跳到主要内容

（五）提示词的输入内容

提示词的输入内容主要是需要大语言模型进行识别处理的输入文字，分析处理上传的文档或者上传的图片。对文档和图片的识别处理大语言模型模型有对应的功能支持，这里我们先介绍在提示词中输入的文字内容。

大语言模型的其中有一项很“智能”的能力就是他能够“记住”和分析处理超长的文字内容，能够处理和分析越长的文字内容我们将认为大语言模型模型越聪明。这个能力我们大语言模型为大语言模型的“长文本理解能力”。因此，我们对这个“长文本”的在提示词中的位置和结构就需要有一个明确分割标识。

需要输入内容的任务​

在提示词的结构中，输入内容就是你需要让大语言模型执行要做的任务时的具体需要处理的文字内容，这个任务也是对这个文字内容进行处理、推理、转换的任务。例如：

  • 提取地址信息的一段文字；

  • 总结的一篇文章的所有文字；

  • 翻译的文字内容，从英文翻译为中文；

  • 判断输入内容的态度是乐观还是悲观；

  • 计算的数据学表达式的计算结果；

  • 回答一个复杂问题，给出分析的详细描述；

  • 分析一本小说中的人物关系；

以上的任务都是要处理输入内容中的文字信息，对输入内容进行理解、识别进行处理。我们之所以把输入内容单独拿出来给大家讲解，是因为我们经常会遇到任务很明确，但任务需要处理的输入的文字内容很多的情况，例如：我们需要将一本10 万字的中文小说翻译为英文，这个任务在提示词中描述很简单，但是输入的文字占据的提示词中的大部分内容。

## 角色：
中英翻译专家

## 任务：
将输入内容翻译为英文

## 输入内容：
-------
需要翻译的文字 10 万字
-------

## 输出要求：
只输出翻译后的内容，不输出原文

从以上的提示词中我们可以看到任务很简单，但是主要的内容都是待翻译的文字内容。我们将使用很明确的分割字符在提示词中包含需要翻译的内容，也就是提示词中的"--------"，我们通过这个很明确的分隔符告诉大语言模型需要翻译的文字的范围。

灵活的内容分割符​

如果提示词中的输入内容不多，几行文字即可描述，我们也可以使用多层括号将输入内容括起来，明确输入的内容边界。

## 输入内容：
【需要任务处理的文字内容】
## 输入内容：
[[[内容的括号最好在内容中不要出现，如果内容中出现了括号，则使用另外一个括号来包含输入内容]]
## 输入内容：
<<<文字内容可以使用多个括号做标识分割>>>
## 输入内容：
{{
    如果输入内容过多，可对输入内容直接换行，让提示词输入变得更有可读性。
}}

输入内容的分割标识我们需要做到分割的辨识度足够高，分割的清晰即可，可以使用：+=~@#%&*等标识作为分割来使用。在不同的大语言模型中对输入内容的分割标识的“认识”程度不同，也就是有的知道这个是输入的分割符，有的识别不到。因此，大家在提示词中使用分隔符时，如果内容分隔符没生效可以变更一下分割字符来试试。

多文章输入​

当我们需要在提示词模板中放置多篇文章让大语言模型进行分析时，这时的提示词的输入内容结构需要按层次清晰的划分文章的内容边界。

## 输入内容：
  ### 文章一：
   <article>
    文章内容
   </article>
  ### 文章二：
   <article>
    文章内容
   </article>
  ### 文章三：
   <article>
    文章内容
   </article>

为了 更加清晰的标识文章间的边界，这里我们使用了<article></article>的结构包裹一篇文章的正文内容。这样的提示词结构有助于引导大模型进行深入、系统的文章结构分析。

一次性对话​

我们在使用大语言模型对输入内容进行处理转换时，有的教程和文章可能会大语言模型模型足够聪明，你可以和他聊天的方式，先告诉他需要翻译一段文字，再将大段的输入内大语言模型给大语言模型。类似聊天的方式采用自然大语言模型方大语言模型模型完成输入内容的处理。

这样处理的好处是不需要单独编辑提示词结构文件，直接在输入框中多次交互完成处理。但有时也会带来一些额外的输出转换的问题。聊天的方式之所以能“记住”你上次大语言模型内大语言模型为大语言模型在在处理你的输入时将会把最近你们大语言模型记大语言模型发大语言模型模型，他会将整个最近的聊天记录作为全部的信息整体分析并返回结果，已达到“记忆”的目的。因此，如果你们的“聊天”时间过大语言模型录大语言模型时大语言模型时大语言模型将会有“遗忘”你们过往聊过的内容的情况，返回的数据将会和你要求的有所不同。

我们建议大家使用这样的结构化的提示词来描述任务，一次性的将提示词结构和输入内容发送给大语言模型。让他一次性明确的返回提示词中要求的输出结果。也就是在对长文本的处理任务上大语言模型模型当做一个转换工具使用，而不是一个聊天工具使用。这样的转换输出效果将更加精确。

总结​

输入内容是作为提示词结构中非常重要组成部分，经常出现在文字处理，文字翻译，文字总结，文字分析判断等任务上。为了让大语言模型更好的理解文字内容，我们需要使用分隔符非常明确的告诉用户，哪些文字是需要转换处理的。

同时，输入内容并不是提示词结构中的必须项，在一些比较复杂内容生成的任务中，我们更多是需要对大语言模型提出需要生成内容的要求，在创造性较强的任务上，提示词结构中一般没有明确的输入内容，而是使用更多的要求，附加信息的方式，大语言模型模型我们希望生成内容的一些要求，输出限制，输出的格式，输出的步骤，推理的步骤等要求，接下来我们将继续讲解提示词中的输出要求。