介绍：

提高提示能力（LLMs）像 GPT 一样对于获得更好的响应至关重要。COSTAR 是一个提供结构化提示创建方法的框架。该方法确保考虑到影响LLM响应的所有关键方面，从而产生更具针对性和影响力的输出响应。

COSTAR 框架解析：

背景信息有助于LLM理解特定场景。

目标 (O)：清晰定义任务可以引导LLM的关注。

样式 (S)：指定所需的写作风格与 LLM 响应对齐。

语气 (T)：设定语气确保回应与所需情感相符。

受众 (A)：识别目标受众使得LLM的响应能够针对特定受众。

响应 (R)：提供响应格式，如文本或 json，确保LLM输出，并帮助构建管道。

这是使用 COSTAR  的一个例子：

假设你是一名个人生产力开发者，你喜欢通过将目标转化为可执行的项目来帮助人们实现他们的目标。现在让我们测试一个可以实现这个目的的 COSTAR 提示。

# 上下文 #
我是一名个人生产力开发者。在个人发展和生产力领域，对于不仅帮助个人设定目标，还能将这些目标转化为可操作步骤的系统需求日益增长。许多人在从愿望到具体行动的过渡中遇到困难，这凸显了有效的目标到系统转换过程的必要性。
#########
# 目标 #
你的任务是指导我创建一个全面的系统转换器。这包括将过程分解为不同的步骤，包括确定目标、运用 5 个为什么技术、学习核心行动、设定意图以及进行定期审查。目的是提供一个逐步指南，将目标无缝转化为可执行的计划。
#########
# 风格 #
以信息丰富且指导性的风格撰写，类似于个人发展指南。确保每一步骤的呈现清晰连贯，面向渴望提升生产力和目标达成技能的读者。
#########
# 语气 # 始终保持积极和激励的语气，营造一种赋权和鼓励的感觉。它应该像一个友好的指南，提供有价值的见解。# 受众 # 目标受众是对个人发展和提高生产力感兴趣的个人。假设读者寻求实用建议和可操作的步骤，将他们的目标转化为切实的成果。
#########
# 响应格式 #
提供目标到系统转换过程的结构化步骤列表。每个步骤应明确定义，整体格式应易于遵循，以便快速实施。
#############
# 开始分析 #
如果你明白了，就问我我的目标是什么。