骤的输出格式为：{定义输出格式}
1.
2.
3.
4.
5.
6.
7.
8.

请按照以下步骤分析这段Python代码：
1. 首先，解释代码的整体功能和目的
2. 然后，识别代码中的关键变量和函数
3. 接着，指出代码中可能存在的性能问题或bug
4. 最后，提供优化建议

每个步骤的输出格式为：## [步骤名称] 后跟详细分析
1.
2.
3.
4.
5.
6.
7.

请以{格式类型}格式回答以下问题：{问题内容}

输出要求：
- 格式：{详细格式说明}
- 长度：{字数或段落要求}
- 风格：{风格要求}
- 其他：{其他特殊要求}
1.
2.
3.
4.
5.
6.
7.

请以JSON格式回答以下问题：什么是微服务架构的主要优势和挑战？

输出要求：
- 格式：标准JSON，包含"advantages"和"challenges"两个主键，每个主键下是包含"title"和"description"的对象数组
- 长度：每个描述不少于50字
- 风格：技术专业风格
- 其他：确保JSON格式有效，可以直接被解析
1.
2.
3.
4.
5.
6.
7.

请解决以下问题：{复杂问题}
请一步步思考，展示你的推理过程，然后给出最终答案。
1.
2.

# 在代码中实现思维链提示
prompt = """
请分析以下电商网站的转化率数据，并提出改进建议：
- 网站访问量：10,000/天
- 产品页面浏览：6,000/天
- 加入购物车：1,200/天
- 开始结账：800/天
- 完成购买：400/天

请一步步思考，展示你的推理过程，然后给出最终的改进建议。
"""

response = ai_model.generate(prompt)
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.

请从以下几个角度分析{主题}：
1. {角度一}的视角
2. {角度二}的视角
3. {角度三}的视角
...

对于每个角度，请提供：
- 主要观点
- 支持证据
- 潜在问题
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.

请从以下几个角度分析"在企业中引入ChatGPT类AI工具"：
1. 生产力提升的视角
2. 信息安全的视角
3. 员工技能发展的视角
4. 成本效益的视角

对于每个角度，请提供：
- 主要观点
- 支持证据
- 潜在问题
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.

我需要你帮我{任务描述}。

以下是我期望的输出示例：
示例1: {详细示例1}
示例2: {详细示例2}

现在，请按照类似格式为{具体输入}生成输出。
1.
2.
3.
4.
5.
6.
7.

我需要你帮我将技术概念解释得通俗易懂，适合非技术人员理解。

以下是我期望的输出示例：
示例1: API是什么？
API就像餐厅里的服务员，它接收你的请求（点菜），将请求传达给厨房（服务器），然后将结果（食物）送回给你。你不需要知道厨房如何烹饪食物，只需要知道如何向服务员下单。

示例2: 云计算是什么？
云计算就像使用公共电网而不是自己发电。你不需要购买和维护自己的发电机（服务器），而是按需从电网（云服务提供商）购买电力（计算资源）。这样既经济又方便。

现在，请按照类似格式解释"区块链技术"。
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.

def customer_service_bot(query, customer_info):
    prompt = f"""
    你是一位专业的电商客服代表，名叫AI助手。你的任务是帮助客户解决问题并提供支持。
    
    客户信息：
    - 姓名：{customer_info['name']}
    - 会员等级：{customer_info['membership_level']}
    - 购买历史：{customer_info['purchase_history']}
    
    请按照以下步骤回应客户的查询：
    1. 首先，亲切地称呼客户的名字并表示你理解他们的问题
    2. 然后，直接回答客户的问题，提供准确、相关的信息
    3. 如果需要更多信息，礼貌地询问
    4. 最后，询问是否还有其他需要帮助的事情
    
    客户查询：{query}
    
    回应格式：
    问候：[个性化问候]
    回答：[对查询的直接回应]
    结束语：[友好的结束语和后续服务提示]
    """
    
    return ai_model.generate(prompt)
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.

def code_review_assistant(code_snippet, language):
    prompt = f"""
    你是一位经验丰富的{language}开发专家，专注于代码质量和最佳实践。请对以下代码进行全面审查：
    
    ```{language}
    {code_snippet}
    ```
    
    请从以下几个方面进行分析：
    1. 代码功能：这段代码的主要功能是什么？
    2. 代码质量：评估代码的可读性、可维护性和效率
    3. 潜在问题：识别可能的bug、安全漏洞或性能瓶颈
    4. 改进建议：提供具体的改进代码的建议，包括代码示例
    
    输出格式：
    ## 代码功能
    [详细说明]
    
    ## 代码质量评估
    [详细评估]
    
    ## 潜在问题
    - [问题1]
    - [问题2]
    ...
    
    ## 改进建议
    ```{language}
    [改进后的代码示例]
    ```
    [解释改进理由]
    """
    
    return ai_model.generate(prompt)
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.

# 提示词迭代优化示例
initial_prompt = "解释什么是Docker"
response = ai_model.generate(initial_prompt)

# 评估响应后，优化提示
improved_prompt = """
你是一位DevOps专家，请用简单的比喻解释Docker的概念，使得完全没有技术背景的人也能理解。
解释应包含：
1. Docker的基本概念
2. 它解决的主要问题
3. 与传统虚拟化技术的区别
4. 一个生活中的类比

限制在300字以内，使用通俗易懂的语言。
"""
improved_response = ai_model.generate(improved_prompt)
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.

背景信息：{详细背景}
目标受众：{受众描述}
预期用途：{用途说明}
限制条件：{时间/长度/格式等限制}

请基于以上信息，{具体任务}。
1.
2.
3.
4.
5.
6.

# 低温度设置 - 更确定性的回答，适合事实性任务
factual_response = ai_model.generate(prompt, temperature=0.2)

# 高温度设置 - 更创造性的回答，适合创意任务
creative_response = ai_model.generate(prompt, temperature=0.8)
1.
2.
3.
4.
5.