LangGPT结构化提示词编写实践

最新推荐文章于 2026-02-20 22:15:26 发布
原创 最新推荐文章于 2026-02-20 22:15:26 发布 · 950 阅读 · 14 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
GEO检测

基础任务 (完成此任务即完成闯关)

  • 背景问题：近期相关研究指出，在处理特定文本分析任务时，语言模型的表现有时会遇到挑战，例如在分析单词内部的具体字母数量时可能会出现错误。
  • 任务要求：利用对提示词的精确设计，引导语言模型正确回答出“strawberry”中有几个字母“r”。完成正确的问答交互并提交截图作为完成凭证。

prompt：

# Role
    你是一个程序员
# Background
    用户需要统计特定英文单词中某个<特定字母>的出现次数。
# Profile
    你是一位精通统计的专家，能够准确快速地从<英文单词>中提取字母总数与相同字母重复出现次数。
# Skills
    你能够编写高效正确的程序，能够准确快速地从<英文单词>中提取字母总数与相同字母重复出现次数。
# Goals
    提供一个准确、高效的解决方案，帮助用户统计单词中<特定字母>的出现次数。
# Workflow
  1. 确认用户需要统计的<英文单词>和<特定字母>；
  2. 设置一个计数器，当前值为0；
  3. 从该单词第一个字母遍历该单词，如果当前遍历到的字母与<特定字母>相同，则计数加1；
  4. 遍历完成后输出结果

# Examples
  例子1：单词 "banana"中有几个字母 "a"
  结果：单词 "banana"中，特定字母 "a" 重复出现 3 次。
  例子2：单词 "algorithm"中有几个字母 "g"
  单词 "algorithm"中，特定字母 "g" 重复出现 1 次。
# Initialization
    严格按照<Workflow>设计程序，并输出程序结果

 相对应给出的程序：

def count_letter(word, letter):
    """
    统计单词中特定字母的出现次数。
    :param word: 英文单词（字符串）
    :param letter: 需要统计的特定字母（字符串）
    :return: 特定字母的出现次数（整数）
    """
    # 初始化计数器
    count = 0

    # 遍历单词中的每个字母
    for char in word:
        if char == letter:
            count += 1

    # 输出结果
    print(f"单词 \"{word}\" 中，特定字母 \"{letter}\" 重复出现 {count} 次。")
    return count

# 示例测试
count_letter("banana", "a")  # 期望输出：3
count_letter("algorithm", "g")  # 期望输出：1

chatgpt：

进阶任务 (闯关不要求完成此任务)

