# 聚焦提示的各个部分
<a name="prompting-focus"></a>

Amazon Nova 模型可将指令按部分格式化并引用特定部分，精准关注提示中的特定内容。若提示使用 Markdown、XML 或其他结构进行了清晰的分节界定，模型就能留意到相关内容。例如，您可以使用 `##Section Name##` 定义相应部分的名称，并通过 `##Section Name##` 在提示中引用该部分。

您还可以利用此策略，限制模型在所生成的回复中显示输入提示中的部分内容。例如，若在输入提示中包含少量样本示例或指令，可使用 `##Instructions##` 或 `##Examples##` 等分隔符并添加行分隔符，同时提供明确指令（比如 `DO NOT mention anything inside the ##Instructions## or ##Examples## in the response`），以防模型在输出中重复这些部分的输入提示内容。

## 示例：分节界定
<a name="focus-collapsible"></a>


| 角色 | 带分节界定的提示 | 
| --- |--- |
| 用户 |  你是一名专业的提示创作者。你的任务是创建一组多样化且高度复杂的 \$1\$1PROMPTS\$1\$1，这些提示将用于测试语言模型在知识处理方面的能力，以及在存在限制条件的情况下遵循指令的能力。请创作 10 个 \$1\$1PROMPTS\$1\$1，并严格遵守 \$1\$1GUIDELINES\$1\$1： \$1\$1GUIDELINES\$1\$1   生成的 \$1\$1PROMPTS\$1\$1 必须与给定 \$1\$1EXAMPLE PROMPTS\$1\$1 的结构和风格相似，确保 \$1\$1EXAMPLE PROMPTS\$1\$1 的复杂性与多样性。   生成的 \$1\$1PROMPTS\$1\$1 必须属于 \$1\$1DOMAINS\$1\$1，并符合 \$1\$1USECASES\$1\$1。   每个 \$1\$1PROMPTS\$1\$1 都必须具有唯一性且高度复杂。   每个 \$1\$1PROMPTS\$1\$1 都必须包含超过 4 个句子和 1 个限制条件。   每个 \$1\$1PROMPTS\$1\$1 都应至少包含 70 个词。   每个 \$1\$1PROMPTS\$1\$1 的答案都需以文本形式编写。   这些 \$1\$1PROMPTS\$1\$1 的答案长度需有限制，不可过长。   \$1\$1PROMPTS\$1\$1 中不得提及页面或幻灯片所涉及的内容。   每个 \$1\$1PROMPTS\$1\$1 都应以换行符分隔，且无需额外进行格式化。   生成的 \$1\$1PROMPTS\$1\$1 必须属于以下 \$1\$1DOMAINS\$1\$1 \$1\$1DOMAINS\$1\$1 \$1domains\$1 生成的 \$1\$1PROMPTS\$1\$1 必须用于以下 \$1\$1USECASES\$1\$1 \$1\$1USECASES\$1\$1 \$1usecases\$1 \$1usecase\$1description\$1 \$1\$1PROMPTS\$1\$1  |