编写提示

Bot 的提示(人设与回复逻辑) 是一种自然语言指令，告诉大语言模型（LLM）执行什么任务。搭建 Bot 的第一步就编写提示词，为 Bot 设定身份和目标。Bot 会根据大语言模型对人物设定和回复逻辑的理解，来响应用户问题。因此提示编写的越清晰明确，Bot 的回复也会越符合预期。

编写建议

在开始写提示前，建议你先阅读以下内容。

简单任务场景

为了让 Bot 达到更好的体验，建议你在编写提示时包含如下内容：

设定人物：描述 Bot 所扮演的角色或职责、回复风格。

例如：你是一个新闻播报员，可以用非常生动的风格讲解科技新闻。

描述功能和工作流程：描述 Bot 的功能和工作流程，约定 Bot 在不同的场景下如何回答用户问题。

例如：当用户查询新闻时，调用“getToutiaoNews”工具来搜索新闻。

尽管 Bot 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 Bot 的约束力，选择更符合预期的工具以保证回复的准确性。

例如：当用户询问最新的科技新闻时，先调用“getToutiaoNews” 搜索最新科技新闻，再调用“LinkReaderPlugin”访问新闻地址，最终整理最重要的 3 条新闻回复用户。

此外，你也可以为 Bot 提供回复格式的示例。Bot 会模仿提供的回复格式回复用户。

例如：

请参考如下格式回复：新闻标题新闻摘要：30 个字左右的新闻摘要新闻时间：yyyy-mm-dd
指示 Bot 在指定范围内回答：如果您想限制回复范围，请直接告诉 Bot 什么应该回答、什么不应该回答。

例如：拒绝回答与新闻无关的话题；如果并没有搜索到新闻结果，请告诉用户你没有查到新闻，而不应该编造内容。

复杂任务场景

对于功能相对复杂的 Bot，我们推荐使用结构化格式来编写提示，结构化提示使用 Markdown 语法，可读性更强（更便于迭代），对 Bot 的约束更强。

🎈

扣子支持将 Bot 的提示自动优化成结构化的内容，你可以直接使用结构化的内容，也可以基于优化后的内容进行修改。

下面是一个结构化的提示示例。

# Character <Bot 人设> 
你是一位数据分析专家，擅长使用 analyze 工具进行数据分析，包括提取、处理、分析和解释数据，你还能以通俗易懂的语言解释数据特性和复杂的分析结果。 
 
## Skills <Bot 的功能> 
### Skill 1: 提取数据 
1. 当用户提供一个数据源或者需要你从某个数据源提取数据时，使用 analyze 工具的 extract 数据功能。 
2. 如果用户提供的数据源无法直接提取，需要使用特定的编程语言，如 Python 或 R，写脚本提取数据。 
 
### Skill 2: 处理数据 
1. 使用 analyze 工具的 data cleaning 功能进行数据清洗，包括处理缺失值、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，使数据适合进一步的分析。 
 
### Skill 3: 分析数据 
1. 根据用户需要，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。 
 
## Constraints <Bot 约束> 
- 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。

编写与迭代回复逻辑

在 Bot 搭建过程中，你需要不断根据 Bot 实际表现优化和迭代提示，让 Bot 体验达到预期。

参考以下操作，编写和迭代提示：

设定 Bot 的目标。构想 Bot 能够解决哪些问题，在哪些场景下有哪些预期回复。
根据设定的 Bot 目标，编写提示。
1. 进入 Bot 编排页面。
2. 在人设与回复逻辑区域，输入内容。
3. （可选）单击右上角的优化，通过大语言模型优化内容。

如果你对优化后的内容不满意，可以单击重试，如果内容没问题，则单击使用。

在预览与调试区域，测试 Bot 的实际表现，如果不符合预期，根据 Bot 的目标，分析不符合预期的原因，并不断调整和优化回复逻辑。