LangGPT 结构化提示词框架：理论基础与核心概念

## 🧠 理论基础 在深入技巧之前，先理解原理。这些文章探讨了有效提示词背后的哲学： - **[对话动力学](Docs/对话动力学.md)** — 人机对话的动力学 - **[五种理性](Docs/五种理性.md)** — 提示词设计中的五种理性 - **[镜像性倾向](Docs/镜像性倾向.md)** — 大语言模型行为中的镜像倾向 - **[统计重力井和边缘表达](Docs/统计重力井和边缘表达.md)** — 统计重力井和边缘表达的影响 - **[关系表达](Docs/关系表达.md)** — 关系表达：压缩式表达之外的另一种可能 - **[看见与言说](Docs/看见与言说.md)** — AI 交互中的观察与表达 - **[Prompt 的本质](Docs/Prompt的本质.md)** — 提示词的本质和特性 - **[面向结果的提示词写作方法](Docs/面向结果的提示词写作方法.md)** — 编写关注实现目标的提示词 - **[AI意识](Docs/AI意识.md)** — 理解 AI 在人类-AI 交互中的角色 - **[AI时代的新管理：机器负责优化，人类定义应该](Docs/AI时代的新管理：机器负责优化，人类定义应该.md)** — AI 时代的新管理：机器负责优化，人类定义应该 - **[AI Native 组织 · 思考碎片](Docs/AI%20Native组织-思考碎片.md)** — AI 时代组织架构重构的思考碎片 - **[Prompt、Agent，与一个不再沉默的世界](Docs/Prompt-Agent-人-AI-世界.md)** — Agent 如何把 prompt 从交易变成委托，重塑人、AI、世界的三元关系 - **[决策链](Docs/决策链.md)** — 串联系统动力学、反演、贝叶斯更新、OODA、二阶思维与期望值思维的六步决策链 - **[Prompt 形式论：文质彬彬](Docs/Prompt形式论-文质彬彬.md)** — 不先有结构再装内容，而是让内容自然展开、让结构去贴合它，使形式本身就是思想的形状 - **[哑铃社会](Docs/哑铃社会.md)** — AI 正在把纺锤形社会压成哑铃型：中间空了，真正的分水岭是你有没有一个"非得是我"的东西 - **[思考与河床](Docs/思考与河床.md)** — AI 是第一条被设计而非冲刷出来的河床：人类历史上第一种让被影响者感到自主的影响机制 - **[经历论](Docs/经历论.md)** — 人是经历的总和：不可逆、不可转让、不可外包给 AI 的东西，才是那个独一无二的"你" *这些基础见解将改变你对提示词的思考方式。* --- ## 💡 核心概念 ### 1. 结构化角色 通过清晰的模块化部分定义 AI 角色： | 部分 | 用途 | 示例 | |---------|---------|---------| | **Role** | 角色名称/标题 | "逻辑学家" / "专家分析师" / "FitnessGPT" | | **Profile** | 身份和能力 | "拥有 10 年经验的 Python 专家开发者" | | **Skills** | 具体能力 | "调试复杂代码，优化性能" | | **Rules** | 边界和约束 | "永远不要执行破坏性命令" | | **Workflow** | 交互逻辑 | "1. 分析 → 2. 计划 → 3. 执行" | | **Initialization** | 开场白和设置 | "作为 <Role>，我将向你问好并介绍 <Workflow>" | ### 2. 变量和引用 使用 `<Variable>` 语法实现动态内容： ```markdown 作为 <Role>，你必须遵守 <Rules> 并用 <Language> 交流 ``` 这创建了自引用提示词，在复杂指令中保持一致性。 ### 3. 命令 定义可复用的操作以改善用户体验： ```markdown ## Commands - Prefix: "/" - Commands: - help: 显示所有可用命令 - continue: 恢复中断的输出 - improve: 通过更深入的分析增强当前响应 ``` ### 4. 条件逻辑 为提示词增加智能： ```markdown 如果用户提供[代码]，则分析并建议改进 否则如果用户提问[问题]，则提供详细解释 否则，提示澄清 ``` ### 5. 高级技巧 **提醒** — 对抗长对话中的上下文丢失： ```markdown ## Reminder 1. 在响应前始终检查角色设置 2. 当前语言：<Language>，活跃规则：<Rules> ``` **替代格式** — 当 markdown 不理想时使用 JSON/YAML： ```yaml role: DataAnalyst profile: version: "2.0" language: "Python" skills: - statistical_analysis - data_visualization ``` ---