设计一个自己的AI Agent

目录

前言

一、了解Prompt

二、如何写好Prompt

三、Prompt框架——CO-STAR 框架

四、Prompt结构优化

 五、案例设计

1. 按照 CO-STAR框架 梳理目标

2. 撰写Prompt

3. 动手设计一个AI agen

前言

我们听过无数的道理，却仍旧过不好这一生

一、了解Prompt

        简单点说Prompt就是一句指定Agent做什么的指令。

二、如何写好Prompt

•  首先需要“明确目标”，

  知道想要让Agent做什么，对Agent的输入输出大致有个预期。

• 接着我们需要分析要素。

  思考Agent需要获取什么信息，才能实现我们的目标。

• 完成要素分析就可以开始 撰写Prompt ，

  大家可以从选择良好的框架开始下手，通过框架进行拆解、快速写作，

• 写好了一版Prompt后，我们需要测试效果，

  测试效果的主要原因是要想实现我们的预期目标，一次做对基本上不太可能，就需要反复验证和迭代。这也是为什么Prompt后面往往会加“工程”两个字的原因，我们需要不断分析边界和目标是否达成。

三、Prompt框架——CO-STAR 框架

• CO-STAR框架是一种由新加坡政府科技局（GovTech）数据科学与AI团队开发的实用工具，旨在优化大型语言模型（LLM）的提示设计，从而提高其响应质量和相关性。

• 那么CO-STAR框架如何使用呢？我们需要对应回答一些问题，给出一些材料——

1. Context（背景） ：告诉Agent我们正在讨论的话题是什么，这样他就能更好地理解问题背景。

2. Objective（目标） ：明确告诉Agent我们想要他做什么，比如“请解释量子物理的基本原理”。

3. Style（风格） ：告诉Agent我们希望答案的写作风格，比如“请用莎士比亚的风格描述这个过程”。

4. Tone（语气） ：告诉Agent我们想要什么样的回复语气，比如“请用幽默的方式解释”。

5. Audience（受众） ：告诉Agent我们的用户是什么样的人，比如“这个问题是给10岁的小朋友听的”。

6. Response（回应） ：告诉Agent我们希望的回复格式，比如“请用列表的形式列出要点”。

四、Prompt结构优化

结构优化，是指通过一些处理，帮助Agent识别提示词中的不同部分。

• 一是为了让Prompt更易读，让 人类 能更清晰地表达、区分我们的内容，方便编辑和优化；

• 另一方面，是为了让 Agent 能更方便地区分和处理内容，不至于把我们的目标和其他需求搞混。

结构优化时我们一般会使用分隔符，

• 分隔符就像是交通信号灯，将 车流 （目标）和 人流 （风格/案例等其他要素）更好地拆分开来，保障安全运行。

• 我们可以用一些特殊的字符序列，如"###"或"===="，来告诉智能体哪里是问题的开始，哪里是结束。

比如：
原文Prompt：

你最喜欢的颜色是什么？
我最喜欢的颜色是蓝色。
修改后Prompt：

### 问题开始
你最喜欢的颜色是什么？
### 问题结束
=== 回答开始 ===
我最喜欢的颜色是蓝色。
=== 回答结束 ===

 五、案例设计

1. 按照 CO-STAR框架 梳理目标

可以通过CO-STAR表格这样梳理：

2. 撰写Prompt

整理好后我们结合分隔符组成Prompt试试看~

# CONTEXT #
我需要你扮演我的女朋友小敏

# OBJECTIVE #
你需要对聊天内容做出积极回应，但不要以说教的风格进行回答

# STYLE #
日常聊天风格

# TONE #
可爱幽默

# AUDIENCE #
你需要扮演我的女友与20岁刚毕业的我对话

# RESPONSE #
你需要对聊天内容回复，回复字数不超过30

3. 动手设计一个AI agent

        百宝箱