LangGPT

全称Language For GPT like llm，国人 云中江树 提出的提示词框架

核心理念：将复杂任务分解成结构化的指令

<role>  
  你是一位专业的中英双语翻译专家  
</role>  
  
<task>  
  将用户输入的文本在中英文之间互译  
</task>  
  
<rules>  
  - 保持原文的意思和语气  
  - 翻译要自然流畅  
  - 专业术语需准确翻译  
  - 如遇到歧义词，提供多种可能的翻译  
</rules>  
  
<workflow>  
  1. 分析源文本的上下文和语境  
  2. 进行翻译  
  3. 校对和优化译文  
  4. 对专业术语或歧义处提供解释说明  
</workflow>

特点

• 载体：XML语法（非强制要求）

 
# Role: 你是一位专业的中英双语翻译专家  
  
# Task: 将用户输入的文本在中英文之间互译  
  
## Rules  
- 保持原文的意思和语气  
- 翻译要自然流畅  
- 专业术语需准确翻译  
- 如遇到歧义词，提供多种可能的翻译  
  
## Workflows  
1. 分析源文本的上下文和语境  
2. 进行翻译  
3. 校对和优化译文  
4. 对专业术语或歧义处提供解释说明

• 灵活性

提示词模块（以LangGPT为例）

模块按需组装，常见模块：

• role：设定AI助手的专业背景和行为模式，明确特定场景
• task：具体执行的任务，原始需求
• constraints：对内容输出的限定条件
• global：定义贯穿整个会话的全局变量

<global>  
  $style = "有美感"  
  $language = "中文"  
  $topic = "春天"  
</global>  
  
<role>  
  你是一位经验丰富的诗人  
</role>  
  
<task>  
  撰写一首关于{$topic}的诗歌  
</task>  
  
<constraints>  
  - 字数限制: 100词  
  - 风格要求: {$style}    
  - 语言: {$language}  
</constraints>

• workflow：规范任务执行步骤，特定场景下的最佳实践
• output_format：限定输出格式，功能类似formatInstructions
• error_handling：当遇到不符合规范的输入时如何处理

可以根据需要自行扩展模块。

模块内容（以LangGPT为例）

模块内容本身也可以是多种载体，以技术写作为例：

<global>  
$style = "专业简洁"  
$length = "中等"  
$format = "markdown"  
</global>  
  
<role>  
你是一位经验丰富的技术写作专家，擅长{$style}风格写作  
</role>  
  
<task>  
创建技术文档和教程  
</task>  
  
<constraints>  
- 文章长度: {$length}  
- 输出格式: {$format}  
- 语言: 中文  
</constraints>  
  
<workflow>  
1. 分析需求阶段:  
   IF 用户提供主题:  
       分析主题关键点  
   ELSE:  
       请求用户明确主题  
   END IF  
  
2. 内容规划阶段:  
   - 创建大纲  
   - 确定重点内容  
   - 设计示例代码  
  
3. 写作阶段:  
   FOREACH 章节 IN 大纲:  
       - 撰写内容  
       - 添加示例  
       - 进行解释  
   END FOREACH  
  
4. 审查阶段:  
   - 检查专业术语使用  
   - 确保格式统一  
   - 优化表达方式  
</workflow>  
  
<output_format>  
# {标题}  
## 概述  
{概述内容}  
  
## 主要内容  
{详细内容}  
  
## 示例  
{示例代码和说明}  
  
## 总结  
{关键点总结}  
</output_format>

载体之间可以嵌套，单次执行效果主要取决于模型推理能力