如果你想让机器自动完成一些重复性的工作，比如每周根据最新的销售数据写一份周报，或者根据用户的注册信息发一封欢迎邮件，那么“模板化提示词”就是解决问题的关键。这东西听起来可能有点复杂，但说白了，就是创建一个带有“坑”的文本模板，然后让程序把最新的信息填到这些“坑”里，最后把填好内容的完整文本交给大语言模型去处理。
这就像我们上学时做填空题，题目是固定的，但答案需要我们自己填。在这里，模板就是固定的题目，变量就是我们要填的答案。手动操作时，你可能会复制粘贴模板，然后手动把“客户姓名”、“订单号”这些变量换成具体信息。而自动化工作流，就是让程序代替你来做这个填写的动作。这样做的好处很明显：保证了每次任务的结构一致性，减少了手动操作的出错可能，并且能处理大量的重复任务，大大提高了效率。
第一步：拆解任务，找到变量
要设计一个好的模板，首先要搞清楚你的任务是什么，以及这个任务里哪些部分是固定不变的，哪些是每次都需要更新的。
我们拿一个实际的例子来说明：假设你要自动生成一封催缴用户续费的邮件。
首先，分析这封邮件的构成：
* 固定的部分：邮件的整体结构、问候语、催缴的理由、续费链接的引导语等等。这些内容对于每一个未续费的用户来说都是一样的。
* 变化的部分（变量）：每个用户的具体信息是不同的。这些就是我们要找的变量，比如：
* {{用户昵称}}
* {{产品名称}}
* {{到期日期}}
* {{续费链接}}
把这些变量识别出来后，你就可以开始构建模板的雏形了。通常，我们会用双大括号 {{ }} 或者类似的标记把变量名包起来，这样程序才能识别出哪里是需要填充的“坑”。
一个简单的邮件模板可能是这样的：
主题： 关于您的 {{产品名称}} 订阅即将到期的提醒
嗨，{{用户昵称}}，
温馨提醒，您的 {{产品名称}} 订阅服务即将在 {{到期日期}} 到期。
为了确保您能继续使用我们的服务，请点击下面的链接完成续费：
{{续费链接}}感谢您的支持！
你看，这个结构非常清晰。不变的部分是框架，变化的部分是变量。程序要做的，就是从数据库或者其他数据源里，把每个用户的昵称、产品名称、到期日和专属续费链接提取出来，然后一一对应地填进这个模板。
第二步：明确指令，减少模型的误判
光有模板和变量还不够。你需要告诉大语言模型（LLM）拿到这些填好空的信息后，应该做什么。指令必须清晰、具体，不能模棱两可。 模糊的指令只会得到模糊或者完全错误的结果。
继续上面的例子，如果我们希望模型能根据用户的不同情况，微调邮件的语气，我们可以把指令写得更具体。假设我们还有一个变量叫 {{用户等级}}，分为“普通用户”和“VIP用户”。
这时，模板可以升级成这样：
角色： 你是一名专业的客户关系经理。
任务： 根据下面提供的信息，生成一封续费提醒邮件。邮件内容需要友好、专业。
特殊指令：
* 如果{{用户等级}}是 “VIP用户”，在邮件开头增加一句“作为我们的尊贵VIP客户”，并且语气要更加热情。
* 如果{{用户等级}}是 “普通用户”，则保持标准语气。邮件信息：
* 用户昵称:{{用户昵称}}
* 产品名称:{{产品名称}}
* 到期日期:{{到期日期}}
* 用户等级:{{用户等级}}
* 续费链接:{{续费链接}}输出格式： 直接输出邮件正文，不要包含任何额外的解释或标题。
在这个升级版的模板里，我们不仅提供了数据变量，还加入了“角色”、“任务”、“特殊指令”和“输出格式”这些明确的指示。 这样做的好处是：
1. 赋予角色： 让模型知道自己要扮演一个什么样的角色，这有助于它采用合适的语气和风格。
2. 清晰的任务描述： 直接告诉模型要做什么。
3. 条件逻辑： 通过“如果…那么…”的指令，让模型能够处理更复杂的情况，实现动态调整。
4. 格式控制： 限定输出格式可以确保程序能准确地提取模型生成的内容，用于下一步的自动化操作（比如直接发送邮件）。
第三步：设计可扩展和易于维护的结构
当你的自动化工作流变得越来越复杂时，可能会有很多个类似的模板。如果每个模板都从头写，维护起来会很麻烦。
一个好的做法是把模板模块化。 我们可以创建一个包含通用指令和结构的“基础模板”，然后让其他特定的模板来继承或引用这个基础模板。
例如，你可以创建一个“基础邮件模板”，里面定义了通用的问候、结尾和公司签名。然后，无论是续费邮件、欢迎邮件还是活动通知邮件，都可以在这个基础上，只添加各自特有的内容和变量。这种方法在很多编程框架中被称为“模板继承”，能极大地减少重复代码，也方便统一修改。
另一个经验是，使用分隔符来清晰地划分指令和数据区域。 比如用 ### 或者 """ 把指令部分和需要模型处理的数据文本隔开。这能帮助模型更好地理解不同部分的作用，避免它把你的指令当成需要处理的内容。
一个实际工作流的例子：自动生成社交媒体帖子
假设你是一个内容运营，需要每天根据不同的新闻源，为公司的社交媒体账号生成帖子。
确定变量：
{{新闻标题}}{{新闻摘要}}{{新闻链接}}{{目标平台}}(例如：微博、小红书){{附加指令}}(例如：今天多加一些表情符号)
设计模板化提示词：
角色： 你是一个资深的社交媒体运营专家。
背景： 你需要为
{{目标平台}}平台创作一条帖子。{{目标平台}}的用户喜欢轻松、有趣的风格。任务：
1. 阅读以下新闻内容。
2. 根据新闻内容，撰写一条吸引人的帖子。
3. 帖子需要包含一个引导用户讨论的问题。
4. 在帖子末尾附上新闻链接。新闻内容：
“””
标题：{{新闻标题}}
摘要：{{新闻摘要}}
“””附加指令：
{{附加指令}}链接：
{{新闻链接}}输出要求：
直接输出帖子正文，字数控制在150字以内。
自动化流程：
- 一个爬虫程序每天自动抓取指定网站的新闻标题和摘要。
- 另一个程序读取这些数据，并根据当天的运营要求（比如平台是微博，附加指令是“加上#每日新闻#标签”），填充到上面的模板中。
- 程序将填充好的完整提示词发送给大语言模型API。
- 接收到模型返回的帖子内容后，程序可以自动发布到指定的社交媒体平台，或者存入草稿箱等待人工审核。
通过这种方式，原本需要手动完成的“阅读新闻 -> 构思帖子 -> 撰写发布”的流程，就实现了高度自动化。而且，因为模板是固定的，所以生成的帖子风格也会非常统一，符合品牌形象。这个过程让你可以专注于更高层次的策略，而不是被重复的执行工作所束缚。
评论前必须登录！
注册