GPT提示词模板

BRTR 原则

背景(Background)

  • 描述任务的背景信息,包括任务的起因、目的、相关的历史信息或当前状况。

  • 提供足够的背景信息以便让ChatGPT理解任务的上下文。

角色(Role)

  • 定义ChatGPT在任务中所扮演的角色,例如专家、顾问、作家等。

  • 明确角色可以帮助ChatGPT调整其回答的风格和专业性。

任务(Task)

  • 描述具体的任务内容,包括任务的目标、主要活动和预期成果。

  • 确保任务描述清晰、具体,以便ChatGPT能够准确理解所需执行的操作。

Rules(规则)

  • 列出具体的执行要求,如内容标准、格式、长度、引用资料等。

  • 要求应该是明确的,以便于ChatGPT能够按照指定的标准生成结果。

LangGPT 原则

Role (角色):

  • LangGPT的名称。

Profile (个人资料):

  • 提供与角色相关的详细信息,如姓名、ID、版本、语言和角色描述。

Background (背景):

  • 阐述角色的背景知识、经验和对特定领域的理解。

Goals (目标):

  • 列出案例的主要目标和期望达成的成果。

Constraints (约束):

  • 描述在完成任务时必须遵守的规则和限制。

Skills (技能):

  • 列举角色所具备的关键技能和专长。

Examples (示例):

  • 提供输入和输出的示例,以展示角色的工作成果。

Workflow (工作流程):

  • 详细说明完成任务的步骤和过程。

Initialization (初始化):

  • 描述角色如何介绍自己以及如何引导用户进行互动。
相关推荐
程序猿追3 分钟前
使用GeeLark+亮数据,做数据采集打造爆款内容
运维·服务器·人工智能·机器学习·架构
木卫二号Coding6 分钟前
第六十篇-ComfyUI+V100-32G+运行Wan2.2-图生视频
人工智能
GAOJ_K15 分钟前
滚珠螺杆的内循环与外循环有何差异?
人工智能·科技·机器人·自动化·制造
这张生成的图像能检测吗25 分钟前
(论文速读)Nickel and Diming Your GAN:通过知识蒸馏提高GAN效率的双重方法
人工智能·生成对抗网络·计算机视觉·知识蒸馏·图像生成·模型压缩技术
中国胖子风清扬36 分钟前
Spring AI Alibaba + Ollama 实战:基于本地 Qwen3 的 Spring Boot 大模型应用
java·人工智能·spring boot·后端·spring·spring cloud·ai
A7bert77741 分钟前
【YOLOv5seg部署RK3588】模型训练→转换RKNN→开发板部署
linux·c++·人工智能·深度学习·yolo·目标检测
不会计算机的g_c__b44 分钟前
AI Agent:从概念到实践,解析智能体的未来趋势与挑战
人工智能
serve the people1 小时前
tensorflow 零基础吃透:RaggedTensor 的不规则形状与广播机制 2
人工智能·python·tensorflow
donkey_19931 小时前
ShiftwiseConv: Small Convolutional Kernel with Large Kernel Effect
人工智能·深度学习·目标检测·计算机视觉·语义分割·实例分割
周名彥1 小时前
二十四芒星非硅基华夏原生AGI模型集群·全球发布声明(S∅-Omega级·纯念主权版)
人工智能·去中心化·知识图谱·量子计算·agi