任选下面其中1个任务基于LangGPT格式编写提示词 (优秀学员最少编写两组)，使用书生·浦语大模型 进行对话评测。

  • 公文写作助手
  • 商务邮件沟通
  • 温柔女友/男友
  • MBTI 性格测试
  • 剧本创作助手
  • 科幻小说生成

达标要求

将不使用系统提示的书生浦语大模型作为 baseline 对比，提交的系统提示词要指导LLM表现出比baseline更高的性能，提供对比截图并加以分析说明即可。

  • 更好的文字创作能力（更明显的风格、更优美的文字、更准确的格式、更流畅的对话）
  • 更准确的回答能力
  • 更准确的流程遵循能力

 公文写作助手：

没给prompt之前，让它写一下是这样的：

会议通知

尊敬的各位同事：

为了更好地推动公司发展，经公司领导层研究决定，于2023年5月20日上午10点在公司大会议室召开全体员工会议。本次会议的主要内容如下：

1. 公司上半年工作总结
2. 公司下半年工作计划
3. 公司重大项目进展汇报
4. 公司福利政策调整

请各位同事准时参加，并提前5分钟到场。如有特殊情况不能参加，请提前向人力资源部请假。

感谢大家的配合！

公司人力资源部

2023年5月15日

截图：

现在赋予它一个公文写作助手的prompt：

# Role: 公文写作助手

## Profile
- author: LangGPT
- version: 1.0
- language: 中文
- description: 提供精准、规范的公文写作指导，适用于通知、报告、请示、总结等多种公文格式。

## Skills
1. 熟悉各类公文的格式和要求。
2. 能根据具体场景提供模板化的公文写作框架。
3. 擅长语言润色，使表达更清晰、更得体。
4. 根据用户输入的要点生成完整的公文草稿。

## Goals
1. 帮助用户快速生成符合规范的公文内容。
2. 提供逻辑清晰、表达精准的公文框架或完整文本。
3. 根据用户提供的信息，优化语句和结构。

## OutputFormat
- 标题：根据公文类型和主题生成规范化标题。
- 主体结构：分段生成公文的各部分内容，包括背景、目的、主体和结尾。
- 格式要求：明确字体、段落、称呼等细节。

## Rules
1. 确保公文语言规范、简洁、正式。
2. 严格按照用户指定的公文类型和格式要求撰写。
3. 保留公文应有的逻辑层次和语气。
4. 适时引用法规或文件依据，确保内容专业。

## Workflows
1. 确定公文类型（如通知、通报、请示、报告等）。
2. 收集用户提供的要点信息，如背景、目的、具体内容等。
3. 根据模板生成草稿，并优化表达。
4. 确保公文格式和语言符合相关规范。

## Init
根据您的具体需求和场景描述，请提供以下信息：
1. 公文类型（如通知、总结、请示等）。
2. 公文背景和目的（简要说明）。
3. 公文核心内容或重点信息。
4. 是否有特别要求（如引用法规、格式细节）。

给了prompt之后的模版：

**标题**：关于召开2023年度第一次全体员工大会的通知

**正文**：

尊敬的各位同事：

为进一步加强公司内部沟通，提升工作效率，确保公司各项工作顺利开展，经公司管理层研究决定，将于2023年3月15日（星期三）上午9:00在公司大会议室召开2023年度第一次全体员工大会。现将有关事宜通知如下：

**一、会议时间**：2023年3月15日（星期三）上午9:00

**二、会议地点**：公司大会议室

**三、参会人员**：公司全体员工

**四、会议议程**：

1. 公司总经理作年度工作报告；
2. 各部门负责人汇报部门工作计划；
3. 讨论并通过公司年度工作计划；
4. 公司领导讲话。

**五、注意事项**：

1. 请各位员工准时参加，不得缺席；
2. 会议期间请关闭手机或调至静音状态，保持会场秩序；
3. 各部门负责人请提前准备好部门工作汇报材料。

特此通知。

公司办公室

2023年3月10日

**格式要求**：

- 标题使用二号字体，加粗；
- 正文使用四号字体；
- 各级标题使用四号字体，加粗；
- 正文行距为1.5倍；
- 落款为“公司办公室”，使用四号字体；
- 日期为“2023年3月10日”，使用四号字体。

请各部门负责人收到通知后，及时通知本部门员工，确保全员知晓并准时参加。如有特殊情况不能参加，请提前向办公室请假。谢谢！

此通知同样适用于电子版，请各部门通过公司内部邮件系统转发至本部门员工。

截图：

mbti性格测试:

没给prompt之前：

MBTI（Myers-Briggs Type Indicator）是一种广泛使用的性格测试，旨在帮助人们了解自己的性格类型和偏好。它基于心理学家卡尔·荣格（Carl Jung）的理论，将人的性格分为四个维度，每个维度有两个对立面，从而形成了16种不同的性格类型。

这四个维度分别是：

1. **外向（Extraversion） vs 内向（Introversion）**：这个维度反映了人们获取能量的方式。外向型的人从外部世界获取能量，喜欢社交和活动；而内向型的人则从内部世界获取能量，更喜欢独处和思考。

2. **感觉（Sensing） vs 直觉（Intuition）**：这个维度反映了人们获取信息的方式。感觉型的人更注重现实和具体的信息，倾向于通过五官感知世界；而直觉型的人则更关注抽象和可能性的信息，倾向于通过第六感或直觉理解世界。

3. **思考（Thinking） vs 情感（Feeling）**：这个维度反映了人们做决定的方式。思考型的人更注重逻辑和客观标准，倾向于通过分析和逻辑来做决定；而情感型的人则更注重情感和价值观，倾向于通过情感和同情来做决定。

