4. 用BROKE原则解锁提示词工程的力量

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，能否解释一下第二次世界大战的原因？”

O: Output Format（输出格式）

告诉AI你希望信息以什么结构呈现，这样能让回答更易用。

• 示例： 请求“请以项目符号的形式总结第二次世界大战的原因。”

K: Knowledge Context（知识背景）

提供背景信息或额外细节有助于AI更好地理解你的需求。

• 示例： 提到“我正在准备一场高中历史考试，需要关于第二次世界大战的清晰简洁的信息。”

E: Examples（提供示例）

示例可以作为AI的模板，帮助它模仿你想要的风格或结构。

• 示例： 添加“以下是一个总结的示例：[插入你的示例]。你能写一个类似的吗？”

通过遵循BROKE原则，你可以将一个普通的提示词变成强大的工具，从而提升AI回答的质量和相关性。