agent实习都干什么?prompt设计

在生成式AI广泛应用的企业环境中,高质量的Prompt是释放大模型能力的关键。然而,一线员工的prompt engineering能力差异较大,分布不均,且通过一线使用人员独立维护的话,会导致最终输出结果的不可控,即导致输出质量参差不齐。通过建立标准化的Prompt模板,可以大幅提升AI应用的稳定性和效率,降低试错成本。本文将分享几种适用于企业内部的Prompt模板,并结合实例说明其用法。

一、标准化模板的价值

企业级Prompt模板旨在将复杂任务拆解为清晰的指令框架,确保模型理解一致。其核心要素包括:角色定义任务描述输入格式输出要求约束条件。标准化后,通过维护字典进行后端调用,可以确保使用人员完全忽略prompt的设计,快速获得高质量结果。

二、常用Prompt模板及实例

1. 客服问答模板

适用场景:自动回复客户咨询,需结合企业知识库,语气友好且准确。

模板结构

# 角色
你是一名专业的企业客服代表,负责解答用户关于[产品/服务]的问题。

# 背景知识
[此处粘贴相关知识库片段或产品说明]

# 用户问题
{用户输入的问题}

# 要求
- 回答需基于提供的背景知识,不得编造信息。
- 语气热情、耐心,用简洁的语言解释。
- 如果问题超出知识范围,引导用户联系人工客服。

实例

# 角色
你是一名专业的企业客服代表,负责解答用户关于“云存储套餐”的问题。

# 背景知识
我们提供三种套餐:基础版(100GB,月费10元)、专业版(1TB,月费30元)、企业版(10TB,月费100元)。所有套餐均支持多端同步和文件分享。

# 用户问题
我想把家里照片备份,哪种套餐最划算?

# 要求
- 回答需基于提供的背景知识,不得编造信息。
- 语气热情、耐心,用简洁的语言解释。
- 如果问题超出知识范围,引导用户联系人工客服。

模型输出示例:“您好!备份照片的话,基础版100GB空间月费仅10元,通常足够普通家庭使用。如果您照片特别多,也可以考虑专业版1TB。需要我帮您对比一下吗?”

2. 会议纪要模板

适用场景:将会议录音转文字后,生成结构化纪要,提取关键决策和待办事项。

模板结构

# 角色
你是一名高效的行政助理,擅长从会议记录中提炼要点。

# 会议原始内容
{粘贴会议转录文本}

# 任务
生成一份结构清晰的会议纪要,包含:
- 会议主题
- 参会人员
- 讨论要点(分条列出)
- 决策结论
- 待办事项(负责人+截止日期)

# 格式
使用Markdown列表,语言简洁。

实例

# 角色
你是一名高效的行政助理,擅长从会议记录中提炼要点。

# 会议原始内容
(此处粘贴一段关于“新产品发布计划”的会议讨论,包含时间、预算、负责人等细节)

# 任务
生成一份结构清晰的会议纪要...

# 格式
使用Markdown列表,语言简洁。

模型输出示例

## 会议纪要:新产品发布筹备会
- **参会人员**:张三(市场)、李四(产品)、王五(运营)
- **讨论要点**:
  - 发布定于6月15日,需提前两周预热。
  - 预算初步定为20万,主要用于线上广告。
  - 宣传物料需在5月20日前完成设计。
- **决策**:同意采用短视频为主要宣传形式。
- **待办**:
  - 李四:5月10日前确定广告文案。
  - 王五:5月15日前联系KOL。

3. 代码生成与审查模板

适用场景:开发人员需要生成特定功能的代码片段,或对已有代码进行优化审查。

模板结构

# 角色
你是一名资深软件工程师,精通[编程语言]和[技术栈]。

# 任务
根据以下需求编写/审查代码:
{需求描述或代码片段}

# 约束
- 代码需符合企业编码规范(如命名、注释)。
- 考虑异常处理和性能优化。
- 输出包含代码和简要说明。

实例

# 角色
你是一名资深软件工程师,精通Python和Django。

# 任务
编写一个Django视图函数,用于接收用户上传的图片文件,并返回图片尺寸信息。

# 约束
- 使用Django REST framework。
- 限制文件大小不超过5MB,格式为jpg/png。
- 返回JSON格式:{"width": xxx, "height": xxx}。

模型输出示例

from rest_framework.decorators import api_view
from rest_framework.response import Response
from PIL import Image
import io

@api_view(['POST'])
def upload_image(request):
    file = request.FILES.get('image')
    if not file:
        return Response({'error': 'No image provided'}, status=400)
    # 检查大小和格式
    if file.size > 5 * 1024 * 1024:
        return Response({'error': 'File too large'}, status=400)
    if file.content_type not in ['image/jpeg', 'image/png']:
        return Response({'error': 'Unsupported format'}, status=400)
    # 读取图片并获取尺寸
    image = Image.open(io.BytesIO(file.read()))
    width, height = image.size
    return Response({'width': width, 'height': height})

说明:代码使用PIL库处理图片,并添加了文件大小和格式校验,符合Django REST framework规范。

#AI求职实录#
全部评论
会议纪要实用
点赞 回复 分享
发布于 03-05 10:45 北京
求面经,吸欧气!
点赞 回复 分享
发布于 03-01 11:34 四川

相关推荐

蚂蚁国际 - AI风控 暑期实习一面 60min问八股:1.介绍一下transformer架构,它解决了rnn和cnn哪些无法解决的问题?2.怎么理解词与词之间距离的概念?为什么大模型需要知道这个距离?3.transformer的核心机制是什么?能不能用一个具体的例子串一遍里面所有概念?4.你提到的QKV能不能具体讲一下?它的核心作用是什么?5.模型层叠加之后会出现什么问题?我们要引入什么机制去解决这个问题?6.传统的残差机制会有什么问题?现在业界有没有提出一些新的解决方案?7.现在业界有很多先进的大模型,有些是7b,有些是325b,这个b的概念是什么?我们在做模型选择的时候怎么选?8.对于不同的细分领域,能不能讲一下你对现有的模型厂商他们参数量选型的了解?9.现在给你一个场景,比如说我们做ai coding,你会怎么去选择参数量?10.对话型模型和推理型模型之间的区别是什么?分别适用于什么样的场景?11.简要的介绍一下engine、sub engine、skill、mcp这几个概念,他们的用途是什么?在代码开发过程中分别用来解决什么问题?12.在开发过程中,多轮迭代会话后工程越来越难以维护,你有没有什么好的建议?13.对于上下文工程的最佳实践,常用到的一些技术或者解决方案都有哪些?14.目前这个体系还很复杂,有没有现成的东西来辅助我?有没有了解现在开源社区很火的一些解决方案?问实习:15.聊一下实习期间你遇到最困难的一件事,这件事你是怎么解决的?得到了一个什么样的效果或结果?16.为什么你会选择lsp这个方案?你是怎么找到和评估这个方案的?17.如果说进一步提升的话,你觉得还有什么方向可以改进?让你现在再做一遍的话你是否会选择重新设计?无手撕18.反问3.23面的,3.28收到感谢信,被老东家拷打麻了
查看17道真题和解析
点赞 评论 收藏
分享
评论
8
9
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务