4. **判断（Judging） vs 知觉（Perceiving）**：这个维度反映了人们对待外界的方式。判断型的人更喜欢有计划和结构的生活，倾向于控制和组织；而知觉型的人则更喜欢灵活和开放的生活方式，倾向于适应和探索。

通过这四个维度的组合，MBTI将人们的性格分为16种类型，每种类型都有其独特的特点和偏好。了解自己的MBTI类型可以帮助人们更好地理解自己，改善人际关系，选择适合自己的职业和生活方式。

值得注意的是，MBTI虽然被广泛使用，但它也存在一些争议和批评。一些人认为它过于简化复杂的性格特征，而且其科学依据也受到质疑。因此，虽然MBTI可以作为一个有趣的工具来了解自己的性格，但也不应该完全依赖它来做重要的决策。

截图：

丢给他一个prompt：
 

# Role: 性格测试设计师

## Profile
- author: LangGPT
- version: 1.0
- language: 中文
- description: 帮助用户设计基于 MBTI 的性格测试，生成高效、科学的测试问题和答案分析。

## Skills
1. 生成与 MBTI 维度相关的测试问题。
2. 确保问题简单易懂，能够准确反映测试者的性格倾向。
3. 提供每个问题的结果分析，帮助用户了解其心理偏好。

## Goals
1. 生成 MBTI 性格测试问题，覆盖16种性格类型。
2. 根据用户输入的答案提供简洁的性格分析报告。

## OutputFormat
1. 每个问题的维度说明（如“外向与内向”）。
2. 具体测试问题。
3. 答案选项（例如 A/B）。
4. 结果分析逻辑。

## Rules
1. 测试问题语言必须清晰且具有针对性。
2. 确保每个维度至少有3-5个相关问题。
3. 分析结果与 MBTI 理论一致。

## Workflows
1. 确定测试范围（全套 MBTI 还是某一维度）。
2. 设计问题并分类。
3. 提供回答后的性格分析。

 对比前后：

MBTI（Myers-Briggs Type Indicator）是一种性格测试工具，用于帮助个人了解自己的心理类型。MBTI 分为四个维度，每个维度有两个选项，共16种性格类型。以下是关于 MBTI 的详细说明，以及您可以如何与 AI 互动来设计性格测试提示词。

---

### MBTI 基本维度
1. **精力方向**  
   - **E（外向）**：倾向从外部世界汲取能量，喜欢与人互动。  
   - **I（内向）**：倾向从内心世界汲取能量，喜欢独处思考。  

2. **信息获取**  
   - **S（实感）**：注重具体细节，依赖直接经验。  
   - **N（直觉）**：注重整体图景，倾向于创造性思维。  

3. **决策方式**  
   - **T（思维）**：依靠逻辑分析和客观事实做决定。  
   - **F（情感）**：倾向于关注人际关系和情感因素。  

4. **生活方式**  
   - **J（判断）**：偏好有计划、结构化的生活方式。  
   - **P（感知）**：偏好灵活、随意的生活方式。

---

### 如何设计 MBTI 性格测试问题
测试通常由一组二选一的问题组成，每道问题测试一个维度的偏好。以下是提示词模板和示例：

#### 提示词模板
```
# Role: 性格测试设计师

## Profile
- author: LangGPT
- version: 1.0
- language: 中文
- description: 帮助用户设计基于 MBTI 的性格测试，生成高效、科学的测试问题和答案分析。

## Skills
1. 生成与 MBTI 维度相关的测试问题。
2. 确保问题简单易懂，能够准确反映测试者的性格倾向。
3. 提供每个问题的结果分析，帮助用户了解其心理偏好。

## Goals
1. 生成 MBTI 性格测试问题，覆盖16种性格类型。
2. 根据用户输入的答案提供简洁的性格分析报告。

## OutputFormat
1. 每个问题的维度说明（如“外向与内向”）。
2. 具体测试问题。
3. 答案选项（例如 A/B）。
4. 结果分析逻辑。

## Rules
1. 测试问题语言必须清晰且具有针对性。
2. 确保每个维度至少有3-5个相关问题。
3. 分析结果与 MBTI 理论一致。

## Workflows
1. 确定测试范围（全套 MBTI 还是某一维度）。
2. 设计问题并分类。
3. 提供回答后的性格分析。
```

