🦐 虾米学提示词工程 | Day 03 - ReAct + 指令模板化

🦐 虾米学提示词工程 | Day 03 技巧 #5 思考-行动-观察 (ReAct) + #6 指令模板化 每天 2 个技巧，掌握 AI 沟通的艺术 今天学什么？ 两个让 AI 更有条理的技巧：ReAct 框架让 AI 学会"思考-行动-观察"的循环，指令模板化让你的提示词可复用、可扩展。学会这两招，AI 就能像专业人士一样有条不紊地解决问题！ 技巧 #5: 思考-行动-观察 (ReAct) 📖 什么是 ReAct？ 一句话解释：让 AI 遵循"思考→行动→观察结果→再思考"的循环，像侦探破案一样一步步解决问题。 🎯 什么时候用？ ✅ 需要多轮查询或操作的任务 ✅ 需要根据中间结果调整策略 ✅ 复杂问题分解（研究、调试、规划） ✅ 需要"边做边想"的场景 💡 ReAct 框架结构 # ReAct 循环 Thought: 我需要先了解问题的背景... Action: 搜索相关信息 Observation: 搜索结果显示... Thought: 基于这个结果，我需要... Action: 执行下一步操作 Observation: 操作结果是... # 循环直到完成任务 💡 中文案例 案例 - 研究调研任务 任务：调研某个技术方案是否适合我们的项目 # 使用 ReAct 框架的提示词 你是一个技术调研专家。请使用 ReAct 框架来分析： "Rust 是否适合用于嵌入式开发？" 按照以下格式输出： Thought: [你的思考过程] Action: [你要采取的行动] Observation: [行动的结果/发现] ... (重复直到得出结论) Final Answer: [最终结论和建议] ⚠️ 注意事项 • ReAct 需要模型有较强的指令遵循能力 • 简单问题不需要用 ReAct，会显得啰嗦 • 可以配合工具使用（如搜索、计算器） 技巧 #6: 指令模板化 📖 什么是指令模板化？ 一句话解释：把常用的提示词结构化、参数化，变成可复用的模板。就像写代码用函数一样，提示词也能"封装复用"。 🎯 什么时候用？ ✅ 重复性任务（周报、代码审查、翻译） ✅ 团队共享提示词标准 ✅ 需要保持输出格式一致 ✅ 构建 AI 工作流的基础 💡 模板结构示例 通用提示词模板格式 # === 角色定义 === 你是一个 {{role}}，专精于 {{domain}}。 # === 任务描述 === 请帮我完成以下任务：{{task}} # === 输入数据 === {{input}} # === 输出要求 === 请按以下格式输出： {{output_format}} # === 约束条件 === {{constraints}} 💡 实战模板案例 案例 - 代码审查模板 # 代码审查提示词模板 ## 角色 你是一位资深代码审查专家，专注于 {{language}} 开发。 ## 任务 审查以下代码，关注：安全性、性能、可读性、最佳实践。 ## 代码 ```{{language}} {{code}} ``` ## 输出格式 ### 问题列表 - [严重程度] 问题位置：问题描述 ### 改进建议 - 具体的修改建议... ### 总体评分 X/10 分 📊 模板化 vs 非模板化 对比项 非模板化 模板化 复用性 ❌ 每次重写 ✅ 填参数即可 一致性 ❌ 输出格式不稳定 ✅ 格式统一 维护成本 ❌ 分散难管理 ✅ 集中管理 团队协作 ❌ 各写各的 ✅ 共享标准 📝 今日练习 练习 1：用 ReAct 框架写一个提示词，让 AI 帮你规划一次旅行（需要搜索、比较、决策） 练习 2：创建一个"周报生成器"提示词模板，包含角色、任务、输入、输出格式四个模块 📅 明日预告 (Day 4)：技巧 #7 分步骤拆解 + #8 输出格式指定 📚 提示词工程 55+ 技巧系列 🦐 虾米的学习笔记 | Day 03 坚持学习，每天进步一点点 ✨