ABA： 这是我们 Prompt Foundation 系列的一部分，我们将自己或与专家一起探索针对不同群体和用例的各种提示框架。
这是一个 转发 Stig 在 LinkedIn 上的文章。
介绍
在动态的人工智能世界中，我们与 ChatGPT 等 AI 模型的交互方式会对我们实现的结果产生重大影响。对于软件架构师、经理和开发人员来说，掌握提示工程的艺术不仅仅是一项技能，而是一项必需品。本指南深入探讨了九个结构化的提示框架，深入了解了它们在各种技术场景中的应用和功效。
框架概述
Stig 对以下框架进行了实用的介绍：
您可以点击目录中您感兴趣的框架来查看示例：
目录
APE（行动、目的、期望）
领域驱动设计示例：
行动： “解释领域驱动设计中的聚合根概念。”
目的： “明确他们在管理领域逻辑方面的作用。”
期待：“通过编码示例提供简洁的解释。”
分析： APE 非常适合寻求清晰、目的驱动的解释，这使其成为掌握复杂设计模式的理想选择。
RACE（角色、行动、背景、期望）
大型机迁移示例：
角色：“扮演移民专家的角色。”
行动： “概述将基于 COBOL 的大型机系统迁移到基于云的解决方案的步骤。”
语境： “考虑交易量大的银行系统。”
期待： “旨在最大限度减少停机时间的分步指南。”
分析：RACE 对于需要角色特定知识的任务特别有效，例如详细的迁移策略。
COAST（背景、目标、行动、场景、任务）
事件驱动架构的示例：
语境：“在微服务环境中。”
客观的： “实施事件驱动的架构。”
操作：“详细说明设置事件总线的过程。”
设想：“处理实时数据。”
任务：“设计一个可扩展的事件处理机制。”
分析：COAST 提供全面的方法，非常适合应对多方面的建筑挑战。
TAG（任务、行动、目标）
敏捷方法的示例：
任务：“在软件开发中采用敏捷实践。”
行动：“创建一个冲刺计划模板。”
目标：“简化开发流程并增强团队协作。”
分析: 对于具有明确目标的任务（例如实施特定方法）而言，TAG 是简单而有效的。
RISE（角色、投入、步骤、期望）
遗留系统集成示例：
角色：“作为系统集成专家。”
输入：“有关现有遗留系统和新技术的信息。”
步骤：“描述将遗留系统与现代 API 集成的过程。”
期待：“详细的集成计划，尽量减少系统中断。”
分析：RISE 在需要逐步流程的场景中表现出色，非常适合复杂的集成。
TRACE（任务、请求、操作、上下文、示例）
持续集成/持续部署（CI/CD）的示例：
任务：“设置 CI/CD 管道。”
要求：“指导我完成设置过程。”
行动：“详细说明管道创建的每个阶段。”
语境：“针对基于 Java 的 Web 应用程序。”
例子：“包含一个示例 Jenkinsfile 以供参考。”
分析：TRACE 提供了详细的、示例驱动的方法，有利于复杂的设置任务。
ERA（期望、角色、行动）
云安全示例：
期待：“制定强大的云安全策略。”
角色：“作为一名云安全专家。”
行动：“确定混合云环境的关键安全措施。”
分析：ERA 对于以结果为重点的任务非常有效，特别是在云安全等专业领域。
关怀（背景、行动、结果、示例）
数据迁移示例：
语境：“从关系数据库转移到 NoSQL 数据库。”
行动：“解释一下数据迁移的过程。”
结果：“确保数据完整性和最短停机时间。”
例子：“提供类似迁移的案例研究。”
分析：CARE 非常适合那些通过了解背景和查看示例可以更好地规划和执行的任务。
ROSES（角色、目标、场景、预期解决方案、步骤）
可扩展性规划示例：
角色：“作为可扩展性顾问。”
客观的：“扩展高流量 Web 应用程序的计划。”
设想：“预计明年用户流量将增加 300%。”
解决方案：“一种可保持性能的可扩展架构。”
步骤：“概述所需的架构变化。”
分析：ROSES 全面而详细，适合规划和执行复杂的可扩展性项目。
实际应用
通过根据特定的 IT 概念定制这些框架，技术专业人员不仅可以简化与 ChatGPT 的交互，还可以深入了解复杂主题。无论是理解领域驱动设计中的设计模式还是规划重大系统迁移，这些框架都提供了一种结构化的方法来从 AI 中获取详细且相关的响应。
结论
有效的快速工程不仅仅是掌握 AI 工具，它还改变了我们应对复杂 IT 挑战的方式。通过为每项任务战略性地选择正确的框架，软件架构师、经理和开发人员可以使用 ChatGPT 获得更深入的见解和更有意义的互动。
吸引行动号召
现在，我将焦点转向软件架构和开发领域的创新人才。以下是您可以积极参与的方式：
- 接受挑战：选择其中一个框架并将其应用于您正在研究的当前问题或概念。该框架如何影响结果？
- 分享您的故事：在 LinkedIn 上发布您的经历。您选择了什么框架？任务是什么，ChatGPT 如何响应？在您的帖子上添加标签 #ChatGPTFrameworks挑战 这样我们就可以跟随并互相学习。
- 协作和讨论：在本文下方或分享的帖子上发表评论，分享您的见解。您认为哪个框架最有效？您对修改或改进有什么建议吗？
- 传播知识：鼓励同事接受挑战。我们的场景越多样化，我们的集体理解就越丰富。
您的参与不仅会加深您自己的理解，还会为整个技术社区带来更多有益的知识。让我们一起探索人工智能在软件开发中的潜力，为创新解决方案铺平道路。
加入 #ChatGPTFrameworks挑战 今天，让我们将 AI 交互作为我们解决问题工具包的基石！
关于作者
认识一下 Stig Korsholm，他是一名科技爱好者和人工智能爱好者，喜欢深入研究人工智能领域的最新趋势和创新。Stig 目前是 Bankdata 的首席域架构师，在金融和银行领域的技术方面拥有丰富的经验。
作为特邀作者，Stig 分享了他独特的见解和经验，让每个人都能理解和参与复杂的主题。他擅长将技术与实际应用相结合，热衷于帮助企业利用人工智能的力量来取得成功。
当他不写作或探索新技术时，您会发现他与其他创新者联系并分享鼓舞人心的想法。
在 LinkedIn 上与他联系 → 这里!
订阅以获取最新博客文章更新
留下你的评论：