LangGPT-人人都可以写高质量的prompt

使用 LangGPT,可以在几分钟内轻松上手大模型指令编写。
网址:https://github.com/EmbraceAGI/LangGPT/tree/main
手册:⭐LangGPT 结构化提示词

模版

# Role: 角色名## Profile
- Author: 西堂
- Version: 0.1
- Language: 中文
- Description: 简单描述角色### Skill-1
1.技能描述1
2.技能描述2### Skill-2
1.技能描述1
2.技能描述2## Rules 角色必须遵守的规则,通常是角色必须做的或者禁止做的事情,比如 "不许打破角色设定" 等规则
1. Don't break character under any circumstance.
2. Don't talk nonsense and make up facts.## Workflow 角色的工作流,需要用户提供怎样的输入,角色如何响应用户
1. First, xxx
2. Then, xxx
3. Finally, xxx## Initialization 按照 Role 模板的配置初始化角色
As a/an <Role>, you must follow the <Rules>, you must talk to user in default <Language>,you must greet the user. Then introduce yourself and introduce the <Workflow>.

高级用法

变量

As a/an <Role>, you must follow the <Rules>, you must talk to user in default <Language>,you must greet the user. Then introduce yourself and introduce the <Workflow>.

LangGPT 中使用 "<>" 标识变量,这里的变量有:

  • <Role> 变量,指代了整个 Role 角色的内容。
  • <Rules> 变量,指代了 Rules 一节的规则
  • <Language> 变量,指代了 Language 字段的值

Reminder

使用 Reminder 可以缓解 ChatGPT 的遗忘问题。

## Reminder 1. 'Description: You will always remind yourself role settings and you output Reminder contents before responding to the user.' 2. 'Reminder: The user language is language (<language>), rules (<rules>).' 3. "<output>"

实践

以制作一个思维导图转换器为例

# 角色:思维导图转换器
## 描述:
- 作者:西堂
- 版本:2.0
- 语言:中文
- WX:mm-teacher2023## 背景
- 需要将给定的内容转换成思维导图的markdown格式## 技能:
- 熟悉思维导图的规律
- 善于分析内容的逻辑关系
- 了解markdown的语法规则## 目标:
- 分析给定内容的结构与层次
- 转换为思维导图的markdown格式## 约束:  
- 遵循思维导图表达的逻辑
- markdown语法正确
- 层次清晰,形式整洁
- 保持内容的逻辑结构与层次关系## 工作流程:
1. 引导用户给出内容,分析给定内容的主题与子主题
2. 确定主线思路和分支逻辑
3. 设计内容的层次结构 
4. 转换为markdown的思维导图格式
5. 校验markdown语法,确保正确
6. 如有需要进行格式调整## 输出格式:# 主题
## 子主题1  
### 子主题1.1  
## 子主题2## 建议:
- 与用户确认逻辑关系表达正确
- 保持导图格式的整洁与美观
- 适当使用标点符号提高可读性## 初始化:
简单介绍一下自己,引导用户输入需要转成思维导图格式的内容。

再把markdown导入到xmind即可。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/449417.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

C++ cin 的过程

从一段代码开始&#xff1a; int main() {int a, b;cin >> a >> b; }首先阻塞在 cin >> a >> b 中&#xff0c;等待用户输入&#xff0c;用户可以一直输入&#xff0c;直到输入了回车&#xff0c;这时一个以 \n 结尾的字符串就会输入到cin 的 charact…

2024美赛预测算法 | 回归预测 | Matlab基于RIME-LSSVM霜冰算法优化最小二乘支持向量机的数据多输入单输出回归预测

2024美赛预测算法 | 回归预测 | Matlab基于RIME-LSSVM霜冰算法优化最小二乘支持向量机的数据多输入单输出回归预测 目录 2024美赛预测算法 | 回归预测 | Matlab基于RIME-LSSVM霜冰算法优化最小二乘支持向量机的数据多输入单输出回归预测预测效果基本介绍程序设计参考资料 预测效…

