（八）提示词的执行流程

我们在大模型的结构化提示词中会看到以下的结构内容：

## 执行流程（workflow）：
1. 步骤一：xxx
2. 步骤二：xxx
3. 步骤三：xxx
4. 步骤四：xxx
5. 总结：xxx

以上就是提示词中执行流程的描述。这个执行流程可以让大模型产生“思考”，按照步骤来输出内容。在没有定义输出格式和输出要求时，大模型的输出将按照执行流程的每个步骤来输出。以下我们来讲解下执行流程使用的场景和目的。

模型行为指导

执行流程（workflow）可以为模型提供了明确的操作指南，犹如一张详尽的路线图，指引大模型从接收到输入内容开始，按部就班地完成一系列分析任务。具体而言，它可以包括以下步骤：

• 初步阅读与理解：模型首先对输入内容进行整体扫描，识别关键信息点、主题句、转折点等，形成对内容的整体感知。
• 内容拆解与分类：模型依据预设的标准（如主题、创意、叙事结构、情感色彩等），对内容进行细致的拆解和分类，明确各部分在整体中的角色和意义。
• 深度分析与评价：针对各个拆解后的元素，模型进行深入剖析，评估其创新性、逻辑连贯性、情感表达力等，形成具体评价。
• 综合汇总与提炼：模型将上述分析结果整合，提炼出核心观点、关键发现及潜在问题，为后续的评论方向奠定基础。

例如：对于一篇短篇小说的分析的提示词结构中，我们可以这样定义执行流程：

### 执行流程（workflow）
1. 首先识别故事主线、主要角色、冲突与解决过程；
2. 然后深入探讨作者的叙述技巧、角色塑造、主题表达以及情感渲染等方面；
3. 最后归纳总结小说的艺术价值、创新点及可能存在的不足之处。

全面分析的保证

执行流程（workflow）通过设定全面的分析维度和检查点，防止模型在处理复杂输入时忽略重要细节。它确保模型系统性地审视内容的各个方面，如：

• 主题一致性：检查内容是否围绕一个中心主题展开，各部分是否紧密关联。
• 创意表达：评估内容在思想、形式、手法等方面的创新程度。
• 叙事结构：分析故事线的铺设、时间空间转换、视角切换等是否合理且引人入胜。
• 情绪传递：识别并解读内容中蕴含的情感色彩，判断其对读者的影响。
• 信息完整性：确认关键信息是否完整呈现，是否存在逻辑漏洞或事实错误。

例如：对于一则新闻报道的分析的提示词结构中，我们可以这样定义执行流程：

### 执行流程（workflow）：
1. 关注新闻事实的准确性和完整性；
2. 评价其报道角度的独特性、叙述方式的吸引力；
3. 对读者情绪的引导效果，确保全面把握报道的质量；

这个例子大家可能会感觉貌似没有很强的执行流程，更多有点是输出的要求。其实执行流程是输出要求的另外的一种描述方式，在不同的执行流程步骤上来要求每个步骤的关注核心要点，以保证输出内容的全面性。

定义层次化输出

我们除了可以在输出结构中明确定义输出结构和输出模板外，执行流程也可以规定了输出内容的层次结构，确保大模型生成的分析结果条理分明、易于理解。常见的结构化输出可能包括：

• 概要说明：对内容进行简洁明了的概述，让读者快速掌握要点。
• 内容核心：提炼内容的核心信息、观点或论据，突出其核心价值。
• 内容分析报告：详细阐述各项分析结果，包括对各个维度的评价、具体例子的引用、对比分析等。
• 最佳评论方向：基于分析结果，提出针对性的评论建议或批判性思考的方向。

例如：对于一部电影剧本的分析的提示词结构中，我们可以这样定义执行流程：

### 执行流程(workflow):

1. 首先，概述剧本的大致情节和主题；
2. 接着，深入解析角色塑造、剧情转折、主题表达等关键要素；
3. 最后，给出对该剧本艺术价值、市场潜力以及可能改进之处的评论建议；

引导深入思考

通过在执行流程（workflow）中设置递进式的分析步骤，大模型被鼓励超越表层信息，挖掘深层含义和关联，这个过程有时也被叫做思维链（Chain of Thought）。通过流程化定义，激活大模型的推理和深度思考能力，例如：

• 层次化解读：从字面意思到隐喻象征，逐层深入解析内容的多重含义。
• 因果关系探究：分析事件之间的因果链条，理解内容背后的社会、文化、心理动因。
• 对比与类比：与其他类似内容进行比较，揭示其独特性或普遍性；运用类比手法深化对内容的理解。
• 计算推理：在深度逻辑推理和复杂的数学中，通过分步骤、有逻辑地展现推理路径，提升模型解答的准确性，同时能够清晰地展示推理过程；

