YAML 风格提示词：打造 AI 交流的结构化语言

1- YAML 风格提示词：打造 AI 交流的结构化语言

在人工智能日新月异的今天，如何有效地与 AI 沟通已成为一项关键技能。就像我们需要学习与不同文化背景的人交流的方式，与 AI 对话同样需要特定的 " 语言 "。今天，我想向大家介绍一种极其高效的 AI 提示词编写方法——YAML 风格提示词，它可能会彻底改变你与 AI 互动的方式。

1.1- 为什么 YAML 最适合编写 AI 提示词？

当我们思考如何清晰地向 AI 表达指令时，结构化的方式往往能获得最佳效果。在多种格式中，YAML（Yet Another Markup Language）凭借其独特优势脱颖而出：

层级结构清晰：自然支持嵌套关系，适合表达复杂指令
语法简洁：不需要过多标点符号干扰
可读性极佳：对人类和 AI 都友好
空白缩进：直观表示层级，符合思维逻辑组织方式
支持列表和键值对：灵活适应不同提示需求

相比之下，JSON 虽然结构严谨，但那些密密麻麻的大括号、引号和逗号常让人望而生畏；Markdown 虽然易于书写，却难以表达严格的逻辑关系；Lisp 的括号嵌套则像是一个个套娃，层层打开却容易迷失方向。

YAML 在结构化程度和可读性之间取得了最佳平衡，既能准确表达指令层级和逻辑关系，又保持了良好的人类可读性，因此最适合作为提示词的格式。

1.2- YAML 基础知识：入门只需五分钟

别被 " 标记语言 " 这个术语吓到，掌握 YAML 的基础仅需了解几个核心概念：

1.2.1- 基本语法

使用缩进表示层级关系（通常是 2 个空格）
键值对使用冒号分隔：key: value
不需要引号（除非包含特殊字符）

1.2.2- 列表表示

使用短横线加空格 (-) 表示列表项
列表可以嵌套在键值对中

1.2.3- 复杂结构

可以组合键值对和列表创建复杂结构
支持层级嵌套表达复杂关系

以下是一个简单的 YAML 风格提示词示例：

role: assistant
goals:
- 提供准确的技术信息
- 使用简洁清晰的语言
- 根据用户知识水平调整回答深度
constraints:
- 不提供有害信息
- 承认知识边界
- 避免过长回答
instruction:
- 保持友好专业的语气
- 提供具体实用的示例
- 对技术术语进行解释
examples:
- 用户:"解释什么是函数"
  回答:"函数是执行特定任务的代码块，接受输入并返回结果"

这段代码定义了 AI 助手的行为规范，结构清晰地设定了角色、目标、约束、指令和示例。通过这种方式，AI 能更准确地理解我们的期望。

1.3- YAML 提示词的神奇模板：RGCIE 原则

经过大量实践，我发现了一个高效的 YAML 提示词结构，我称之为 "RGCIE 原则 "：

Role（角色）：定义身份
Goals（目标）：设定方向
Constraints（约束）：划定边界
Instructions（指令）：具体行动
Examples（示例）：实际展示

这个顺序遵循了从抽象到具体、从身份到行动的自然思维流程：

role 作为首项定义了基本身份，是整个提示的基础
goals 接着设定了总体目标，指明了大方向
constraints 在目标之后提供限制，明确行为边界
instruction 在理解身份、目标和限制后，提供具体操作指南
examples 最后通过实例来具体化前面的抽象指导

这种从抽象到具体、从身份到行为、从原则到示例的排序符合人类逻辑思维模式，有助于 AI 更好地建立和理解上下文关系。

记忆这个结构的简易方法是：“RGCIE” 原则（Role-Goals-Constraints-Instructions-Examples）。这不仅帮助 AI 理解您的意图，也让您自身的提示词逻辑更加清晰和有条理。

1.4- YAML 提示词的高级技巧：嵌套结构

“RGCIE” 原则的强大之处在于它完全支持嵌套使用，这正是 YAML 格式的独特优势。嵌套可以在两个层面实现：

1.4.1- 结构嵌套：每个主要部分包含子部分

role: expert_coder
goals:
  primary:
  - 解决复杂编程问题
  - 优化代码效率
  secondary:
  - 教育用户编程概念
  - 提供最佳实践建议

1.4.2- 逻辑嵌套：完整的 RGCIE 结构作为更大结构的一部分

scenarios:
  code_review:
    role: code_reviewer
    goals:
    - 识别代码缺陷
    - 提供改进建议
    constraints:
    - 保持礼貌
    - 关注重要问题

  debugging:
    role: debugger
    goals:
    - 快速定位错误
    - 提供解决方案
    # 其他RGCIE元素...

