四要素

核心要素

上下文 + 任务指令 + 输入数据 + 输出指示

from openai import OpenAI
# 初始化openAI客户端
client = OpenAI(api_key="YOUR_API_KEY")
def create_marketing_prompt(context, instruction, input_data, output_spec):
    """使用黄金公式的四个要素组装一个Prompt"""
    prompt = f"""# 上下文背景
{context}
# 任务指令
{instruction}
# 输入数据
{input_data}
# 输出指示
{output_spec}
"""
    return prompt
# 测试，定义每个要素的内容
context = "你是一位专业的市场营销文案专家，你的目标受众是喜爱户外运动的年轻人。"
instruction = "请为以下产品信息，撰写一条用于小红书社交媒体发布的推广文案。"
input_data = "产品名称：“极光”系列冲锋衣\\n核心卖点：防水、透气、轻便"
output_spec = "- 格式：一段约100字的短文，结尾附带3个相关的热门标签。\\n- 风格：充满活力，富有冒险精神。"
# 生成最终的Prompt
final_prompt = create_marketing_prompt(context, instruction, input_data, output_spec)
# 调用 OpenAI 模型
response = client.chat.completions.create(
    model="gpt-5",  # 可以换成 "gpt-4o-mini" 或其他合适的模型
    messages=[
        {"role": "system", "content": final_prompt}
    ],
    temperature=0.8 # 控制创意程度
)
# 输出结果
print(response.choices[0].message.content)

SOTK

Situation：设定身份与场景

Task：明确任务动作

Objective：指定产出结构

Knowledge：补充背景信息

STOK Prompt： • S：你是一名专业的销售代表 • T：分析这段冷拨电话记录，写一封跟进邮件 • O：邮件需包含痛点+价值+下一步行动，保持轻松专业语气 • K：客户背景：一家初创公司，正在考虑使用AWS和Okta