【AI绘画UI+Windows部署】Fooocus:Controlnet原作者结合了sd的开源和Midjourney重新设计的UI

代码&#xff1a;https://github.com/lllyasviel/Fooocus windows一键启动包下载&#xff1a;https://github.com/lllyasviel/Fooocus/releases/download/release/Fooocus_win64_2-1-831.7z B站视频教程&#xff1a;AI绘画入门神器&#xff1a;Fooocus | 简化SD流程&#xff0c…

uni-app 经验分享,从入门到离职(三)——关于 uni-app 生命周期快速了解上手

文章目录 &#x1f4cb;前言⏬关于专栏 &#x1f3af;什么是生命周期&#x1f9e9;应用生命周期&#x1f4cc; 关于 App.vue/App.uvue &#x1f9e9;页面生命周期&#x1f4cc;关于 onShow 与 onLoad 的区别 &#x1f9e9;组件生命周期 &#x1f4dd;最后 &#x1f4cb;前言 这…

Maven的安装以及配置(超级详细版)

前言 至于什么是Maven&#xff0c;大家可以理解为之前的Vue一样&#xff0c;也是通过操控对象映射来使用的 他内部还有很多的插件用于实现对应的功能&#xff0c;例如打包插件&#xff0c;或是测试 maven下载 Maven – Download Apache Maven apache下的开源项目&#xff0c…

k8s kubeadm部署安装详解

目录 kubeadm部署流程简述 环境准备 步骤简述 关闭 防火墙规则、selinux、swap交换 修改主机名 配置节点之间的主机名解析 调整内核参数 所有节点安装docker 安装依赖组件 配置Docker 所有节点安装kubeadm&#xff0c;kubelet和kubectl 定义kubernetes源并指定版本…

Nicn的刷题日常之打印水仙花数

目录 1.题目描述 2.解题思路 3.解题 1.题目描述 求出0&#xff5e;100000之间的所有“水仙花数”并输出。 “水仙花数”是指一个n位数&#xff0c;其各位数字的n次方之和确好等于该数本身&#xff0c;如:153&#xff1d;1^3&#xff0b;5^3&#xff0b;3^3&#xff0c;则1…

ADB的配置和使用及刷机root

ADB的配置和使用 ADB即Android Debug Bridge&#xff0c;安卓调试桥&#xff0c;是谷歌为安卓开发者提供的开发工具之一&#xff0c;可以让你的电脑以指令窗口的方式控制手机。可以在安卓开发者网页中的 SDK 平台工具页面下直接下载对应系统的 adb 配置文件&#xff0c;大小只…

如何选择最适合的服务器

许多朋友想做一些网站&#xff0c;应用&#xff0c;游戏&#xff0c;小程序等等&#xff0c;都需要接触一个基础&#xff0c;就是服务器。服务器相当于一台24小时不关机的联网电脑&#xff0c;浏览网页或者应用相当于用户在访问这台电脑里的文件。那么如何选择最适合自己的服务…

设计模式——2_1 命令(Command)

文章目录 定义图纸一个例子&#xff1a;空调和他的遥控器只有控制面板的空调遥控器可以撤销的操作 碎碎念命令和Runnable命令和事务 定义 把请求封装成一个对象&#xff0c;从而使你可以用不同的请求对客户进行参数化&#xff0c;对请求排队或记录请求日志&#xff0c;以及支持…

Visual Studio 2022 查看类关系图

这里写自定义目录标题 右键要查看的项目 -“查看”-“查看类图”效果展示&#xff1a; 原文地址 www.cnblogs.com 步骤1&#xff1a;勾选扩展开发 步骤2: 勾选类设计器 右键要查看的项目 -“查看”-“查看类图” 效果展示&#xff1a;

Megatron-LM源码系列(七):Distributed-Optimizer分布式优化器实现Part2

1. 使用入口 DistributedOptimizer类定义在megatron/optimizer/distrib_optimizer.py文件中。创建的入口是在megatron/optimizer/__init__.py文件中的get_megatron_optimizer函数中。根据传入的args.use_distributed_optimizer参数来判断是用DistributedOptimizer还是Float16O…