由新加坡政府科技局（GovTech）组织的首届 GPT-4 提示工程大赛冠军 Sheila Teo 写的《我是如何夺冠新加坡首届 GPT-4 提示工程大赛的》

Sheila 总结了 4 种提示词技巧：
借助 CO-STAR 框架构建高效的提示
利用分隔符来分节构建提示
设计含有 LLM 保护机制的系统级提示
仅依靠大语言模型分析数据集，无需插件或代码 — 实际案例分析 Kaggle 的真实数据集

其中 代表初学者友好的技巧，而 代表高级策略。

尤其是她总结的 CO-STAR 框架，在让 LLM 做一些内容尤其是写作类任务时非常简单有效。

(C) Context 上下文：为任务提供背景信息
通过为大语言模型（LLM）提供详细的背景信息，可以帮助它精确理解讨论的具体场景，确保提供的反馈具有相关性。

(O) Objective 目标：明确你要求大语言模型完成的任务
清晰地界定任务目标，可以使大语言模型更专注地调整其回应，以实现这一具体目标。

(S) Style 风格：明确你期望的写作风格
你可以指定一个特定的著名人物或某个行业专家的写作风格，如商业分析师或 CEO。这将指导大语言模型以一种符合你需求的方式和词汇选择进行回应。

(T) Tone 语气：设置回应的情感调
设定适当的语气，确保大语言模型的回应能够与预期的情感或情绪背景相协调。可能的语气包括正式、幽默、富有同情心等。

(A) Audience 受众：识别目标受众
针对特定受众定制大语言模型的回应，无论是领域内的专家、初学者还是儿童，都能确保内容在特定上下文中适当且容易理解。

(R) Response响应：规定输出的格式
确定输出格式是为了确保大语言模型按照你的具体需求进行输出，便于执行下游任务。常见的格式包括列表、JSON 格式的数据、专业报告等。对于大部分需要程序化处理大语言模型输出的应用来说，JSON 格式是理想的选择。

完整内容可以查看：
原文：https://t.cn/A6Hwb12z
译文：https://t.cn/A6Hwb127

韵律节奏丨精彩返场

放眼青岛绵延的海岸线，北部是灯火璀璨的高层建筑，南边则是烟波浩淼的大海。
Flow and Co. 福楼安可傲途格精选推崇全时社交，丰富，开放，变化，神秘的探索体验，契合傲途格精选全然·无双的建筑美学。
Via酒店官方
#旅游出行[超话]# #酒店[超话]# #新星v计划# #遇见美好# #微博旅行家# #青岛·青岛福楼安可傲途格精选[地点]#

星期四聯展要開幕了。過去通常在比較正規的美術館或是已經改成展場的老屋（替代空間）展出。這次是第一次體驗在銀行總部一樓的藝術空間展覽，空間其實滿大的，主要是放銀行老闆自己典藏的一些歡快氛圍的大件（如圖中這條牛）。

我這次的新作是很多塑膠垃圾、多肉植物、泥土的堆疊，動機是很幼稚的想在一個整齊乾淨的館場一角看到一堆垃圾哈哈哈哈，光是打燈就和銀行的樓管爭執不休，因為有投影，作品也自帶光，所以希望環境能盡量暗，但樓管說一樓廁所在展場內，會有很多來銀行辦事的年長VIP進出，太暗會危險。說起來也是有道理，但我還是趁四下無人的時候偷偷把幾盞燈轉了方向。這件作品還藏了CO2感測器，會隨著人類活動與植物光合作用影響CO2濃度，去播放不同的音檔，除了環境音（雨聲、車聲、柴火燃燒聲）之外，也放了塑膠直笛音，和女性的VOCAL。VOCAL是請專長是爵士樂的好友設計吟唱的，想去討論如果「萬物為芻狗」那不能如芻狗被燃燒的塑膠垃圾，是否會成為天地的一部分。

策展人問我，如果有人要典藏我們作品怎麼賣？我驚嚇的回答，「是一堆垃圾耶，展完我要扔掉。」