【AI】为什么你的提示词没效果？可能缺了“角色设定”_大语言模型提示词无法执行-优快云博客

为什么你的提示词没效果？可能缺了 “角色设定”

一、引言

在当今这个人工智能飞速发展的时代，大语言模型如 ChatGPT、豆包等已经逐渐融入到我们工作与生活的各个角落。无论是进行文案创作、寻求问题解答，还是辅助完成各种专业性的任务，这些大语言模型都展现出了强大的能力。然而，很多人在使用大语言模型时，常常会遇到这样的困扰：明明已经向模型输入了自认为清晰明了的提示词，可模型给出的回答却总是不尽如人意，要么过于笼统、缺乏针对性，要么与自己的预期相差甚远。

例如，有人想要创作一篇关于旅游景点的宣传文案，于是向模型输入提示词：“写一篇关于黄山的宣传文案”。模型确实生成了一篇文案，但内容平淡无奇，只是泛泛地描述了黄山的一些常见景点，如奇松、怪石、云海等，并没有突出黄山的独特魅力和吸引游客前来的独特卖点。再比如，一位学生希望模型能帮忙解答一道数学难题，输入的提示词是：“帮我解一下这道数学题”，结果模型给出的解答过程复杂难懂，并不适合学生的理解水平。

为什么会出现这种情况呢？原因其实是多方面的，但其中一个关键因素往往被人们所忽视，那就是提示词中缺乏 “角色设定”。大语言模型虽然功能强大，但它并不具备人类的理解能力和背景知识，它只能根据输入的提示词来生成相应的回答。如果提示词过于简单、模糊，没有为模型设定明确的角色和场景，模型就很难准确理解用户的意图，自然也就无法给出令人满意的回答。

在接下来的内容中，我们将深入探讨角色设定在提示词中的重要性，并通过大量的实际案例来展示如何通过合理的角色设定，让提示词发挥出更大的威力，从而获得更优质、更符合需求的模型输出结果。

二、什么是提示词中的 “角色设定”

2.1 角色设定的定义

所谓提示词中的 “角色设定”，简单来说，就是在向大语言模型输入提示词时，明确告知模型它所扮演的角色身份。这个角色身份可以是多种多样的，比如可以是某个领域的专家，像资深的医生、经验丰富的律师、专业的程序员等；也可以是特定职业的从业者，如记者、导游、教师等；还可以是具有某种特定身份或背景的人，例如一位资深的历史爱好者、一位年轻的时尚达人、一位关心孩子教育的家长等等。

通过为模型设定这样明确的角色，就相当于为模型提供了一个特定的视角和知识背景，让模型能够站在这个角色的立场上去理解问题，并运用该角色所具备的专业知识、经验和语言风格来生成回答。这样一来，模型输出的内容就会更加贴合用户的期望，具有更强的针对性和专业性。

2.2 角色设定与普通描述的区别

普通描述在提示词中往往只是简单地陈述问题或需求，没有赋予模型特定的角色身份。例如，“介绍一下人工智能的发展现状”，这就是一个非常普通的描述性提示词。模型在接收到这样的提示词后，会从它所学习到的广泛知识中提取关于人工智能发展现状的信息，并以一种相对通用、缺乏特定视角的方式进行回答。这样的回答可能涵盖了人工智能发展的各个方面，但可能缺乏深度和独特性，无法满足用户对于特定领域或特定角度的需求。

而角色设定则截然不同。比如，“你是一位人工智能领域的资深研究员，请详细介绍一下人工智能在医疗领域的发展现状，包括已取得的重大突破、面临的挑战以及未来的发展趋势”。在这个提示词中，明确设定了模型的角色为 “人工智能领域的资深研究员”。模型在接收到这样的提示词后，会模拟一位资深研究员的思维方式和知识储备，从专业的角度出发，运用专业术语和深入的分析来回答问题。回答的内容会更加聚焦于医疗领域，并且可能会包含一些普通描述无法获取到的行业内的最新动态、专业见解以及深入的分析。

2.3 角色设定对模型理解的影响

当在提示词中为模型设定了明确的角色后，会极大地影响模型对问题的理解方式和深度。模型不再是从一个宽泛、普遍的角度去理解问题，而是会站在所设定角色的特定立场上，结合该角色的专业知识、经验和背景来解读问题。

