在提示词工程中，CLEAR原则是设计高质量提示词的又一有效方法。它的目标是确保清晰性和精准性，帮助像ChatGPT这样的AI模型提供准确且相关的响应。
让我们逐一解析：
C: Contextualize the Request（提供背景）
提供适当的背景信息，确保AI明确你的需求。
* 示例： 与其问“天气怎么样？”，不如明确“明天纽约市的天气如何？”
L: Limit Ambiguity（减少歧义）
避免模糊或多层次的问题。简单且专注的提示词会带来更好的结果。
* 示例： 用“解释美国内战的主要事件”替代“告诉我关于历史的内容”。
E: Explicitly Define Outputs（明确输出要求）
Today, let’s explore the SPACE principle, another powerful guideline for crafting effective prompts in AI models like ChatGPT. Like BROKE, SPACE is designed to make your prompts more intentional and effective.
So,
今天，让我们来学习另一个强大的提示词设计指南：SPACE原则。与BROKE类似，SPACE的目标是让你的提示词更加有针对性和高效。
那么，SPACE具体代表什么呢？让我们详细解读：
S: Set the Scope（设定范围）
明确问题或任务的范围，避免答案过于宽泛。一个范围清晰的提示词能引导AI聚焦于关键内容。
* 示例： 与其问“解释科技趋势”，不如问“2024年最具前景的三大AI技术是什么？”
P: Provide Perspective（提供视角）
引导AI采用特定的观点或语气，使回答更有深度。
* 示例： 请求“从环境科学家的角度，谈谈可再生能源的优势是什么？”
A: Ask
Today, let’s dive into something fascinating: the BROKE principle for prompt engineering. Don’t worry, the name doesn’t mean it’s flawed. It’s actually a handy mnemonic to guide us
今天，让我们来探索一个有趣的主题：BROKE原则在提示词工程中的应用。不用担心，这个名字并不意味着它有缺陷。实际上，它是一个非常实用的记忆法，帮助我们为像ChatGPT这样的AI模型设计出优秀的提示词。
那么，BROKE代表什么呢？让我来为你一一解析：
B: Be Specific（具体化）
如果你的问题过于笼统，通常会得到笼统的回答。一个具体的提示词会带来具体且高质量的结果。
* 示例： 与其问“告诉我一些历史相关的事情”，不如问“第二次世界大战的主要原因是什么？”
R: Role Assignment（分配角色）
给AI指定一个角色可以让它表现得更好。这有助于模型调整语气、风格和提供的信息。
* 示例： 询问“你是一位历史教授，