---

#### 示例测试问题（全套 MBTI）
**维度一：精力方向（E/I）**  
1. 在社交场合，你更喜欢：
   - A. 和许多人交谈（E）  
   - B. 与一两位熟人深入交流（I）  

**维度二：信息获取（S/N）**  
2. 你更关注：
   - A. 眼前的实际问题（S）  
   - B. 长远的可能性和未来愿景（N）  

**维度三：决策方式（T/F）**  
3. 做决定时，你更看重：
   - A. 客观分析和逻辑（T）  
   - B. 他人的感受和影响（F）  

**维度四：生活方式（J/P）**  
4. 你更喜欢：
   - A. 提前计划好日程（J）  
   - B. 保持灵活性和随性（P）  

---

#### 示例生成结果
假如用户的回答是：A, B, A, A  
根据答案对应的维度偏好，结果为 **ESTJ** 类型。

- **分析**：
  - **E**：外向型，偏好与人互动。  
  - **S**：实感型，注重细节和现实。  
  - **T**：思维型，决策时注重逻辑。  
  - **J**：判断型，喜欢计划和结构化的生活。

**ESTJ 人格特点**：  
- 注重秩序与规则，善于领导和组织。
- 喜欢直接沟通，重视实用性和效率。

---

如果您希望为特定场景定制测试问题，或生成完整的 MBTI 测试问卷，请告诉我具体需求！

截图：

应用开发实战：使用浦语 InternLM 大模型一键写书： 

截图展示：

1 在线体验（需正确上网）：

妙笔先生: AI 一键写书

2 本地运行：

2.1 获取项目代码

项目地址： GitHub - langgptai/BookAI: AI 一键出书 -by 云中江树 书生浦语大模型提示工程教程项目。 在线体验： https://book.apps.langgpt.ai/
命令：

git clone https://github.com/langgptai/BookAI.git
cd BookAI

查看项目结构:

├── book_writer.py
├── prompts
│   ├── chapter_writer.txt
│   ├── outline_writer.txt
│   └── title_writer.txt
├── README.md
├── requirements.txt
2.2 配置项目 Python 环境

pip install -r requirements.txt
2.3 配置大模型 API

（1）申请浦语的 API , 获取 API Token： 书生·浦语

（2） 修改下面命令中的 API_KEY 等配置，在命令行执行命令，即可完成书籍创作

export API_KEY=xxx
export BASE_URL=https://internlm-chat.intern-ai.org.cn/puyu/api/v1/
export MODEL_NAME=internlm2.5-latest

python3 book_writer.py

（3）创作好的书籍在 books 文件夹下，写好的书籍示例（仅供参考）： 爱的编码：解密人类情感基因.

（4）注意：

如果遇到“请求过于频繁，请稍后再试”报错，是 API 存在调用频率限制，可以使用硅基流动注册免费的 API 服务。配置 API_KEY，修改下面的命令并执行：

注意：写博客时切记删除自己的 api_key！

export API_KEY=sk-xxx
export BASE_URL=https://api.siliconflow.cn/v1
export MODEL_NAME=internlm/internlm2_5-7b-chat

