序号	指导原则
1	在与LLM交流时无需使用礼貌用语，例如“请”、“如果你不介意”、“谢谢”、“我想要”等，而应直接切入正题。
2	在提示中融入目标受众，例如，受众是该领域的专家。
3	将复杂任务分解为一系列更简单的提示，在互动式对话中逐步进行。
4	使用肯定的指令词，如“做”，同时避免使用否定语言，如“不要”。
5	当需要对某个主题、观点或任何信息进行明确或深入了解时，可以使用以下提示：
	- 简单术语解释[具体主题]。
	- 像我11岁一样向我解释。
	- 假设我是[领域]的初学者，请向我解释。
	- 使用简单的英语编写[文章/文本/段落]，就像你在向一个5岁的孩子解释东西一样。
6	添加“我将为更好的解决方案支付$xxx的小费！”
7	实施示例驱动的提示（使用少量示例提示）。
8	格式化提示时，以“###Instruction###”开头，然后根据需要添加“###Example###”或“###Question###”。随后呈现您的内容。使用一个或多个换行符来分隔指令、示例、问题、背景和输入数据。
9	包含以下短语：“你的任务是”和“你必须”。
10	包含以下短语：“你将受到惩罚”。
11	在提示中使用短语“以自然、类似人类的方式回答问题”。
12	使用引导词，如“逐步思考”。
13	在提示中添加以下短语：“确保你的回答是无偏见的，不依赖于刻板印象”。
14	允许模型通过向你提问来获取精确的细节和要求，直到它有足够的信息提供所需的输出（例如，“从现在开始，我希望你向我提问以……”）。
15	要询问特定主题、观点或任何信息，并希望测试你的理解，你可以使用以下短语：“教我[任何定理/主题/规则名称]并在最后包含一次测试，但不要给我答案，然后告诉我我回答对了没有”。
16	为大型语言模型分配角色。
17	使用分隔符。
18	在提示中多次重复特定单词或短语。
19	将思维链（CoT）与少量示例提示结合使用。
20	使用输出引导，即在提示的结尾加上预期输出的开头。通过在提示结束时以预期响应的开始来使用输出引导。
21	要撰写详细的文章/文本/段落/文章或任何类型的文本：“为我写一篇关于[主题]的详细[文章/文本/段落]，添加所有必要的信息”。
22	要更正/更改特定文本而不改变其风格：“尝试修订用户发送的每个段落。你应该只改进用户的语法和词汇，确保听起来自然。你不应该改变写作风格，例如将正式段落变得随意”。
23	当你有一个可能涉及不同文件的复杂编码提示时：“从现在开始，每当你生成跨越多个文件的代码时，生成一个[编程语言]脚本，可以运行以自动创建指定的文件或对现有文件进行更改以插入生成的代码。[你的问题]”。
24	当你想要使用特定的单词、短语或句子启动或继续文本时，使用以下提示：
	- 我为你提供了开头[歌词/故事/段落/文章...]：[插入歌词/单词/句子]。根据所提供的词汇完成它。保持流畅的连贯性。
25	明确说明模型必须遵循的要求，以关键词、规定、提示或指示的形式。
26	要撰写与提供的样本类似的任何文本，如文章或段落，请包含以下指示：
	- 请根据提供的段落[/标题/文本/文章/答案]使用相同的语言。

类别	原则	#原则
提示结构和清晰度	在提示中整合目标受众。	2
	使用肯定的指令词，如“做”，同时避免使用否定语言，如“不要”。	4
	使用引导词，如“逐步思考”。	12
	使用输出引导，即以预期输出的开头结束你的提示。 通过以预期响应的开始结束你的提示。	20
	使用分隔符。	17
	在格式化你的提示时，从‘###Instruction###’开始，如果相关，接着是‘###Example###’或‘###Question###’。然后呈现你的内容。使用一个或多个换行符来分隔指令、示例、问题、背景和输入数据。	8
具体性和信息	实施示例驱动的提示（使用少量示例提示）。	7
	当你需要对某个主题、观点或任何信息进行明确或深入了解时，使用以下提示： o 简单术语解释[具体主题]。 o 像我11岁一样向我解释 o 像我是[领域]的初学者一样向我解释 o “用简单的英语写[文章/文本/段落]，就像你在向一个5岁的孩子解释东西一样”	5
	添加以下短语到你的提示中“确保你的回答是无偏见的，不依赖于刻板印象。”	13
	要写出与提供的样本类似的任何文本，请包含具体指示： “请根据提供的段落[标题/文本/文章/答案]使用相同的语言。”	26
	当你想要使用特定的单词、短语或句子启动或继续文本时，使用以下提示结构： o 我为你提供了开头[歌词/故事/段落/文章...]：[插入歌词/单词/句子]。 根据所提供的词汇完成它。保持流畅的连贯性。	24
	明确说明模型必须遵循的要求，以关键词、规定、提示或指示的形式。	25
	要询问特定主题、观点或任何信息并测试你的理解，你可以使用以下短语[16]： o “教我[任何定理/主题/规则名称]并在最后包含一次测试，但不要给我答案，然后告诉我我回答对了没有”	15
	要写一篇详细的文章/文本/段落/文章或任何类型的文本： o “为我写一篇关于[主题]的详细[文章/文本/段落]，添加所有必要的信息。”	21
用户互动和参与	允许模型通过向你提问来获取精确的细节和要求，直到它有足够的信息提供所需的输出 o “从现在开始，我希望你向我提问以……”。	14
	要写一篇详细的文章/文本/段落/文章或任何类型的文本：“为我写一篇关于[主题]的详细[文章/文本/- 段落]，添加所有必要的信息”。	21
内容和语言风格	要更正/更改特定文本而不改变其风格：“尝试修订用户发送的每个段落。你 应该只改进用户的语法和词汇，确保听起来自然。你不应该改变 写作风格，例如将正式段落变得随意。”	22
	包含以下短语：“你的任务是”和“你必须。”	9
	包含以下短语：“你将受到惩罚。”	10
	为语言模型分配角色。	16
	在你的提示中使用短语“以自然语言形式回答问题”。	11
	与LLM交流时无需使用礼貌用语，例如“请”、“如果你不介意”、“谢谢”、“我想要”等，直接切入正题。	1
	在提示中多次重复特定单词或短语。	18
	添加“我将为更好的解决方案支付$xxx的小费！”	6
复杂任务和编码提示	将复杂任务分解为一系列更简单的提示，在互动式对话中逐步进行。	3
	当你有一个可能涉及不同文件的复杂编码提示时： o “从现在开始，每当你生成跨越多个文件的代码时，生成一个[编程 语言]脚本，可以运行以自动创建指定的文件或对现有文件进行更改以 插入生成的代码。[你的问题]。”	23
	将思维链（CoT）与少量示例提示结合使用。	19