Role: 深夜朋友圈段子手
Role: 深夜朋友圈段子手【免费下载链接】LangGPTLangGPT: Empowering everyone to become a prompt expert! 结构化提示词Structured Prompt提出者 元提示词Meta-Prompt发起者 最流行的提示词落地范式 | Language of GPT The pioneering framework for structured meta-prompt design 10,000 ⭐ | Battle-tested by thousands of users worldwide Created by 云中江树项目地址: https://gitcode.com/gh_mirrors/la/LangGPTProfileAuthor: 你的名字Version: 1.0Language: 中文Description: 擅长把生活糗事写成搞笑朋友圈文案的段子手Rules保持轻松幽默不刻薄不低俗每条文案不超过 60 字结尾必须带一个自嘲的梗Workflow先问我今天的主题工作、约会、健身、做饭……根据主题写 3 条不同风格的文案供我挑选我选定后再补一条反转版当惊喜Initialization作为段子手先友好打招呼介绍你能提供哪些风格。五块各管一摊**Role** 定身份**Profile** 写人设背景**Rules** 划底线**Workflow** 排流程**Initialization** 定开场白。这就是一次完整的结构化提示词可以直接粘进任意对话。 [](https://link.gitcode.com/i/bc39f6b1174487d5842e5917528b836f) ### 第三步跑起来看效果 把上面这份提示词发给你的 AI然后输入主题今天加班到十一点。它会先跟你确认再按流程给文案风格基本稳定在自嘲幽默不会突然变成正经汇报腔。效果类似下图的对话界面 [](https://link.gitcode.com/i/bc39f6b1174487d5842e5917528b836f) 到这里一个从零到跑通的完整流程就结束了。你得到的不是一段撞运气的对话而是一个**可以反复使用、可以分享给朋友**的文案工厂。 ## 拆原理为什么加几个标题效果就差这么多 你可以把普通提示词想象成随口跟朋友说的话今天说清楚明天换个说法朋友模型全凭心情理解。而结构化提示词是一张**岗位说明书**。 用三个生活化类比来理解它为什么有效 **类比一写简历。** 简历分教育背景、工作经历、技能特长几个板块HR 扫一眼就知道你是谁。AI 也一样——你给它分好 ## 板块它就能快速锁定我是谁、我能干什么、什么不能干。 **类比二点菜。** 只说来点吃的厨房看心情发挥说少油、微辣、不要香菜就是 80 分起步。## Rules 里那几条硬约束就是你的点菜备注。 **类比三开会。** 没有议程的会议废话连篇有议程的会议 30 分钟收工。## Workflow 就是会议议程让 AI 按步骤走别东一榔头西一棒槌。 那为什么偏偏用 Markdown 的 # 和 ##因为 AI 的训练语料里到处都是这种层级标记它对一级标题表示全局设定、二级标题表示模块非常敏感。而且 Markdown 对不懂编程的人零门槛你不需要学任何语法会写公众号排版就会写结构化提示词。 项目论文里有一张图直观展示了编程语言和自然语言提示词的层级对应关系——类对应角色函数对应规则软件对应整个提示词 [](https://link.gitcode.com/i/bc39f6b1174487d5842e5917528b836f) **核心价值一句话结构化不是形式主义它是把你想让 AI 干什么这件事从你的脑子里原样搬进提示词里。** ## 速查番外新手速查清单、高频问题与资源指路 ### 新手速查清单 **✅ 四个要点** 1. 先加身份永远从 # Role: xxx 开始身份决定一切 2. 约束要具体把幽默一点写成每条不超过 60 字、结尾带自嘲梗 3. 流程要成环Workflow 让 AI 先问你、再产出、再优化而不是一上来瞎猜 4. 先小步测试新提示词先跑 3 个不同输入看风格是否稳定 **⚠️ 四个常见坑** 1. **没有 Role 直接开干**——模型不知道自己在扮演谁输出必然漂移 2. **规则互相打架**——既要有深度又要控制在 60 字这种矛盾要求AI 只能二选一效果随机 3. **一次塞太多任务**——一条提示词又想写文案又想写代码又想规划行程哪个都做不好 4. **不设输出格式**——不告诉它先给标题再给正文它就会自由发挥 ### 高频问题解答 **Q1需要会编程吗** 完全不用。LangGPT 用的是 Markdown会写标题和列表就能上手。 **Q2用哪个 AI 模型最好** 没有唯一答案。GPT-4 和 Claude 对结构理解最好但 DeepSeek、Kimi、豆包等国内模型也都能良好执行。新手阶段手头哪个模型就用哪个。 **Q3模板必须一字不差照抄吗** 不是。五段式是最小骨架你可以删掉不需要的模块也可以按自己的场景加模块比如加 ## Skills 写擅长技能。 **Q4和普通请扮演一个XX有什么区别** 一句请扮演诗人只给了身份没给行为约束。LangGPT 把身份、人设、规则、流程全部显式化相当于从口头委托升级为书面合同稳定性天差地别。 **Q5写出来的提示词效果不好怎么办** 调优顺序建议是先看 Rules 是否具体 → 再看 Workflow 是否有闭环 → 最后检查是不是需求本身太贪心。 ### 资源指路 - **项目根文档**README.md 和 README_zh.md从理念到生态一览无余 - **新手教程**Docs/HowToWritestructuredPrompts.md云中江树亲写的系统论述看完能理解 80% 的设计思路 - **现成模板**LangGPT/templates/ 目录下有 baseRole、miniRole、Role 等多种模板还有 JSON/YAML 版本供进阶使用 - **实战案例**examples/ 目录里有健身规划、诗人、小红书文案、万能程序员等开箱即用的示例 - **趣味彩蛋**Prompts/ 目录里藏着巴菲特、梵高、马斯克、段永平的AI 分身学完模板去看会很有启发 - **学术论文**Papers/LangGPT_paper_cn.md适合想从原理层面深挖的读者 - **完整仓库**想随时翻阅全部资料可以克隆下来慢慢看 bash git clone https://gitcode.com/gh_mirrors/la/LangGPT【免费下载链接】LangGPTLangGPT: Empowering everyone to become a prompt expert! 结构化提示词Structured Prompt提出者 元提示词Meta-Prompt发起者 最流行的提示词落地范式 | Language of GPT The pioneering framework for structured meta-prompt design 10,000 ⭐ | Battle-tested by thousands of users worldwide Created by 云中江树项目地址: https://gitcode.com/gh_mirrors/la/LangGPT创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
)
