章节一：提示词工程

        提示词工程的四要素通常为背景、任务、指令与约束、格式。

（1）背景：通常被认定为角色，在扣子中使用一级标题“#角色”。表示该智能体需要扮演的角色，限定了其专业的知识背景框架，目标用户群体，当我们输入【你是一个计算机领域的专家】或【你是一个科技馆工作者需要为小朋友讲解计算机知识】时，AI的语言风格、专业术语调用程度会不同。你需要根据具体的智能体搭建需要构建背景角色。

（2）任务：与指令与约束做比较任务的范围可以相对的宽泛一些，例如【你的任务是回答程序员提出的有关机器学习与深度学习的知识】较为宽泛的任务标准可以框定AI的知识领域与基础作用。当用户询问的问题超过该领域的问题时，我们也可以限定AI回复类似于“您的提问超过了我被要求回答的任务边界”这样的语言以保证安全性。

（3）指令与约束：在扣子提示词中指令与约束也可以写为【技能】与【限制】。在【技能】中通常用二级标题“##技能”同时如果智能体有多个标题可以使用三级标题“###技能1”在同一个技能中我们可以使用有序列表，此时AI将按照顺序执行例如【1. 用户提出问题时调用知识库，2. 回复用户的过程中要写出修改后的代码】有序列表以数字序列为开头。如果我们需要执行平行的无序列表，我们可以使用【-】例如【-你需要修改用户的代码，-你需要告诉用户为什么之前的代码出现了运行的问题，-你需要提醒用户注意编程中的问题】。与指令的【技能】相似，约束的【限制】通常也包括有序列表和无序列表，限制的内容包括字数限制，回复限制，回答内容的范围限制等。

（4）格式：在扣子等智能体中，特别需要注意，自然语言处理的LLM大模型的输出可能将作为代码语言的一部分，这意味着自然语言与计算机编程语言通过LLM大模型衔接，所以我们需要特别注意给出的输出格式指令。我们需要注意的回复格式通常包括但不限于：要求输出的语言是中文或英文，要求输出JSON格式以便后续大模型使用，要求输出列表等。

        下面将给出【中考作文专家】这个智能体的系统提示词。如果你需要复制，直接将图片放到任意大模型里面让他“按照提示词格式输出文本”

章节二：插件的选择       

        在实际的运用过程中，如何的大模型或者说智能体都不可能面面俱到，如果它们期望知识库和功能丰富势必会增加运算的时间复杂度或者数据存储量，因此我们需要根据实际的需要在扣子智能体中添加插件， 插件存在于扣子空间智能体创建模板的中间板块【编排】的【技能】中，点击右侧的【+】号可以从扣子的插件空间选择合适 的插件，当然你也可以先点击圆形的【A】按钮，此时AI会通过你的提示词工程自动的为你添加可能需要的插件。

        在案例【中考作文专家】中我们期望智能体在写作时可以调用中华古诗词，中国历史人物传记，同时如果用户有需求最好能结合最新发生的时事进行写作。因此可以添加如下的插件。

        需要注意的是在这里增加了【链接读取】和【头条搜索】这么做的目的是获取最新的头条新闻，接入搜索工具，同时你在其他的课件当中如果看到了【必应搜索】相关的插件，请用头条搜索替代，原因是目前国内版的扣子空间不在使用【必应搜索】相关的插件。添加这两个插件的目的还可以让用户传入图片进行类似【看图写作】的任务。

章节三：实践实践成果

【真实作文案例——25年北京市初中学业水平考试题目二】

        返回的内容部分如下，看到智能体的写作过程中确实符合了我们给出的【写作背景】在实际的举例中出现了【中国历史人物传记】并结合了【西方优秀文化】和【MKSZY】

【真实作文案例——看图写话】

        可以看到模型调用了【链接读取】的插件进行看图写话

The reply formats we need to pay attention to usually include but are not limited to the required output language.