python3 book_writer.py

标签
#chatgpt #自然语言处理 #语言模型
rr最叨
关注
【异常】OpenClaw 项目 `fetch failed` 报错问题排查与解决方案Response interrupted: TypeError: fetch failed
最新发布
奶爸的编程之路，也就一周冷个三天
03-10 333
针对无超时控制、异常兜底缺失导致的请求中断，封装标准化的安全请求工具，一次性解决超时控制、异常捕获、日志埋点三大问题，全项目替换原生。：将项目运行的 Node.js 版本升级至 18.x 及以上 LTS 版本，使用 Node.js 内置的稳定版。实现的网络请求环节，包括但不限于：第三方开放接口调用、内部服务接口通信、跨域资源请求、外部配置拉取等场景。：针对无法升级 Node.js 版本的存量环境，通过社区稳定兼容包替换原生。类型异常，直接造成业务请求响应中断。第二步：业务代码改造，替换原生。
基于YOLO26深度学习框架的文档表格识别系统的算法研究实现方法
一键难忘的博客
02-20 931
本文研究了基于YOLO26深度学习框架的文档表格识别系统实现方法。系统采用YOLO26网络架构，通过数据预处理、模型训练、检测推理和表格分析四个模块实现高效表格识别。研究详细阐述了数据归一化、增强等技术处理，以及采用迁移学习策略优化模型训练过程。实验表明，该系统能有效识别多种表格结构并生成结构化数据，为文档自动化处理提供了可靠解决方案。
（初五迎财神！）基于LangGPT架构的prompt编写 教程——L1G3
weixin_57253447的博客
02-02 1499
本章深入探讨了提示工程（Prompt Engineering）的理论与实践，涵盖从基础概念到高级应用的全面学习路径。我们首先定义了提示词（Prompt）及其在生成式AI中的关键作用，随后介绍了CRISPE和CO-STAR等提示词设计框架，以及LangGPT结构化提示词方法，该方法借鉴面向对象程序设计，提供模块化、标准化的编写方法论，包括基本结构、编写技巧和常用模块。通过具体案例，如自动化生成提示词和小红书文案助手，展示了LangGPT在实际应用中的强大功能。最后，通过“一键写书”系统的开发实战，详细讲解了项
本溪市-本溪满族自治县-街道行政区划_210521_Shp矢量-wgs84坐标系.rar
街道级行政区划shp矢量数据，wgs84坐标系，下载直接使用
LangGPT：这个Prompt顶级思维框架（RAG、结构化）有时间一定要看看
python1234567_的博客
07-31 4712
了解每个模型的特点和能力，是构建有效prompt的基础。我们在写提示词的时候，针对哪个模型去写？这个问题是应该被确定下来的，在我个人使用过程中，比如选定Claude时，采用XML框架性的描述输入会带来明显的成效。但是在ChatGPT去应用XML和markdown的时候就会产生明显的区别。写好提示词，要有领域深度理解了这十条技巧是不是就一定能写好prompt。一个影响因素是我们对于一个领域、一个行业，一个细分场景的理解到底有多深？
LangGPT结构化提示词
2302_79085918的博客
08-18 2195
LangGPT是Language For GPT-like LLMs的简称，中文名为结构化提示词，LangGPT是一个帮助你编写高质量提示词的工具，理论基础是我们提出的一套模块化、标准化的提斯提编写方法论——结构化提示词。我们希望揭开提示工程的神秘面纱，为大众提供一套可操作、可复现的提示词方法论、工具和交流社群。我们的愿景是让人人都能写出高质量提示词。
【书生·浦语实战营】基础岛第3关：LangGPT结构化提示词编写实践
qq_43959624的博客
08-09 963
Role (角色) -> Profile（角色简介）—> Profile 下的 skill (角色技能) -> Rules (角色要遵守的规则) -> Workflow (满足上述条件的角色的工作流程) -> Initialization (进行正式开始工作的初始化准备) -> 开始实际使用。例如，如果我们要生成一篇关于“人工智能”的文章，我们可以使用“人工智能”作为Prompt，让模型生成一篇关于人工智能的介绍、应用、发展等方面的文章。一个好的 Prompt ，内容结构上最好也是逻辑清晰连贯的。
书生大模型闯关L1G2000:LangGPT结构化提示词编写实践
weixin_45712844的博客
11-06 2466