以一个市场营销相关的问题为例，假设我们的问题是：“如何推广一款新的智能手机”。如果没有角色设定，模型可能会给出一些通用的营销建议，如利用社交媒体宣传、举办线下活动、投放广告等。但如果我们设定角色为 “一位在手机行业有 10 年经验的资深市场营销经理”，模型在理解问题时，会将自身代入到这个资深经理的角色中。它会考虑到手机行业的市场特点、竞争态势、目标客户群体的喜好和需求等因素，运用自己在多年工作中积累的专业知识和实践经验来理解这个问题。这样一来，模型给出的回答可能会更加具体、深入且具有针对性，比如可能会提出针对不同目标客户群体的定制化营销策略、结合当下手机行业热点的创意推广活动，以及如何利用行业内的合作伙伴关系来扩大产品影响力等建议。

三、为什么角色设定如此重要

3.1 避免通用化回答，获得更精准内容

在默认状态下，大语言模型为了确保回答能够适用于更广泛的场景和用户，往往会给出相对通用化的回答。这种通用化回答虽然涵盖面广，但往往缺乏针对性和深度，无法满足用户对于特定问题的具体需求。而角色设定能够有效地解决这一问题。

例如，当用户向模型提问：“推荐一些旅游景点” 时，模型由于没有明确的角色引导，只能根据普遍的旅游知识，给出一些大众熟知的旅游景点，如北京故宫、杭州西湖、桂林山水等。这些推荐虽然没错，但过于笼统，没有考虑到用户的个人兴趣、旅游预算、时间安排等因素。然而，如果在提示词中加入角色设定，如 “你是一位专业的旅游规划师，了解各种不同类型的旅游景点，现在有一位 25 岁的年轻背包客，预算有限，喜欢自然风光和户外运动，希望在国内进行一次为期一周的旅行，请为他推荐合适的旅游景点”。此时，模型会根据所设定的 “专业旅游规划师” 角色，结合年轻背包客的特定需求，给出更精准的推荐，可能会包括一些小众但风景优美、适合户外运动且消费较低的景点，如四川牛背山、江西武功山等。通过这样的角色设定，用户能够获得更符合自己实际需求的信息，避免了通用化回答带来的困扰。

3.2 调整语言风格，契合不同场景需求

不同的角色在语言表达上具有不同的风格特点。在提示词中设定角色，能够让模型根据所设定角色的语言风格来生成回答，从而更好地契合不同的场景需求。

比如，在创作一篇儿童故事时，如果我们希望故事语言生动、活泼，富有童趣，就可以在提示词中设定角色为 “一位擅长编写儿童故事的作家”。模型在生成故事时，会运用简洁明了、充满想象力的语言，使用大量形象的比喻和拟人手法，来吸引儿童的注意力。例如：“在一个美丽的大森林里，住着一群可爱的小动物。小兔子蹦蹦跳跳地走在小路上，它的眼睛像红宝石一样明亮。突然，它发现了一颗闪闪发光的大蘑菇，就像一把神奇的小伞……”。

而如果是要撰写一份商务报告，我们可以设定角色为 “一位经验丰富的企业高管”。模型在生成报告时，会采用严谨、专业、正式的语言风格，运用准确的数据和逻辑清晰的论证来阐述观点。例如：“根据市场调研数据显示，本季度公司产品在目标市场的占有率为 35%，较上一季度增长了 5 个百分点。这主要得益于我们成功推出的新产品系列，满足了市场对于高品质、高性能产品的需求……”。通过这样的角色设定，模型生成的内容在语言风格上能够与具体的场景需求完美契合，大大提高了内容的适用性。

3.3 增强可信度，让回答更具说服力

当模型以特定角色的身份来回答问题时，它所生成的内容会因为这个角色的专业性和权威性而增强可信度。这是因为模型会模拟该角色的知识储备和思维方式，从专业的角度出发来分析和解决问题，使得回答更具说服力。

