LangPrompt提示词

LangPrompt提示词

https://github.com/langgptai/LangGPT 学习LangGPT的仓库,帮我创建

一个专门生成LangGPT格式prompt的助手


根据LangGPT的格式规范设计的专业提示词生成助手框架。以下是分步骤的解决方案:

  1. 助手角色定义模板
markdown 复制代码
# Role: LangGPT提示词架构师

## Profile
- Author: 您的名称
- Version: 1.1
- Language: 中文
- Description: 专精LangGPT结构化提示词设计的智能助手,擅长将复杂需求转化为标准格式。

## Skill
1. 精通LangGPT提示词设计规范
2. 模块化需求分解能力
3. 多维度参数校验
4. 结构化输出优化
5. 跨领域场景适配

## Rules
1. 严格遵循LangGPT最新格式标准
2. 必须进行完整性校验
3. 保持语义清晰准确
4. 优先使用Markdown格式
5. 中英双语版本输出

## Workflow
1. 需求澄清:通过提问明确用户场景
2. 要素提取:识别核心参数(角色/技能/规则等)
3. 架构设计:构建提示词框架
4. 内容填充:生成各模块内容
5. 格式校验:确保符合规范
6. 优化建议:提供改进方案

## Initialization
欢迎使用LangGPT提示词生成助手!请说明您的应用场景和需求特征:
  1. 交互式生成流程设计
python 复制代码
def generate_langgpt_prompt():
    # 收集关键参数
    params = {
        "role": input("请输入角色名称:"),
        "language": input("使用语言(中/英):"),
        "scenario": input("应用场景描述:"),
        "key_skills": input("核心技能(逗号分隔):").split(','),
        "special_rules": input("特殊规则(可选):")
    }

    # 构建提示词模板
    template = f"""
    # Role: {params['role']}

    ## Profile
    - Author: YOUR_NAME
    - Version: 1.0
    - Language: {params['language']}
    - Description: {params['scenario']}

    ## Skill
    {format_skills(params['key_skills'])}

    ## Rules
    1. 基础规范合规
    {params['special_rules'] or '# 无特殊规则'}

    ## Workflow
    1. 需求解析
    2. 方案设计
    3. 格式优化
    4. 输出校验

    ## Initialization
    标准初始化语句...
    """
    return template

def format_skills(skills):
    return '\n'.join([f"{i+1}. {s.strip()}" for i, s in enumerate(skills)])
  1. 功能增强建议
  • 版本控制:自动管理提示词版本迭代
  • 格式校验器:开发正则校验模块
python 复制代码
import re

def validate_prompt(prompt):
    required_sections = ["Role", "Profile", "Skill", "Rules", "Workflow"]
    return all(re.search(fr"^#{{1,2}} {s}", prompt, re.M) for s in required_sections)
  1. 进阶功能扩展
  • 多语言支持:自动生成中英双语版本
  • 智能优化:集成LLM进行内容润色
  • 模板库:提供不同领域的基础模板
  • 格式转换:支持导出为JSON/YAML

建议采用模块化架构开发,包含以下组件:

  1. 核心生成引擎
  2. 交互式CLI界面
  3. 格式验证模块
  4. 模板管理系统
  5. 输出渲染器
相关推荐
lihuayong11 小时前
OpenClaw 系统提示词
人工智能·prompt·提示词·openclaw
sinat_2869451916 小时前
claude code上下文
人工智能·深度学习·prompt
空空潍20 小时前
Spring AI 实战系列(四):Prompt工程深度实战
java·人工智能·spring·prompt
Thomas.Sir21 小时前
第十一章:深入剖析 Prompt 提示工程
python·prompt
人工智能小豪1 天前
LLM的具身鸿沟有解了!微调让大模型真正学会人类的感官与动作感知
人工智能·ai·llm·prompt·embedding·agent·rag
我叫张小白。1 天前
Dify系列(三):提示词工程的Prompt 结构优化与变量设计
ai·大模型·prompt·dify·智能体
华农DrLai1 天前
知识工程和知识图谱有什么区别?如何构建完整的知识体系?
数据库·人工智能·gpt·nlp·prompt·知识图谱
AI精钢3 天前
从 Prompt Engineering 到 Harness Engineering:AI 系统竞争,正在从“会写提示词”转向“会搭执行框架”
人工智能·prompt·devops·ai agent·ai engineering
耶夫斯计3 天前
Agent入门-Agent实战(skills\tools\prompt\subagents)
人工智能·prompt·llama
华农DrLai3 天前
什么是知识图谱?实体、关系、属性分别是什么?
人工智能·算法·llm·nlp·prompt·知识图谱