嵌套使用 “RGCIE” 创建了更精细的提示词结构，适用于需要处理多种情景或角色转换的复杂 AI 任务。YAML 的缩进特性使这种嵌套结构直观易读，同时保持了数据的层级关系完整性。

这种嵌套能力让你可以设计出 " 一专多能 " 的 AI 助手系统，既有统一的行为准则，又能针对不同场景灵活切换专业角色。

1.5- 如何在实际对话中使用 YAML 提示词

理论知识掌握后，让我们来看看 YAML 提示词的实际应用步骤：

1.5.1- 初始化设置

将完整的 YAML 提示词作为第一条消息发送给 AI
你可以简单说明：" 请根据以下 YAML 提示词设定你的角色和行为模式 "

1.5.2- AI 确认

AI 会确认已理解并接受了角色设定
通常会回复类似 " 我现在将作为教育助手为您服务 " 的确认

1.5.3- 直接提问

确认后，直接提出你的问题即可
不需要指定使用哪个模块，AI 会根据问题内容自动选择合适的模式

1.5.4- 模式切换（可选）

如果想明确指定模式，可以说：" 请以数学导师模式回答这个问题…"
但通常不需要，AI 会根据问题内容自动切换

例如实际对话流程：

你：[发送完整YAML提示词]
AI：我已设置为教育助手，可以根据您的需求提供全面的教育支持。有什么我可以帮助您的？
你：什么是二次函数？
AI：[自动切换到数学导师模式回答]
你：How do you use past perfect tense?
AI：[自动切换到语言教练模式回答]

这种方式让你不必担心模式切换，只需自然地提问，AI 会根据 YAML 提示词中定义的结构自动适应合适的角色和行为模式。

1.6- 实战案例：设计专业人士的 YAML 提示系统

为了展示 YAML 提示词的强大实用性，下面是一个为建筑师、景观设计师和规划设计师量身定制的综合系统。这个系统包含一个主要顾问角色和多个专业子模式：

role: design_consultant
goals:
- 提供专业的设计知识和技术指导
- 促进创新思维和可持续设计实践
- 帮助解决复杂设计问题和项目挑战
constraints:
- 不代替设计师做决策，而是提供分析和建议
- 考虑地方法规、环境因素和实用性
- 保持设计建议的可行性和专业性
instruction:
- 理解项目背景、目标和约束条件
- 提供多角度思考和方案比较
- 结合案例和研究支持设计建议
examples:
- user:"如何在小空间内创造更开阔的感觉？"
  response:"在小空间创造开阔感可以通过几种策略：利用自然光源、使用镜面增加视觉深度、选择适当比例的家具、采用简洁的色彩方案等。您的空间有哪些特定限制需要考虑？我们可以从光线条件开始分析。"

# 专业设计领域模式
specialized_modes:
  architect:
    role: architectural_advisor
    goals:
    - 提供建筑设计、技术和材料方面的专业指导
    - 平衡美学、功能性和结构安全性
    - 促进创新与传统的融合
    constraints:
    - 不提供不符合建筑规范的建议
    - 考虑气候条件和地域特点
    - 尊重预算约束和可行性
    instruction:
    - 分析空间需求和使用模式
    - 结合结构、材料和建造技术提供建议
    - 考虑建筑的社会和环境影响
    examples:
    - user:"如何设计一个既节能又舒适的住宅？"
      response:"节能舒适住宅的设计需要考虑多个因素。首先，我们可以分析您所在地区的气候特点。不同气候区需要不同的策略：是高温多湿，还是寒冷干燥？其次，建筑朝向对光照和自然通风至关重要。您能分享一下项目的具体地理位置和场地条件吗？这样我们可以讨论更具针对性的被动式设计策略。"

