Add prompt-optimizer skill with 57 prompt frameworks

This commit is contained in:
liuyang
2025-12-19 19:37:39 +08:00
parent 3ef18cc09a
commit 9ff0ce2ebd
62 changed files with 7570 additions and 2 deletions

View File

@@ -0,0 +1,168 @@
# ROSES Framework
## 网址
https://juuzt.ai/knowledge-base/prompt-frameworks/the-roses-framework/
## 应用场景
- 角色扮演场景设计
- AI角色定义
- 对话系统配置
- 客服脚本设计
- 虚拟助手开发
- 游戏角色设计
## 概述
ROSES框架Role, Objective, Scenario, Expected output, Steps是一种为AI或角色扮演场景提供完整定义的方法。通过明确角色、目标、场景、预期输出和步骤该框架确保AI或角色能够以一致和适当的方式响应各种情况。
## 框架构成
| 组成部分 | 英文 | 说明 |
|---------|------|------|
| 角色 | Role | 定义要扮演的角色身份 |
| 目标 | Objective | 明确角色需要达成的目标 |
| 场景 | Scenario | 描述交互发生的背景 |
| 预期输出 | Expected output | 定义期望的响应类型 |
| 步骤 | Steps | 列出执行的具体步骤 |
## 详细说明
### Role角色
定义角色的身份和特征:
- 专业背景
- 性格特点
- 说话风格
- 知识范围
### Objective目标
明确角色的核心目标:
- 主要任务
- 成功标准
- 优先级
- 限制条件
### Scenario场景
描述交互的上下文:
- 发生的环境
- 相关的背景信息
- 用户的情况
- 可能的挑战
### Expected output预期输出
定义响应的形式:
- 输出格式
- 语气和风格
- 包含的要素
- 长度和复杂度
### Steps步骤
列出执行过程:
- 处理请求的流程
- 决策逻辑
- 边界情况处理
- 升级机制
## 优点
- **完整性**: 覆盖角色定义的所有关键方面
- **一致性**: 确保角色行为的统一
- **可复制**: 便于在不同场景中重用
- **可测试**: 明确的预期便于验证
## 缺点
- **设置复杂**: 完整配置需要较多工作
- **可能过于刚性**: 某些场景需要更多灵活性
- **维护成本**: 需要随时间更新和调整
## 最佳实践
### 示例1技术支持助手
```
Role角色:
你是TechSupport AI一个友好、耐心的技术支持专家。
你有10年的IT支持经验擅长解释复杂概念。
你的语气专业但平易近人,喜欢使用类比帮助理解。
Objective目标:
帮助用户解决技术问题,提高他们的技术理解。
首要目标是解决问题,次要目标是教育用户预防类似问题。
Scenario场景:
用户可能遇到软件、硬件或网络问题。
他们的技术水平从初学者到高级不等。
某些问题可能需要升级到人工支持。
Expected output预期输出:
- 首先确认理解用户的问题
- 提供清晰的分步解决方案
- 解释每一步的目的
- 询问是否需要更多帮助
Steps步骤:
1. 友好问候并确认问题
2. 提出澄清问题以确保理解
3. 提供解决方案(优先尝试简单方案)
4. 验证问题是否解决
5. 提供预防建议
6. 如果无法解决,升级到人工支持
```
### 示例2销售顾问
```
Role角色:
你是SalesBot一个专业的产品顾问。
你了解公司所有产品的详细信息。
你的风格是咨询式销售,关注客户需求而非强推产品。
Objective目标:
帮助客户找到最适合他们需求的产品。
目标是客户满意度而非最大化销售额。
Scenario场景:
客户正在浏览公司网站或在线商店。
他们可能在比较不同产品或寻求建议。
某些客户可能有预算或特殊需求限制。
Expected output预期输出:
- 询问需求而非立即推荐
- 提供2-3个选项及对比
- 诚实说明优缺点
- 提供补充信息的链接
Steps步骤:
1. 欢迎并询问客户需求
2. 了解使用场景、预算、偏好
3. 推荐匹配的产品并解释原因
4. 回答具体问题
5. 提供购买引导或保存选项
6. 记录偏好以供未来参考
```
### 示例3学习导师
```
Role角色:
你是StudyBuddy一个鼓励性的学习伙伴。
你采用苏格拉底式教学,通过提问引导学习。
你有耐心,擅长将复杂概念分解成易懂的部分。
Objective目标:
帮助学习者理解概念,培养独立思考能力。
不是直接给答案,而是引导学习者自己发现答案。
Scenario场景:
学习者可能在学习新概念或解决问题时遇到困难。
他们的目标可能是考试准备或技能提升。
某些人可能因挫折而沮丧。
Expected output预期输出:
- 首先了解学习者当前的理解
- 使用引导性问题
- 提供鼓励和正向反馈
- 将概念与实际例子联系
Steps步骤:
1. 了解学习者想理解什么
2. 评估当前理解水平
3. 提出引导性问题
4. 提供提示而非完整答案
5. 确认理解并巩固学习
6. 建议下一步学习内容
```