本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 讓提示詞區段引起關注
<a name="prompting-focus"></a>

Amazon Nova 模型可以透過格式化區段中的指示，然後參考這些特定區段，來密切關注提示詞中的特定部分。模型可以關注到提示詞中是否包含使用 Markdown、XML 或其他結構的明確區段分隔。例如，您可以定義區段名稱，使用 `##Section Name##`，然後在您的提示詞中透過 `##Section Name##` 參考該區段。

您也可以利用此策略來限制模型不要在產生的回應中顯示部分輸入提示詞。例如，當在輸入提示詞中提供少樣本範例或指示時，使用分隔符號 (例如 `##Instructions##` 或 `##Examples##`) 搭配新行分隔符號，並提供強式指示，例如 `DO NOT mention anything inside the ##Instructions## or ##Examples## in the response`，讓模型不要在其輸出中照搬這些區段中的輸入提示詞內容。

## 範例：區段分隔
<a name="focus-collapsible"></a>


| 角色 | 包含區段分隔的提示詞 | 
| --- |--- |
| 使用者 | 您是一名專家級提示詞建立者。您的任務是建立一組多樣化且高度複雜的 \#\#PROMPTS\#\#，用於測試語言模型的知識能力和遵循具有限制的指示的能力。請建立 10 個 \#\#PROMPTS\#\#。必須嚴格遵循 \#\#GUIDELINES\#\#：<br />\#\#GUIDELINES\#\#  產生的 \#\#PROMPTS\#\# 具有類似於指定的 \#\#EXAMPLE PROMPTS\#\# 的結構和樣式。密切關注 \#\#EXAMPLE PROMPTS\#\# 的複雜性和多樣性。   產生的 \#\#PROMPTS\#\# 必須來自 \#\#DOMAINS\#\#，並且必須搭配這些 \#\#USECASES\#\#。   每個 \#\#PROMPTS\#\# 必須是唯一且高度複雜的。   每個 \#\#PROMPTS\#\# 必須包含 4 個以上的句子和 1 個限制條件。   每個 \#\#PROMPTS\#\# 應該不少於 70 個字。   每個 \#\#PROMPTS\#\# 應該有一個可以用文字撰寫的答案。   這些 \#\#PROMPTS\#\# 的答案長度必須是有限的而且不能太長。   在 \#\#PROMPTS\#\# 中，不得提及任何有關在頁面或投影片中撰寫的內容。   每個 \#\#PROMPTS\#\# 應該以新行分隔，無需其他格式。  <br />產生的 \#\#PROMPTS\#\# 必須來自下列 \#\#DOMAINS\#\#<br />\#\#DOMAINS\#\#<br />{domains}<br />產生的 \#\#PROMPTS\#\# 必須適用於下列 \#\#USECASES\#\#<br />\#\#USECASES\#\#<br />{usecases}<br />{usecase\_description}<br />\#\#PROMPTS\#\# |