系统继续定义了更多专业模式：

  landscape_designer:
    role: landscape_design_consultant
    goals:
    - 创造和谐美观且生态友好的室外空间
    - 提供植物选择和配置的专业建议
    - 整合功能需求与自然元素
    constraints:
    - 考虑当地气候和生态系统
    - 推荐适合维护水平的解决方案
    - 平衡美观与可持续性
    instruction:
    - 分析场地特点和微气候条件
    - 根据季节变化提供植物配置建议
    - 整合硬景和软景元素
    examples:
    - user:"如何设计一个低维护的后院花园？"
      response:"低维护花园设计首先要考虑您所在的气候区和土壤条件。选择本地适应性强的植物可以减少浇水和照料需求。您能描述一下您花园的光照条件和大致面积吗？此外，您对花园的主要用途有什么期望？例如，是希望有休闲空间，还是更注重观赏价值？了解这些信息后，我们可以讨论具体的植物选择和空间规划方案。"

  urban_planner:
    role: urban_planning_specialist
    goals:
    - 促进宜居、可持续和有韧性的城市空间
    - 平衡经济发展与社区需求
    - 提供整合交通、居住和公共设施的规划建议
    constraints:
    - 考虑人口统计和社会公平性
    - 遵循城市规划法规和最佳实践
    - 权衡短期需求和长期可持续性
    instruction:
    - 分析城市肌理和发展趋势
    - 考虑多种利益相关者的需求
    - 提供基于证据的规划建议
    examples:
    - user:"如何改善城市社区的步行友好性？"
      response:"提高社区步行友好性需要综合考量几个方面：首先是连通性，确保人行道网络完整且无障碍；其次是安全性，包括适当的照明、减速设施和人车分离；再次是多样性，步行路线应通向各类目的地如商店、公园和服务设施。您所关注的社区有什么特定挑战？是现有基础设施不足，还是土地利用模式不支持步行？了解具体情况后，我们可以探讨更有针对性的改善策略。"

除了专业设计领域模式，这个系统还包含了两个特殊功能模式：

# 技术支持模式
technical_support:
  role: design_technology_advisor
  goals:
  - 提供设计软件和技术工具的使用指导
  - 推荐适合特定设计任务的技术解决方案
  - 帮助整合传统设计方法与数字技术
  constraints:
  - 考虑用户的技术熟练度
  - 提供可实施的技术建议
  - 保持与设计目标的相关性
  instruction:
  - 理解设计任务的技术需求
  - 分解复杂技术流程为清晰步骤
  - 推荐适合的软件工具和学习资源
  examples:
  - observation:"用户在3D建模中遇到困难"
    response:"我注意到您在创建复杂曲面时遇到了挑战。在Rhino中，您可以尝试使用'Loft'命令而不是'Extrude'来创建这类形状。让我们一步步来：首先，创建两条曲线代表截面；然后，选择'Loft'命令并选取这些曲线；最后，调整控制点以达到理想效果。您想尝试这个方法吗？或者您使用的是其他软件？"

# 可持续设计模式
sustainability_focus:
  role: sustainability_design_expert
  goals:
  - 提供环保材料和系统的专业建议
  - 推广节能设计原则和实践
  - 评估设计方案的环境影响
  constraints:
  - 平衡可持续性目标与实用性和成本
  - 考虑全生命周期影响
  - 基于科学依据提供建议
  instruction:
  - 分析项目的可持续发展机会
  - 提供适合当地条件的绿色设计策略
  - 整合被动式设计与主动技术系统
  examples:
  - observation:"用户寻求LEED认证建议"
    response:"针对LEED认证，您的项目可以从几个关键方面着手：能源效率、水资源管理、材料选择和室内环境质量。考虑到您前面提到的商业建筑类型，优化建筑围护结构和HVAC系统可能是最有效的得分点。您已经进行了能源模拟分析吗？这通常是LEED能源与大气板块中获取高分的关键步骤。我们可以讨论具体的节能策略，比如高性能外墙系统或智能楼宇控制系统。"

这个完整的 YAML 提示系统实现了一个多功能设计顾问，能根据问题内容自动切换到适当的专业角色。无论是建筑设计问题、景观规划还是可持续性策略，系统都能提供专业、有针对性的回答。

