1

人设与提示词

提示词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（prompt），为 Bot 设定身份和目标。Bot 会根据大语言模型对人物设定和提示词的理解，来响应用户问题。因此提示词编写的越清晰明确，Bot 的回复也会越符合预期。

提示词编写建议

在开始写提示词前，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，建议你在编写人物设定和提示词时包含如下内容：
  • 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：当用户查询最新 AI 新闻时，调用“getNews”工具来搜索科技新闻。尽管 Bot 会根据提示词自动选择工具，然而在人设与回复逻辑中，可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“getNews” 搜索最新科技新闻，再调用“browse”访问 Hacker News 官网，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：Plain
  • 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。
  1. 请参考如下格式回复：
  2.   **新闻标题**
  3.   - 新闻摘要：30 个字左右的新闻摘要
  4.   - 新闻时间：yyyy-mm-dd

复杂任务场景

对于相对功能复杂的 Bot，我们推荐使用结构化格式来编写提示词，结构化提示词使用 Markdown 语法，可读性更强（更便于迭代），对 Bot 的约束更强。 Coze 支持将普通一段的 Bot 提示词描述自动优化成结构化的提示词，你可以直接使用结构化的提示词，也可以基于优化的结构化提示词进行修改。 下面是一个结构化的提示词示例。

Markdown

虽然结构化提示词对复杂场景更加友好，但你也可以自行编写提示词。欢迎前往 Discord 与我们交流。

编写与迭代提示词

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词，让 Bot 体验达到预期。 参考以下操作，编写和迭代提示词：
  1. 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。
  2. 编写提示词。根据设定的 Bot 目标，编写人设与提示词。 1. 进入 Bot 编排页面。 2. 在 Persona & Prompt 区域，输入提示词。 3. （可选）单击右上角的 Optimize，通过大语言模型优化提示词。如果你对优化后的提示词描述不满意，可以单击 Retry 重新生成，或单击 Use 使用优化后的提示词。
  3. 在 Preview 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，不断调整和优化提示词。 
  1. # Character <Bot 人设>
  2. 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。
  4. ## Skills <Bot 的功能>
  5. ### Skill 1: 提取数据
  6. 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。
  7. 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。
  9. ### Skill 2: 处理数据
  10. 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。
  11. 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。
  13. ### Skill 3: 分析数据
  14. 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。
  15. 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。
  17. ## Constraints <Bot 约束>
  18. - 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。
  19. - 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。
  20. - 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。
  21. - 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。

Last updated: 2024/2/26 10:58

2

模型和上下文配置

Coze 支持使用 OpenAI 的 GPT-4 Turbo，GPT 4 和 GPT 3.5 模型。你可以根据不同的使用场景，来调整模型的参数配置以提升回复的准确性。 在 Bot 编排页面，单击当前使用的大语言模型打开配置页面。

模型 - 图1

参考以下信息，修改模型配置。
配置项 说明
Model 选择要使用的大语言模型。
Temperature 控制结果的随机性。Temperature 值越低，随机性就越少，结果就越确定。当 Temperature 值接近零时，模型将变得确定和重复。 在基于事实的问答场景，你可以使用较低的 Temperature 值，以获得更真实和简洁的答案；在创造性的任务例如小说创作，你可以适当调高 Temperature 值。
Response max length 提示和响应完成共同所生成的最大 token 数量，不同模型的 token 限制也不同。指定最大长度可以防止过长或不相关的响应并控制成本。
Dialog round 选择你希望大语言模型记住多少轮会话记录。

Last updated: 2024/2/26 10:58