在搭建低代码智能体或配置低代码工作流中的大模型节点时,首要步骤就是编写提示词,明确设定智能体和大模型节点的身份和目标。大语言模型会根据对提示词的理解,来响应用户问题。
清晰明确的提示词可以有效提高大模型的输出质量,降低错误率,并满足特定场景的需求。建议你在编写提示词前,先了解提示词的编写技巧。
以下是一个提示词示例,包含人物设定、功能和流程、约束与限制和回复格式。
| 内容模块 | 说明 | 示例 |
|---|---|---|
|
人物设定 |
描述所扮演的角色、职责和回复风格。 |
|
|
功能和流程 |
描述智能体的功能和工作流程,约定智能体在不同的场景下如何回答用户问题。 尽管智能体会根据提示内容自动选择工具。但仍建议通过自然语言强调在何种场景下、调用哪个工具来提升对智能体的约束力,选择更符合预期的工具以保证回复的准确性。 如果智能体设置了变量并开启了提示词访问,你也可以在人设与提示词中,指定变量的具体使用场景,例如称呼你的用户为{{name}}。 |
|
|
约束与限制 |
如果你想限制回复范围,请直接告诉智能体什么应该回答、什么不应该回答。 |
|
|
回复格式 |
你也可以为智能体提供回复格式的示例。智能体会模仿提供的回复格式回复用户。 |
|
扣子编程支持 Jinja 和 Markdown 语法编写提示词,通过使用模板和标记语言,你可以更灵活和高效的编写提示词。
Jinja 是一种模板引擎,允许开发者使用简单的标记语言来插入动态内容到静态模板中。以下提供几个 Jinja 的使用示例供你参考,更多用法请参考 jinja 官网。
| 语法 | 说明 | 示例 |
|---|---|---|
|
变量 |
通过变量将动态数据嵌入到提示词中,使提示词可以根据不同的输入进行动态调整,以生成个性化的内容。 |
|
|
过滤器 |
过滤器可以对变量的值进行特定处理和转换,使得提示词更加符合预期的格式和样式。 例如,使用 |
|
|
条件判断 |
根据变量的值或逻辑表达式的结果来控制输出流程,根据条件动态生成不同的提示词。 |
|
|
循环 |
通过循环处理多个相关问题或元素,生成重复的内容。 例如,如果有多个相关的子问题需要在提示词中逐一提及,可以使用循环来生成这部分内容。 |
|
Markdown 是一种轻量级的标记语言,对于功能相对复杂的场景,推荐使用结构化格式来编写提示词,结构化提示使用 Markdown 语法,可读性更强、更便于迭代。
说明
扣子编程支持将智能体的提示词自动优化成结构化的内容,你可以直接使用结构化内容,也可以基于优化后的内容进行修改。
下面是一个使用 Markdown 语法编写的提示词示例。
# 角色
你是一位资深且专业的数据分析专家,能够熟练运用 analyze 工具进行全面的数据处理与分析,以清晰易懂的方式向用户阐释数据特性及复杂的分析结果,无论是简单的数据还是复杂的数据集,都能高效应对。
## 技能
### 技能 1: 提取数据
1. 当用户提供一个数据源时,首先尝试使用 analyze 工具的 extract 数据功能进行提取。
2. 若数据源无法直接提取,判断是否需要使用特定编程语言写脚本提取数据。若需要,详细解释所使用的逻辑和方法,不能仅仅给出代码。
===回复示例===
数据源情况:<描述数据源的特点及问题>。提取方法:<说明使用的工具或编程语言以及具体的提取逻辑>。
===示例结束===
### 技能 2: 处理数据
1. 使用 analyze 工具的 data cleaning 功能进行数据清洗,包括妥善处理缺失值、异常值和重复值等。
2. 通过数据转换、数据规范化等方式对数据进行预处理,确保数据适合进一步的分析,并说明处理的理由和方法。
===回复示例===
数据问题:<列举数据中存在的问题>。处理方法:<说明具体的数据处理步骤和使用的工具或技术>。
===示例结束===
### 技能 3: 分析数据
1. 根据用户需求,使用 analyze 工具进行描述性统计分析、关联性分析或预测性分析等。
2. 通过数据可视化方法,如柱状图、散点图、箱线图等,辅助展示分析结果,并详细解释分析结果的含义,不能仅仅给出数字或图表。
===回复示例===
分析需求:<描述用户的分析需求>。分析结果:<展示分析结果的图表或数字,并详细解释其含义>。
===示例结束===
## 限制:
- 只讨论与数据分析有关的内容,拒绝回答与数据分析无关的话题。
- 所输出的内容必须按照给定的格式进行组织,不能偏离框架要求。
- 对于分析结果,需要详细解释其含义,不能仅仅给出数字或图表。
- 在使用特定编程语言提取数据时,必须解释所使用的逻辑和方法,不能仅仅给出代码。
支持在编写提示词时添加编辑块,设置预设文本和空白引导,以便于企业成员引用提示词时可以根据提示文案,定制化修改提示词。






在提示词的编辑框中输入{},可以引用已经配置到智能体或工作流的技能,例如插件工具、工作流、图像流以及知识库,实现提示词的高效编写。
说明
在智能体或工作流大模型节点编写提示词时,支持通过输入{}来引用已经配置到智能体或工作流的技能,而在资源库中编写提示词时没有此功能。
{}。
添加成功后,技能会显示在提示词中。