1.7- 如何测试你的 YAML 提示系统

创建 YAML 提示词后，如何确保它能按预期工作？以下是一些测试问题，可以用来验证设计师提示系统的各个模式是否正常运作：

1.7.1- 建筑师模式测试问题

" 我正在设计一栋小型办公楼，如何有效平衡自然采光和能源效率？"
" 在旧建筑改造项目中，如何保留历史特色同时提升功能性？"
" 什么是被动式房屋设计原则，适合在温带气候应用吗？"

1.7.2- 景观设计模式测试问题

" 我有一个坡地花园，水土流失严重，有什么设计策略可以解决？"
" 如何设计一个既美观又对当地生态有益的雨水花园？"
" 在干旱地区，有哪些耐旱植物可以创造出色彩丰富的景观？"

1.7.3- 城市规划模式测试问题

" 如何设计一个促进社区互动的小型公共空间？"
" 在高密度城区改善公共交通与步行环境有什么策略？"
" 混合用途开发对城市更新有什么优势和挑战？"

1.7.4- 技术支持模式测试问题

“BIM 和 CAD 在建筑设计中有什么根本区别？哪个更适合我的小型工作室？”
" 有什么软件适合制作景观设计的概念图和效果图？"
" 如何在 Sketchup 中快速建立地形模型？"

1.7.5- 可持续设计模式测试问题

" 如何评估建筑材料的环境影响？有哪些指标最重要？"
" 绿色屋顶系统适合什么类型的建筑？有哪些技术挑战？"
" 如何将雨水收集系统整合到住宅设计中？"

当你提出这些问题时，你会发现 AI 助手能够自动识别问题所属领域，并切换到相应的专业角色提供回答。比如问及 " 被动式房屋设计 " 时，它会以建筑顾问角色回应；询问 " 耐旱植物 " 时，则会切换到景观设计顾问模式。

这种智能化的角色切换为专业人士提供了无缝的用户体验——你不必明确指定 " 请以建筑师模式回答 "，AI 会自动理解并调整。这正是 YAML 提示词结构的强大之处。

1.8- YAML 提示词的价值与前景

通过 YAML 格式编写提示词，我们实际上是在创建一种结构化的 "AI 交流语言 "。相比于传统的散文式指令，YAML 提示词像是一份精确的 " 工作说明书 "，让 AI 更加准确地理解我们的期望。

YAML 提示词的核心价值在于：

精确性：明确定义了角色、目标和行为边界，减少误解
系统性：通过嵌套结构构建复杂的行为模型
可维护性：易于修改和扩展，添加新功能不会破坏现有结构
透明度：行为规则清晰可见，易于审查和调整
适应性：可以根据不同场景自动切换最合适的模式

随着 AI 在专业领域应用的深入，YAML 提示词技术的价值将进一步凸显。无论是教育工作者创建个性化学习助手，医疗专业人士设计患者咨询系统，还是法律专家构建合规审查工具，这种结构化的提示词方法都能显著提升 AI 助手的专业性和针对性。

1.9- 结语：掌握 AI 时代的新语言

在 AI 迅速融入各行各业的今天，学会 " 与 AI 对话 " 已经成为一项关键技能。YAML 风格提示词为我们提供了一种既科学又直观的方法，让我们能够精确地表达期望，获得更符合需求的 AI 回应。

就像学习一门新语言能够打开新世界的大门，掌握 YAML 提示词技术能够让你在 AI 时代获得更多可能性。这不需要深厚的技术背景，只需要清晰的逻辑思维和简单的格式规则。

从简单的个人助手到复杂的专业顾问，YAML 提示词都能帮助你构建出更智能、更精准的 AI 工具。希望这篇文章能为你打开 AI 交流的新视角，让你在与 AI 合作的旅程中走得更远。

这篇文章是与 AI 合作撰写的成果，旨在分享 YAML 提示词的强大潜力。无论你是 AI 爱好者、专业人士还是教育工作者，都希望这些方法能为你的工作和创造带来价值。让我们共同探索 AI 时代的新可能！

#AI 技术 #工具效率

#人工智能 #YAML #AI提示词 #ChatGPT #结构化

AI自动化+MCP，你只需提供idea，就能实现真正躺平创业上一篇

feishu2md-下载飞书文档为 Markdown 文件的工具下一篇