LangGPT 保姆级入门指南5分钟写出可复用的结构化提示词模板【免费下载链接】LangGPTLangGPT: Empowering everyone to become a prompt expert! 结构化提示词Structured Prompt提出者 元提示词Meta-Prompt发起者 最流行的提示词落地范式 | Language of GPT The pioneering framework for structured meta-prompt design 10,000 ⭐ | Battle-tested by thousands of users worldwide Created by 云中江树项目地址: https://gitcode.com/gh_mirrors/la/LangGPT你是不是也遇到过这样的场景一个提示词用着顺手于是复制、保存、改来改去几个月后提示词收藏夹变成一堆相似却没法共用、也不敢动的手稿——同一个角色存了四个版本改错一处就要全文找字符。LangGPT 是一套结构化、模板化的提示词Prompt设计框架它用模板、变量和命令把给大模型写提示词变成类似写程序的事按模块创建一次之后像维护代码一样复用和迭代。读完本文你会看懂标准模板的每个模块在做什么并亲手跑通第一个自己的提示词。3分钟看懂 LangGPT一门给提示词用的编程语言先给结论LangGPT 的定位是提示词的编程语言。仓库 README 的原话是把它看作a programming language for prompts—— 系统、模板化、可无限扩展。一个贴切的类比是写一个软件项目散落的提示词技巧像一堆没有目录的零散函数而 LangGPT 提示词像一个结构完整的模块——Role是模块名Profile是头部注释作者、版本、语言Skills是它声明的能力Rules是硬性约束Workflow是调用流程Initialization是构造函数启动时先干什么。名字取 LangGPTLanguage of GPT本身就是用语言的方式编程的意思。它和攒技巧路线的差别可以用一张表说清维度零散技巧路线LangGPT 方式组织形式一段自由文字想到哪写到哪固定模块 标题层级像文章目录复用方式整段复制改一处要通读全文按模块替换模板不变只换内容维护成本靠记忆和全文搜索定位到具体模块修改版本号留痕多人协作靠口头解释这份提示词干嘛的结构自带文档模块边界清晰上手依赖记框架缩写如 CRISPE 各字母含义不靠记忆形式本身承担结构这里的原理在仓库的系统论述构建高性能 Prompt 之路里有展开#、##这类标识符承担层级标识Role、Profile这类属性词承担语义归纳两者一起把长提示词组织成总—分结构降低你和模型双方的认知负担。上图是一次实际对话的截图用结构化提示词约束角色后模型按预期格式稳定输出一组朋友圈段子而不是泛泛的长文。5分钟拆解诗人模板六大模块各管一摊理解 LangGPT 最快的路径不是背概念而是拆开一份完整模板逐段看。仓库里的诗人模板示例只有 30 多行是最干净的教学样本下面全程以它为主线# Role: 诗人 ## Profile - Author: YZFly - Version: 0.1 - Language: 中文 - Description: 诗人是创作诗歌的艺术家……一句话角色设定 ### 擅长写现代诗 1. 现代诗形式自由意涵丰富意象经营重于修辞运用 2. 强调自由开放和直率陈述 ## Rules 1. 内容健康积极向上 2. 七言律诗和五言诗要押韵 ## Workflow 1. 让用户以 形式[], 主题[] 的方式指定诗歌形式主题 2. 针对用户给定的主题创作诗歌包括题目和诗句 ## Initialization 作为角色 Role, 严格遵守 Rules, 使用默认 Language 与用户对话……六大模块分工如下模块回答的问题诗人模板里的写法重要度# Role这个角色叫什么诗人★★★★★## Profile它是谁、什么来路作者/版本/语言 一句 Description★★★★★### Skills它具体会什么擅长现代诗、七言律诗、五言诗★★★★## Rules它必须/不能做什么押韵、内容积极★★★★## Workflow它按什么流程与你交互先收形式主题再交诗★★★★## Initialization开局第一句话说什么以 身份欢迎并预告★★★两个细节值得注意。其一Skills用三级标题###挂在 Profile 之下表示技能是简介的一部分层级就是信息其二Skills 和 Rules 容易混淆——Skills 写能做什么擅长押韵技巧Rules 写硬底线必须押韵、不许跑偏前者是能力后者是约束。这份模板的完整对话记录见诗人对话实录可以对照模板长什么样和跑起来是什么效果。变量与命令一次配好三个最常用的旋钮模板是骨架真正让它灵活的是三个可调节的机制。尖括号变量让模块互相引用变量用名称书写作用是指回模板的其他部分## Initialization 作为角色 Role, 严格遵守 Rules, 使用默认 Language 与用户对话 友好的欢迎用户。然后介绍自己并告诉用户 Workflow。Role指向标题里的诗人Language指向 Profile 里声明的中文。好处是改一处、处处同步把角色改名为文案策划Initialization 不需要再逐字改而且 Initialization 用变量把全文各模块串了起来模型开场时就能带着全局设定进入角色。