我叫台风，是一名魔法师，擅长创作指令和产品应用，希望成为模式在国内的布道者之一。
本文4000字，阅读大概需要5分钟。
一、如何给布置任务？
“强大到什么程度？一个简单到极致的聊天框，闲聊一样唠会嗑，就让AI帮你把活给干了！”
这大概是很多人在没有真正用过之前，对的刻板印象，或者说是幻想。
用多了自然就会明白，的聊天框是简单，使用门槛却不低。
当你把当做生产力工具，想要一个高质量的、可控的任务结果时，其实对提问所用的提示词有着很高的要求。
只是一个通用AI，一个云共享的临时实习生助理。智商、学历确实很高，但他缺乏业务经验，既不了解你，也不了解什么才是符合你要求的好内容、好回答。受限于记忆字数，这次勉强了解，下次还是记不住……
所以想要让干好活，就得跟带“外包”实习生一样，基于不信任原则，每次都把话说得明明白白、把事交代得清清楚楚。
什么样的任务指令，才能让更好地理解和执行？
业内的同行专家们为了解决这一问题，也总结了很多的指令框架，基本都是从以下的任务要素中选择组合。
那么，什么样的任务指令框架，更贴近我们的自然沟通习惯，能让初学者更容易记住理解、并快速上手呢？
二、什么是“BRTR”原则？
既然我们把视为“数字生命”一般的AI助理，那布置任务完全可以借鉴人类沟通的方法准则。
回想一下，在日常生活工作场景中，清晰且自然的任务话术，是不是比较类似以下这样的格式？
生活场景
工作场景
从上述例子可以看出来，一个高质量的任务，应该包含讲述背景、指定对象、分配任务、明确要求4个部分。
参考生活工作场景中布置任务的高效话术，我总结了一套能让更好理解和执行的任务指令框架：“BRTR”原则。
任务指令=说背景(B)+定角色(R)+派任务(T)+提要求(R)
说背景(B)：说明布置任务的前提缘由、面临的问题等，提供必要的解释；
定角色(R)：设定扮演的专家角色身份，限定专业领域的回答范围；
派任务(T)：简单介绍任务的主题、概要和预期，明确的任务方向；
提要求(R)：具体的任务要求，如内容标准、参考示例、输出格式、流程规则。
以下是“BRTR”原则的图示。
其中“BRTR”原则里的背景、角色要素，属于任务的约束或补充辅助项。
我们可以根据自己的需求和习惯，简化为“BTR模式”（背景-任务-要求）、或者“RTR模式”（角色-任务-要求）。
举个例子，运用“BRTR”原则让帮我制定“学习计划”，可以看到他针对我没有“技术知识基础”的背景，特意加上了“计算机科学基础”这一章节，内容输出的结构，也遵循了“先列出大纲后讲解章节”的要求。
需要注意的是，GPT-3.5和GPT-4.0在理解能力和创作能力上均有区别，如果有较高要求，尽量使用GPT-4.0。
为了让大家更好地理解和运用BRTR原则，我制作了一个“指令生成器”，基于BRTR原则帮你一键生成任务指令模板，为你提供思路参考。
访问地址：
三、如何使用“BRTR”原则？
（一）说背景（）
背景信息一般聚焦于讲述我们自己要完成的任务，任务的前提缘由、目标或面临的问题，以及自身的情况等。
这样作为“外包”，就能够基于背景信息更好地提出针对性的解决方案。
比如，当你想让写一份产品经理招聘JD，那么对应的隐含背景信息是：你作为一个HR要帮公司招到一个符合岗位条件和要求的产品经理。
我在写本篇文章时，希望在文章结构、写作模型方面得到的建议，并让他按照给出的结构模型试写文章，那么我得把“BRTR原则”告诉他，不然他会对这个概念一脸蒙逼。
背景信息也可以是介绍性的材料，比如希望和针对某个现象、事件、观点立场、概念进行讨论创作，那么可以把这样的材料放到背景() 里。
讲述背景这一环节，本质是在帮助我们梳理清楚自己任务诉求、出发点，我们搞清楚了自己的情况、需求、问题，才能把任务更好地传达给。
（二）定角色（Role）
是一个通用AI，就像你问一个万事通，他确实可以回答你的任何问题，但只能泛泛而谈，毕竟他不是所有领域的专家。
这是因为在缺乏有效引导或约束的情况下，需要在庞大的数据库里搜索合理的答案，那么命中效果就会变得一般，语言风格也将是偏机械的。
角色设定指令是官方支持的能力，起到“调度”行业专家模型的作用，通过身份来约束的回答领域范围，一定程度上能让回答更有针对性。
不同的任务场景，可以设定扮演不同的角色身份，也可以设定知识经验水平、精通领域、语言风格等细化的要求。
一般来说，我们倾向于给赋予专家身份，来让回答显得更专业。
需要注意的是，简单的角色扮演主要起到收窄的回答领域范围的作用，和回答质量不是绝对正相关的关系。
虽然“角色派”是主流方法之一，但它在商用内容创作领域中，质量权重影响占比不算太高。
（三）派任务(Task)
这一环节主要是让明确自己是在处理一个特定的任务，帮助他了解任务的主题、关键内容、预期等。
我们可以多使用一些特定具体、限定约束的词汇，让任务主题更加聚焦。比如写文章场景，限定是“公众号”平台、点明要“爆款文章”、重点突出文章主题等。
任务属于概括性、总结性的说明，所以一般会写得相对简洁。
(注意：该例子仅为简单演示，没做具体要求优化)
（四）提要求()
告知任务主题之后，接下来进一步提出更详细的任务要求。
用来处理复杂任务的指令，质量差异主要是体现在要求设定上。如果想让结果可控，那么要求就需要写得更全面。
