一个构建良好的提示包含了所有必要的信息，确保AI智能体能够生成准确的响应并有效执行任务。
通过系统性地结合具体组件，提示为LLM提供了全面的框架，使其能够充分发挥作用。
六个AI智能体提示工程的基本要素如下：
用户请求：
这是用户提供的原始任务描述，概述了目标和期望的结果。它是智能体行动的基础，确保LLM准确理解任务的背景和范围。智能体指令：
清晰详细的指令指导智能体的操作，规定其角色、需要遵循的规则和预期的输出。
该组件框定了推理过程，概述了智能体将处理的输入以及LLM应产生的输出。
环境状态：
提示包括代表智能体对其环境感知的GUI截图和UI数据。
多个版本的截图，例如干净版和注解版，有助于减轻潜在障碍。这种多模态输入对于准确的决策和任务执行至关重要。
行动文档：
该部分详细说明了AI智能体可用的操作，包括函数名、参数、返回值及其他参数。
提供这份文档为LLM提供了选择适当操作所需的上下文。
示例展示：
包含输入-输出对样例激活了LLM的在上下文中的学习能力。
这些示例说明了任务要求，帮助模型泛化并提高其执行GUI相关任务的性能。
补充信息：
额外的上下文，例如智能体记忆中的历史数据或从外部来源如RAG（检索增强生成）获取的知识，完善了智能体的决策过程。
这些补充信息增强了智能体的规划和推理能力。
将这六个要素整合到提示中，AI智能体确保LLM具备执行任务所需的良好上下文和指导，高效且可靠地完成任务。
这种系统性的提示工程方法最大限度地提高了LLM驱动的GUI智能体的有效性，使其能够无缝处理复杂的用户请求。
