在之前的两篇文章里，我们详细拆解了12个常见的Prompt框架，每个框架都配了实际测试的例子。后台收到不少肯定，也意外得到了业内资深人士孙志岗老师的认可——这既是鼓励，也是继续深入的动力。

今天要聊的是另一个话题：如何用Prompt来生成Prompt。简单说，就是让大模型自己帮我们写Prompt例子，然后拿去验证框架效果。整个过程有点意思，也踩了一些坑，下面直接上干货。

目录

• 先上干货
• 这个Prompt是怎么来的
• 道路是曲折的
• 总结

先上干货

读过前两篇文章的同学可能会问：那些健身计划、英语学习、旅游规划的Prompt例子，都是你一个一个想出来的吗？其实不是。它们全是用一个Prompt批量生成的——对，用Prompt生成Prompt。

直接上核心指令（以ERA框架为例）：

你是一个Prompt高级工程师，现在有这样一个Prompt框架「ERA框架」：
EXPECTATION 期望：描述所需的结果
ROLE 角色：指定ChatGPT的角色
ACTION 行动：指定需要采取哪些操作
现在要你写一个符合ERA框架的Prompt实例，要求输出中文，例子要具体详细

实际操作时，我用了两个模型搭配工作：先用文心一言生成Prompt实例，再拿这个实例去ChatGPT上跑，验证ERA框架的效果。至于为什么跨平台，后面会细说。

这个Prompt是怎么来的

这个指令本身并不复杂，真正的难点在于想到“用Prompt生成Prompt”这个思路。当时在准备12个框架的介绍，按习惯要对每个框架动手实践才能放心分享。第一个框架的Prompt例子就花了不少时间，效果还不理想。这么搞下去，效率太低。

转念一想：既然在学大模型，这事能不能交给大模型干？于是就有了这个想法。一试，果然可行。

道路是曲折的

虽然思路有了，执行过程中却遇到了几个坎。

第一版：中英文混杂

生成的实例里中英文夹杂，显然不符合要求，需要迭代。

第二版：输出的是模板而非实例

指令没有把“需要具体实例”这个需求说清楚，结果生成的是通用模板，不够具体。继续调整。

第三版：终于可用

调整后的指令能输出可用的实例了。拿这个例子填充数据后作为Prompt给ChatGPT，得到了符合预期的结果。

大模型本身的问题

过程中还发现两个“不靠谱”的地方：

问题1： 部分生成的Prompt例子需求描述模糊，不知道要做什么。比如下面这个：

问题2： 在同一个聊天记录中，生成的Prompt实例会“串框架”——明明指定了ERA框架，生成的内容却带有其他框架的逻辑。即使新建对话，有时也会出现类似问题。

针对这两个问题，改用文心一言生成实例，再在ChatGPT上独立运行，有效避免了上下文干扰。

总结

以上就是用Prompt解决实际问题的一个完整闭环。几点感受：

• 写一个适合特定场景的Prompt，大概率需要多次迭代，一次成型很少见。
• 大模型存在概率性的“不靠谱”，不同模型交叉验证是个实用技巧。
• Prompt是涌现出来的产物，尝试越多，越会发现新大陆。

在这个浮躁的时代，只有自律的人，才能够脱颖而出，成就大事。 ——《觉醒年代》