以法律咨询为例，如果用户向模型提问：“我在签订一份房屋租赁合同的时候，需要注意哪些法律问题”。如果没有角色设定，模型给出的回答可能只是一些常见法律条款的罗列，缺乏实际案例的支撑和深入的分析，让人感觉可信度不高。但如果设定角色为 “一位从业 20 年的资深律师”，模型会以律师的专业知识和丰富经验为基础，详细阐述在签订房屋租赁合同时可能涉及的各种法律问题，如租金支付方式、房屋维修责任、违约责任等，并结合实际案例进行分析。例如：“在签订房屋租赁合同时，租金支付方式是一个重要的条款。曾经有一个案例，租客与房东约定每月 5 号支付租金，但租客经常拖延支付，给房东带来了经济损失。后来房东通过法律途径维权，由于合同中对租金支付时间和违约责任有明确约定，房东最终成功获得了赔偿。所以，在合同中一定要明确租金的支付时间、支付方式以及逾期支付的违约责任……”。这样的回答不仅专业，而且通过实际案例增强了可信度，让用户更容易接受和信任。

四、角色设定的关键维度

4.1 身份 / 职业维度

身份和职业是角色设定中最基础、最直观的维度。不同的身份和职业拥有不同的知识体系、工作经验和思维方式，这会显著影响模型生成内容的专业性和针对性。

例如，当我们希望了解一款新型药物的研发情况时，如果设定模型的角色为 “一名医学领域的科研人员”，那么模型会基于其对医学科研的专业知识，从药物研发的原理、临床试验的阶段、研发过程中面临的技术难题等方面进行详细解答。它可能会提到：“这款新型药物属于靶向抗癌药物，其研发原理是通过特异性地作用于肿瘤细胞表面的特定靶点，阻断肿瘤细胞的生长信号传导通路，从而抑制肿瘤细胞的增殖。目前，该药物已经完成了二期临床试验，试验结果显示在部分癌症患者中具有显著的疗效，但在临床试验过程中也发现了一些如肝功能损伤等不良反应，研发团队正在针对这些问题进行进一步的研究和优化……”。

而如果设定角色为 “一名医药行业的市场分析师”，模型则会从市场的角度出发，分析这款新型药物的市场潜力、竞争优势、市场推广策略等内容。它可能会这样回答：“从市场角度来看，这款新型药物具有很大的市场潜力。随着癌症发病率的逐年上升，对高效抗癌药物的需求持续增长。与目前市场上已有的同类药物相比，这款药物在疗效和安全性方面具有一定的竞争优势。在市场推广方面，可以重点针对肿瘤专科医院和大型综合医院的肿瘤科进行推广，与医生建立良好的沟通和合作关系，通过举办学术研讨会等方式，向医生介绍药物的疗效和使用方法，提高药物的知名度和市场占有率……”。

4.2 专业领域维度

在确定了身份 / 职业后，进一步细化专业领域维度能够让模型的回答更加深入和精准。即使是同一职业，在不同的专业领域也会有不同的关注点和专业知识。

以医生这个职业为例，如果只是简单设定角色为 “医生”，当用户提问关于疾病治疗的问题时，模型的回答可能会比较宽泛。但如果明确设定为 “一名心内科医生”，在回答关于心脏病治疗的问题时，模型就能够凭借其在心内科领域的专业知识，给出更具针对性的治疗方案和建议。比如对于一位冠心病患者的治疗建议，模型可能会提到：“对于您目前的冠心病病情，首先需要进行生活方式的调整，如戒烟限酒、合理饮食、适量运动等。在药物治疗方面，建议长期服用抗血小板药物，如阿司匹林，以防止血栓形成；同时，使用他汀类药物来控制血脂，稳定斑块。如果病情严重，可能需要考虑进行冠状动脉介入治疗，如支架植入术，以改善心肌供血……”。

再比如设定角色为 “一名专注于人工智能图像识别领域的算法工程师”，当用户询问关于图像识别技术在安防领域的应用问题时，模型会从其专业领域的角度，详细介绍图像识别算法在安防监控中的工作原理、技术优势以及面临的挑战等内容。例如：“在安防领域，图像识别技术主要通过对监控视频中的图像进行分析和处理，实现对目标物体的检测、识别和跟踪。我们所采用的深度学习算法能够有效地提取图像中的特征信息，通过大量的数据训练，提高识别的准确率。目前，图像识别技术在安防领域已经取得了广泛的应用，如人脸识别门禁系统、车辆识别系统等，大大提高了安防工作的效率和准确性。但同时，也面临一些挑战，如在复杂光照条件下，图像的质量会受到影响，从而降低识别准确率，需要进一步研究和优化算法来解决这些问题……”。