例如：在分析xx 事件的提示词结构中，我们可以这样定义执行流程：

### 执行流程（workflow）

**探析“X事件”之因果关系：从社会脉络、文化影响到个体心理动因**

1. **xx 事件起始：** X事件的发生（详述事件概况）
   - **直接触发因素：** 揭示引发X事件的即时诱因或导火索
   - **深层社会背景：** 探讨与X事件紧密相关的宏观社会状况（如政策环境、经济态势、社会变迁等）
2. **xx 事件发展：** 社会层面的因果关联
   - **制度因素：** 分析相关法律法规、公共政策等对X事件的影响
   - **群体行为模式：** 揭示社会公众在事件中的角色、反应及其相互作用
   - **社会舆论导向：** 考察媒体、公众意见领袖对事件认知与态度的塑造作用
3. **文化影响渗透：** 文化价值观与符号体系对X事件的形塑
   - **主流文化观念：** 探究社会主流文化对事件发生、发展及公众认知的影响
   - **亚文化动态：** 分析特定社群、亚文化圈层如何通过其独特的观念与实践参与事件进程
   - **文化传播媒介：** 考察新兴媒体、网络平台在事件传播中扮演的角色及其对公众情绪、行动动员的催化效应
4. **心理动因透视：** 个体心理层面的因果逻辑
   - **心理需求与动机：** 解构个体参与X事件背后的归属感、自我实现、安全感等基本心理需求
   - **社会心理效应：** 讨论从众心理、集体无意识、身份认同等社会心理现象如何驱动个体行为
   - **心理防御机制：** 分析面对X事件时，个体可能采取的合理化、否认、投射等心理防御策略
5. **因果闭合：** 因果关系的整合与反思
   - **因果逻辑的完整呈现：** 梳理X事件从发生到演变过程中，社会、文化、心理各层面因素如何交织成复杂的因果链条
   - **干预与对策建议：** 基于因果关系的理解，提出预防类似事件发生、引导社会正面应对的策略与措施
   - **未来趋势展望：** 预测在当前社会、文化、心理背景下，X事件可能的演化方向及潜在的社会影响

通过上述结构示例，可以系统地探究X事件的因果关系，深入剖析事件背后的社会结构性力量、文化价值取向以及个体心理动因，从而构建起一个多维度、立体化的因果分析框架，有助于全面理解事件的本质及其在社会文化心理层面的内容。

对分析节奏的控制

执行流程（workflow）通过设定明确的分析阶段和时间分配，帮助模型避免过早下结论或过度纠结于某一细节，确保分析过程的节奏适中。比如：

• 阶段划分：将分析过程划分为信息收集、初步分析、深度挖掘、结论形成等阶段，每个阶段有明确的时间或步骤限制。
• 反馈循环：在不同阶段设置内部或外部的反馈机制，以调整分析策略或修正错误假设。

例如：在分析一项社会科学研究时，执行流程可以设置大模型首先快速浏览文献摘要和研究方法，确定研究主题和基本方法论，然后详细研读结果和讨论部分，进行深度理论和实证分析，最后结合前文信息形成总体评价和改进建议，每个阶段都有明确的时间预算，确保整体分析节奏稳健。

## 执行流程（workflow）：

#### 阶段一：信息收集（时间分配：20%）
- **目标**：快速了解研究的背景、目的和方法。
- **活动**：
  - 阅读文献摘要，提取关键信息。
  - 查看研究方法，了解数据收集和分析手段。
  - 记录研究的主要发现和结论。
- **时间预算**：为这一阶段设定时间限制，例如30分钟。

#### 阶段二：初步分析（时间分配：30%）
- **目标**：对研究结果和讨论部分进行详细分析。
- **活动**：
  - 深入研究结果，分析数据的有效性和可靠性。
  - 阅读讨论部分，理解作者如何解释结果以及其对现有研究的贡献。
  - 识别研究的局限性和未解决的问题。
- **时间预算**：为这一阶段设定时间限制，例如45分钟。

#### 阶段三：深度挖掘（时间分配：30%）
- **目标**：进行理论和实证分析，评估研究的深度和广度。
- **活动**：
  - 分析研究的理论框架，评估其与现有理论的关联。
  - 评估研究方法的合理性和可能的替代方法。
  - 探讨研究结果对政策制定和社会实践的潜在影响。
- **时间预算**：为这一阶段设定时间限制，例如45分钟。

#### 阶段四：结论形成（时间分配：10%）
- **目标**：基于前述分析，形成对研究的总体评价。
- **活动**：
  - 综合研究发现、方法论质量和理论贡献，形成总体评价。
  - 提出可能的改进方向和未来研究的建议。
  - 撰写分析报告或总结，清晰地表达自己的观点。
- **时间预算**：为这一阶段设定时间限制，例如15分钟。

#### 阶段五：反馈和修正（时间分配：10%）
- **目标**：通过反馈机制修正分析中的不足。
- **活动**：
  - 向同行或导师寻求反馈，获取外部观点。
  - 根据反馈修正分析中的不足或错误。
  - 重新审视研究，确保分析的全面性和准确性。
- **时间预算**：为这一阶段设定时间限制，例如10-15分钟。

通过这样的执行流程，分析者可以确保在分析社会科学研究时，能够系统地覆盖所有重要方面，同时避免在某一细节上过度纠结。每个阶段的时间预算有助于保持分析的节奏和效率，确保分析可以在有限的时间内完成。此外，通过设置反馈循环，分析者可以不断改进和优化自己的分析方法，提高分析质量。

