Claude 的 Prompting 101 课程里提出的 Prompt 架构，通过一个结构化、层次分明的提示词，可以更精确地控制AI的行为和输出结果。具体为：

Task context (任务背景): 设定AI的角色和任务大背景。在示例中，AI被设定为一家名为AdAstra Careers公司创建的职业教练“Joe”。

Tone context (语气背景): 规定AI回答时应使用的语气。这里要求使用“友好、客服的语气”。

Background data, documents, and images (背景数据、文档和图片): 为AI提供回答问题时可以参考的外部信息或知识库。

Detailed task description & rules (详细任务描述和规则): 给出具体的行为准则和限制。例如，要求AI始终保持角色、在不确定时如何回应、如何处理无关问题等。

Examples (示例): 提供一或多个“一问一答”的范例，向AI具体展示期望的互动方式。

Conversation history (对话历史): 传入之前的对话内容，帮助AI理解当前的语境。

Immediate task description or request (当前任务描述或请求): 用户当前提出的具体问题。

Thinking step by step / take a deep breath (逐步思考/深呼吸): 这是一条对AI的元指令，引导它在回答前先进行一步步的逻辑思考，以提高回答质量。

Output formatting (输出格式): 规定AI最终回答需要遵循的格式。这里要求将答案放在标签内。

Prefilled response (if any) (预填充的回答): 如果需要，可以提供回答的开头部分，引导AI继续生成。

#AI创造营##微博兴趣创作计划#