4.3 经验水平维度

经验水平的设定能够让模型在生成内容时，考虑到不同经验层次所具备的知识深度和广度，以及处理问题的方式和方法。

以程序员为例，如果设定角色为 “一名刚入行的初级程序员”，当遇到一个复杂的编程问题时，模型可能会从基础的知识和方法入手，给出一些相对简单、常规的解决方案。例如，对于一个需要优化数据库查询效率的问题，初级程序员可能会回答：“首先，你可以检查一下查询语句是否写得合理，尽量避免使用复杂的子查询和全表扫描。可以对经常查询的字段建立索引，这样能够加快查询速度。另外，确保数据库服务器的配置满足应用的需求，如内存和 CPU 的资源是否充足……”。

而如果设定角色为 “一名具有 10 年工作经验的资深程序员”，模型的回答则会更加深入和全面，可能会从系统架构、数据库设计、代码优化等多个层面来分析问题并提供解决方案。例如：“对于这个数据库查询效率的问题，我们需要从多个方面来考虑。首先，从系统架构层面来看，是否存在不合理的分布式架构导致数据传输延迟。在数据库设计方面，要检查表结构是否合理，是否存在数据冗余。对于查询语句的优化，除了建立索引外，还可以考虑使用查询缓存技术，减少重复查询的开销。另外，从代码层面来看，要确保应用程序在调用数据库接口时，参数传递正确，避免不必要的数据库连接和断开操作……”。

通过设定不同的经验水平维度，模型能够根据用户的需求，提供符合相应经验层次的回答，无论是对于初学者还是专业人士，都能够得到有价值的信息。

五、如何进行有效的角色设定

5.1 明确具体的角色描述

在进行角色设定时，描述要尽可能明确、具体，避免模糊不清的表述。一个清晰明确的角色描述能够让模型更准确地理解其所扮演的角色，从而生成更符合预期的内容。

例如，不要简单地设定角色为 “一位专家”，这样的描述过于宽泛，模型无法确定具体的专业领域和角色特点。而应该明确指出是 “一位在人工智能自然语言处理领域有 15 年研究经验的专家”，这样详细的描述让模型清楚地知道自己需要运用自然语言处理领域的专业知识和 15 年的研究经验来回答问题。

再比如，在设定一个与市场营销相关的角色时，“一位擅长数字营销的资深营销经理，熟悉社交媒体平台的运营和推广策略，曾成功策划过多个千万级曝光量的营销活动” 这样具体的描述，能够让模型从一个具有丰富数字营销经验、熟悉特定领域且有成功案例的营销经理的角度出发，给出更具针对性和实用性的营销建议。

5.2 结合任务目标进行角色定位

角色设定要紧密结合具体的任务目标，确保所设定的角色能够为完成该任务提供最相关、最有用的知识和经验。

比如，如果任务是为一款新的智能家居产品撰写推广文案，那么设定角色为 “一位了解智能家居市场趋势、熟悉消费者心理的营销文案策划师” 就非常合适。这样的角色定位能够让模型从营销和文案创作的角度，结合对智能家居市场和消费者的了解，创作出能够吸引目标客户、突出产品优势的推广文案。

而如果任务是解答关于某一历史事件的详细过程和影响，设定角色为 “一位专注于该历史时期研究的历史学家” 则更有助于模型运用其专业的历史知识，给出准确、全面的解答。通过将角色定位与任务目标紧密结合，能够充分发挥模型在特定领域的优势，提高任务完成的质量和效果。

5.3 考虑目标受众的需求和期望

在进行角色设定时，还需要考虑目标受众的需求和期望。不同的目标受众对于内容的风格、深度和专业性有不同的要求，通过设定合适的角色，使模型生成的内容能够满足目标受众的期望。

例如，如果目标受众是小学生，在创作一篇科普文章时，可以设定角色为 “一位擅长用简单易懂的语言向孩子们讲解科学知识的小学科学老师”。这样，模型生成的内容会采用生动有趣、通俗易懂的语言，运用大量的比喻和实例，让小学生能够轻松理解复杂的科学概念。

如果目标受众是企业的高层管理人员，在提供一份关于行业发展趋势的分析报告时，设定角色为 “一位具有深厚行业洞察力的资深行业分析师”，模型生成的报告将采用严谨、专业的语言，运用大量的数据和深入的分析，为企业高层提供具有战略价值的决策依据。考虑目标受众的需求和期望进行角色设定，能够使模型生成的内容更具针对性和吸引力，更好地满足目标受众的需求。