在内容写作、咨询评测、咨询讨论等不同的任务场景中，要求也应该是针对性定制的。
比较常用的任务要求类型有4个：内容标准、参考示例、输出格式、流程规则。请按需选择或组合。
（1）内容标准
不同的内容类型元素组合千变万化，即使小红书文案看起来格式都差不多，但因为行业、人设或转化需求不同，那写法风格也是不一样的。
我们可以参考以下问题，来思考自己需要提出哪些要求细项。
比如写小红书，为了让结果更可控，对小红书文案风格作出详细的定义。
(注意：不涉及特定需求优化)
针对想要的内容类型，你也可以向请教以获得建议。
（2）参考示例
我们提出的标准，大多数时候都是偏抽象的，理解起来会有些偏差。
擅长模仿，那么给出参考的示例、资料、最佳模板，就可以显著提高结果的可控度。
如果某种风格是比较大众、知名、通行的，我们可以直接指定风格让他仿写，比如小红书文案风格、鲁迅风格等。
像爆款标题，市面上已经有很多成熟的方法论模板，那么我们可以把爆款标题的方法和例子告诉他。
要是你不太了解某个领域的方法论、模型等，问让他告诉你。
我们也可以直接引用文章片段，让他进行参考。当然如果是要模仿整篇文章的话，最好还是分拆多个任务让他先学习总结风格，再布置创作任务。
（3）输出格式
常见的格式如大纲、摘要、表格、图表展示、、json、代码块等。
格式，输出的内容比较适用于和PPT、思维导图、流程图等办公工具进行二次结合。
如果对于输出内容有特定的格式要求，例如让他帮忙出题目，包含题目、答案、分析等多个字段，最好是给他进行格式举例。
（4）流程规则
当我们希望设计分步骤处理内容或进行互动的场景指令，就会涉及到流程规则的描述。
每个流程步骤，需要描述清楚在什么情景条件处理什么事务、遵循什么规则、要作出什么反馈等。
创作、咨询、学习、评测、游戏等互动场景，可以按需添加流程规则，流程任务指令的通用性和引导性都会更好。
比如小红书创作流程，让先引导用户提供主题，根据主题拟好相应的5个标题，用户选择1个标题后，再开始正式创作。
四、如何编写任务指令？
（一）指令编写格式
指令的表达格式并没有什么要求，只要模块清晰即可，理解能力还是不错的。
如果任务比较复杂、或者发现会误解指令，建议还是标明、划分每个指令模块，也方便扩展。
1、自然表达
2、添加标识
3、划分模块
（二）指令要素选择
“BRTR”原则包含背景(B)、角色(R)、任务(T)、要求(R) 四个要素。
写指令的时候是否要描述全部要素，取决于任务的通用程度、复杂程度和可控性需求。
我们可以根据自己的需求和习惯，简化为“BTR模式”（背景-任务-要求）、或者“RTR模式”（角色-任务-要求）。这两种模式组合，足以应对大多数任务场景。
当任务足够通用和简单，完全可以只描述“任务-要求”，甚至只有“任务”。比如：请帮我详细讲解下技术中的词嵌入模型相关的原理。
（三）对话持续优化
在日常使用中，我们通常不是单轮问答就能完成任务。
和交流、共创，这是一个持续沟通优化的过程，需要通过追问、补充、纠正等方式，来逐步完善交付的结果。
如果任务比较复杂，我们有时需要拆解成一整套的多条任务指令。
（四）任务指令固化
一条或一套优质的任务指令，应该是能够稳定有效地解决某类特定任务的。
比如我做的小红书生成器，支持一键生成文案；比如在自媒体场景下，针对某个细分领域进行主题文章仿写的创作流程指令。
我们需要根据效果测试不断地调整指令，直到它能稳定地输出可控的结果。
任务指令固化为模板后，支持直接使用或者只需要微调，就可以大大提高沟通、创作效率。
五、指令生成器
最了解的，当然是他自己。
既然我们写任务指令是为了让更好地理解和执行，那不妨把这个活交给他来干。
这就是“指令生成器”的由来，基于BRTR原则帮你一键生成任务指令模板，为你提供思路参考。
请注意，它仅仅适用于新手入门练习的初级参考，还需要结合你的实际需求场景进行修改。
访问地址：
//选中链接，选择搜一搜即可访问
六、最后的最后
“BRTR”原则是一个基础框架，你可以基于这个任务指令模板，快速创作出明确具体的沟通话术，减少不必要的返工和追问，提高交流效率。
在应对复杂任务时，“BRTR”原则也有着很好的延展性，可以灵活扩充，让结果更加可控。
“BRTR”原则亦是一种思维模型，核心价值在于启发我们自己对任务需求的思考。
“BRTR”原则并非我独创，它更像是无数人深度使用之后，越来越趋同的思想认同和方法选择。
彩蛋
1、如果你想获得本文中用到的演示指令的文字版，麻烦分享转发本文，然后在公众号后台加我微信领取~
2、后续我将组建一个指令知识库，收集优秀的指令和方法分享给大家一起学习，欢迎加我微信围观
闲话：这篇文章本应该是一个月前就要写的，各种原因拖到现在，这两天终于下定决心花了20多个小时写完。4000多字的方法论长文，写起来相当痛苦，但当看到成稿的时候，又觉得很值得。
希望在你踏入AI魔法世界的大门时，这篇文章对你有那么一点帮助。
我是台风，一名魔法师
前腾讯员工，创业公司产品合伙人
放弃几百万股份全职干AI
曾参与多本AI行业书籍的编写
关注公众号加我微信，一起探讨AI的可能性
加个好友围观朋友圈也没问题~
323AI导航网发布
相关文章