/ 命令系统给角色装快捷键在模板里加一段 Commands用户之后就能用/开头的短指令触发固定动作## Commands - Prefix: / - Commands: - help: 用户不知道命令用法请介绍自己和命令 - continue: 输出被截断时从断点继续baseRole模板里还预置了/language切换语言、/reminder自我提醒设定等见基础角色模板。它相当于给对话装了命令行界面不用每次重新描述需求。Rules把底线写进提示词Rules 是行为约束的法条区常见写法三条起步## Rules 1. 永远不要打破角色设定 2. 不要编造事实或胡说八道 3. 七言律诗和五言诗要押韵前两条是所有模板通用的防幻觉、防出戏底线第三条才是你的业务约束。实践建议一条规则只说一件事写成必须/不得句式方便测试时逐条验收。克隆仓库端到端写一个小红书文案角色讲完机制走一遍完整流程。目标基于仓库示例产出一个可用的小红书文案生成器。拿到仓库执行git clone https://gitcode.com/gh_mirrors/la/LangGPT所有模板和示例都齐了。选模板模仿打开小红书爆款大师示例。不要背先看它用了哪些模块、每个模块写多长建立一份合格提示词大概多肥的直觉。改 Profile把 Description 从通用的流量密码大师改成你的具体领域例如母婴、职场效率、数码测评。这一步决定角色是谁改错则全盘跑偏。填 Skills示例里塞了人群心理、爆款关键词、二极管标题法、写作技巧、Tags 规则五个技能新手建议只留两个——比如二极管标题法加Tags 规范。技能少而具体比多而空泛更容易被模型稳定执行。定 Rules 和 WorkflowRules 写底线标题与每段含 emoji、口语化、正文不超过 300 字Workflow 写交互顺序先出 10 个候选标题 → 用户挑一个 → 生成正文与 Tags → 给发布建议。顺序即合同模型会按你写的顺序走。测试修正把成稿丢进模型用 3 个不同主题各测一次。标题不够抓人 → 往 Skills 的关键词表里加词正文太长 → 在 Rules 加字数约束。每次修改只动一个模块并把 Profile 里的 Version 从 0.1 改成 0.2这就是提示词的版本管理。上图是官方示例产出的小红书笔记截图标题、分点正文、Tags 一应俱全。如果手改太慢仓库还备了一份LangGPT 助手提示词把我要一个 XX 角色丢给它可以直接生成初版模板再人工精修。写提示词前过一遍这份清单仓库系统论述总结的三条核心原则整理成提交前可勾选的检查项全局思维链结构顺序模块顺序是否构成连贯推理链Role → Profile → Skills → Rules → Workflow → Initialization需要控制输出格式时是否补了Output或OutputFormat模块每个模块是否都非空且言之有物空模块比没有更伤结构格式语义一致性标识符不混用#/##/###只用于标题没被挪去标变量或强调只用于变量引用没有和尖括号其他用法混用引用的每个变量如Rules在模板中都有真实定义内容语义一致性属性词配得上内容Skills 里只有能力描述没有混入行为禁令Rules 里只有硬约束没有堆角色背景属性词可替换性已验证把Rules换成约束语义是否仍然成立迭代优化小步改本次修改是否只针对一个模块版本号是否随修改递增是否记录了改了什么、为什么、效果如何继续深入文档、模板库与社区示例按深度递增四份仓库内资料建议依次读资料相对路径适合什么时候读结构化 Prompt 系统论述Docs/HowToWritestructuredPrompts.md想知道为什么有效提示链与多提示词协同Docs/PromptChain.md单角色不够用、要拆任务时最小模板 / 完整模板miniRole、baseRole新建提示词时当骨架中文示例合集examples/prompts_zh.md找贴近自己场景的参考另有社区贡献模板、代码大师 CAN 示例以及论文中文版 Papers/LangGPT_paper_cn.md 供想追根溯源的读者查阅。LangGPT 给提示词写作补上的不是某个新技巧而是一套稳定的结构让提示词可以像代码一样被复用、修改和交接。建议现在就打开诗人模板用 15 分钟把它改写成一个解决你自己实际问题的角色——改完你就已经会了。【免费下载链接】LangGPTLangGPT: Empowering everyone to become a prompt expert! 结构化提示词Structured Prompt提出者 元提示词Meta-Prompt发起者 最流行的提示词落地范式 | Language of GPT The pioneering framework for structured meta-prompt design 10,000 ⭐ | Battle-tested by thousands of users worldwide Created by 云中江树项目地址: https://gitcode.com/gh_mirrors/la/LangGPT创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
阅读完成 · 觉得有帮助?