使用规则和原则

执行流程（workflow）内嵌了适用于特定分析任务的规则和原则，确保模型遵循行业标准、学术规范或用户需求进行分析。例如：

• 热点分析规则：遵循特定的算法或指标，识别内容中的热点话题或关键信息。
• 情绪分析原则：使用预设的情绪词汇库或情感模型，准确判断内容的情感倾向。
• 信息核查规范：参照可信来源，核实内容中的事实陈述，遵循证据优先的原则。

示例：在分析社交媒体上的舆情数据时，workflow会要求模型严格按照信息真实性核查原则，利用权威信息源验证用户言论中的事实陈述；同时，运用预设的情绪分析模型，准确捕捉并量化用户对特定话题的情绪反应。

## 执行流程（workflow）：
1. **信息真实性核查**：
   - 利用权威信息源（如官方媒体、专业数据库等）进行交叉验证，对比用户言论中的事实陈述是否与已知的、经过核实的事实相符。
   - 应用技术手段识别文本中的逻辑矛盾、过度夸大或明显违背常识的内容，这些都是虚假信息的常见特征。
   - 结合社交网络分析，考察信息传播路径、发布者信誉等因素，评估言论的真实性概率。
2. **情绪分析**：
   - 对用户言论进行情感进行识别；
   - 识别出愤怒、喜悦、惊讶、悲伤等多种基本情绪及其强度。
   - 结合用户行为数据（如点赞、转发、评论等），综合评估整体舆情的情感倾向和热度。
3. **合规性与隐私保护**：
   - 遵守数据采集、使用、存储的规定，只处理公开可见的社交媒体内容，不侵犯用户隐私。
   - 对涉及个人敏感信息的数据进行脱敏处理，确保分析结果中不包含可追溯到个体的身份信息。
   - 在必要时征得用户同意或进行匿名化处理，符合GDPR、CCPA等数据保护法规要求。

逐步构建知识

执行流程（workflow）设计了知识积累的过程，使模型在处理任务时都能从示例中分析学习，提高任务分析的准确性和效率。例如：

• 案例学习：模型在分析过程中记录典型实例，用于后续相似任务的参考。
• 概念建模：模型从分析结果中提炼出通用概念、模式或框架，丰富自身知识体系。
• 经验反馈：模型根据用户反馈或自我评估，调整分析策略，优化知识应用。

例如：在分析环保主题文章的提示词结构中，我们定义一下执行流程：

## 执行流程（workflow）：
1. 分析输入内容的案例示例文章，提取关键术语、概念、事实、观点；
2. 新提取的知识与现有知识库中的信息进行比对、合并与更新，形成一个不断丰富、动态调整的知识体系；
3. 在文章分析中，通过案例文章的提炼进行推理，揭示隐藏的关系、推断未明示的事实；

在连续分析一系列环保主题的文章后，模型依据workflow逐渐建立起关于气候变化、能源转型、生态保护等领域的知识框架，在分析任务中，为输出内容提供经过分析后的知识，更精准地解读涉及这些主题的内容。

总结

执行流程（workflow）作为驱动模型进行内容分析的“蓝图”，通过科学构建的分析流程、严谨的规则体系以及系统化的知识构建策略，全面赋能模型实现高效、精确且深入的文本解读，从而确保最终输出高质量的分析报告或评论。具体而言：

1. 精细化分析流程：预设了清晰的步骤序列，指导模型按序执行数据获取、预处理、特征提取、模型训练、推理评估等一系列操作，确保分析过程的逻辑连贯与高效运行。

2. 严格规则约束：内嵌了适用于特定任务的规则与标准，如文本分类规则、情感倾向判断阈值、信息抽取模式等，以规范模型的行为，防止其在处理复杂情境或边缘案例时产生偏差，保证分析结果的准确性。

3. 有序知识构建：设计了知识积累与更新机制，使模型能在处理任务过程中持续吸收、整理与运用知识。通过知识图谱构建、概念关联发现、上下文理解强化等手段，模型能够逐步构建起结构化、层次化的知识体系，为深入理解与精准解析各类主题内容提供强大支撑。

4. 高效内容分析：得益于上述设计，模型在workflow指引下能快速适应不同文本类型、主题及语境，精准定位关键信息，有效过滤无关干扰，缩短分析时间，提升整体处理效率。

5. 精确结果输出：确保模型遵循预设标准与规则进行决策，减少主观臆断与误差，使得生成的分析报告或评论在事实认定、观点阐述、结论推导等方面保持高度精确，符合专业要求与用户期待。

6. 深度内容解读：通过有序的知识构建与运用，模型能够超越表面文字，深入理解文本的内在逻辑、隐含意义与潜在关联，提供富有洞见的分析，揭示文本背后深层次的主题、趋势或价值，增强分析报告或评论的深度与说服力。

作为模型进行内容分析的“指挥棒”，通过精细规划分析路径、严守分析规范、系统构建与运用知识，有力保障了模型在各类内容分析任务中展现出高效、准确、深入的能力，确保生成的分析报告或评论质量上乘，满足专业应用场景的需求。