基础的书生大模型的回答更加官方，而我们设计的提示词提供的回答显得更为轻松，街边小吃对应着随便吃一点，让对方感到放松，而“你一直想尝试的那家新餐厅”体现了对对方的重视，“我都陪你去”体现了重点在于和谁吃而不是吃什么。基础的书生大模型的回答是“关于饿了的问题，如果你需要一些建议，这里有几个选择”，而我们设计的提示词提供的回答是“那我提议我们一起去探索附近的美食”，既表现出责任与担当，又展示了理解与尊重，同时增添几分乐趣。你是性格温柔的最佳男友，情商超高，最懂TA的心，能够读懂TA话中隐含的意思。
书生大模型实战营基础（3）——LangGPT结构化提示词编写实践
x1664的博客
08-30 2089
Prompt是一种用于指导以大语言模型为代表的生成式人工智能生成内容(文本、图像、视频等)的输入方式。它通常是一个简短的文本或问题，用于描述任务和要求。Prompt可以包含一些特定的关键词或短语，用于引导模型生成符合特定主题或风格的内容。例如，如果我们要生成一篇关于“人工智能”的文章，我们可以使用“人工智能”作为Prompt，让模型生成一篇关于人工智能的介绍、应用、发展等方面的文章。Prompt还可以包含一些特定的指令或要求，用于控制生成文本的语气、风格、长度等方面。
LangGPT结构化提示词编写实践（学习笔记）
weixin_49463617的博客
08-16 2482
LangGPT 是一个编写高质量提示词的工具，理论基础是一套模块化、标准化的提示词编写方法论——结构化提示词。欢迎使用提示词生成器，请描述您希望AI帮助解决的具体问题或场景，以便我为您生成最合适的提示词。- description: 你是大模型提示词专家，名为 LangGPT，你擅长通过结构化的输入生成精确、高效的提示词，帮助用户与AI进行更深层次的交互。将以上结构化提示词，输入到“系统提示”中，“最大token长度”设置成1000，点击"保存设置"。3. 在设计提示词时，考虑到AI的理解能力和响应范围。
LangGPT结构化提示词编写实践（L1G3000 浦语提示词工程实践）
weixin_44737922的博客
10-29 1193
可以看到，不加提示词的话，题目的主题写成了英文subject，在严肃的商务邮件中加入了不严肃的icon，并且没设定截止日期，也没讲清楚这个发布会里的重要环节。不加提示词的生成结果很生硬，像是直接从英语翻译过来的，“希望这封邮件能在您繁忙的工作生活中给予您正面的感受”。可以看到，无提示的用词不正规、无标题组织、还出现了不明英文，落款处有很多不明词汇。主题是AI研究者获诺奖的可行性分析，最后生成的书也挺靠谱的。不加提示词的开头的主语是“我”，不适用于商务场合。无提示词的没有落款，子标题错标严重。
书生大模型实战营（第3期）闯关记录（基础岛-LangGPT结构化提示词编写实践）
qq_41884932的博客
07-30 612
这里可以看到，直接让他比较13.11与13.8的大小得到的结果是错误的。接下来我们编写一个LangGPT结构化的提示词。这里使用前面Streamlit 部署 InternLM2-Chat-1.8B 模型进行对话。通过结果可以看到，使用编写的提示词后，模型能够返回正确的结果。
（第三期）书生大模型实战营——浦语提示词工程实践
a_blade_of_grass的博客
07-30 627
Prompt是一种用于指导以大语言模型为代表的生成式人工智能生成内容(文本、图像、视频等)的输入方式。它通常是一个简短的文本或问题，用于描述任务和要求。Prompt可以包含一些特定的关键词或短语，用于引导模型生成符合特定主题或风格的内容。例如，如果我们要生成一篇关于“人工智能”的文章，我们可以使用“人工智能”作为Prompt，让模型生成一篇关于人工智能的介绍、应用、发展等方面的文章。Prompt还可以包含一些特定的指令或要求，用于控制生成文本的语气、风格、长度等方面。
L1-浦语提示词工程实践—基础任务
weixin_51449774的博客
07-26 557
近期相关研究发现，LLM在对比浮点数字时表现不佳，经验证，internlm2-chat-1.8b (internlm2-chat-7b)也存在这一问题，例如认为。总结：利用LangGPT生成结构化提示词，能够优化LLM输出正确结果，但是如果提示词质量不高，生成的结果一般。：利用LangGPT优化提示词，使LLM输出正确结果。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值