RAG 提示模板
RAG 提示模板
仅依据下列资料回答问题。
资料不足时回答「资料中未提及」，不要使用先验知识补充。
<data>
[1] ……
[2] ……
[3] ……
</data>
问题：……
回答时在句末标注引用编号，如 [2]。| 要素 | 资料块 + 只依据资料的约束 + 缺省答复 + 引用标注 |
|---|---|
| 排序 | 相关度高的资料放前部或结尾，避免被中段淹没 |
| 评测 | 准备“资料中无答案”的样本，检查模型是否老实说不知道 |
本包目录（290 条）
提示词基础40 条
模式与框架50 条
- 思维链提示（Chain-of-Thought）
- Few-shot 少样本示例提示
- 零样本思维链（Let's think step by step）
- ReAct 推理与行动交替模式
- Zero-shot 零样本提示
- 检索增强提示写法（RAG 提示）
- 少样本思维链（示例带推理）
- 自洽性投票（Self-Consistency）
- 提示链（Prompt Chaining）
- 由易到难分解（Least-to-Most）
- 函数调用与参数 Schema
- 自我精修（Self-Refine）
- 推理与答案分区输出
- 程序化思考（Program-of-Thought / PAL）
- 工具调用提示结构（Toolformer 思路）
- 先计划再求解（Plan-and-Solve）
- 分块处理模式（Map-Reduce）
- 草稿纸模式（Scratchpad）
- 验证链（Chain-of-Verification, CoVe）
- 反思循环（Reflexion）
- 思维树（Tree of Thoughts）
- 路由分发模式（Router）
- 退一步抽象（Step-Back Prompting）
- 查询改写提示（Rewrite-Retrieve-Read）
- 自我提问（Self-Ask）
- 引用锚定（带出处作答）
- 正反例对比提示
- 前置门卫模式（输入输出检查）
- 骨架并行生成（Skeleton-of-Thought）
- 多角色评审（Role Ensemble）
- 连续分解问答（Successive Prompting）
- 按复杂度选择推理模式
- 输出预填（Prefill / Priming）
- 检索与推理交替（IRCoT）
- 多稿优选（Best-of-N）
- 指令复述（Instruction Repetition）
- 假设文档检索（HyDE 思路）
- 多智能体辩论（Multiagent Debate）
- 推理预算控制（思考长度）
- 先生成背景知识再作答
- 事前验尸（Pre-mortem）
- 动态示例选择（按相似度挑示例）
- 反方审查（Devil's Advocate）
- 类比提示（自生成类比示例）
- 元提示（Meta-Prompting）
- 自动提示生成与筛选（APE）
- 自动构造思维链示例（Auto-CoT）
- 密度链摘要（Chain of Density）
- 元提示优化（OPRO）
- 复述与作答（Rephrase and Respond）
检索增强提示写法（RAG 提示）
把检索到的资料连同问题一起交给模型，并明确“只依据资料作答、缺依据就说明”；是知识库问答提示的基本结构。
易错点
- 不写“资料不足时怎么办”，模型会用先验知识补全，产生看似合理的错误答案
- 命中资料互相矛盾时不声明取舍规则，输出会在两种说法间摇摆
数据来源与参考
- Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks（Lewis et al., NeurIPS 2020）