直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

什么是LangGPT框架

回答

LangGPT 是由云中江树开发的一款开源提示词框架。它旨在解决传统提示词在系统性、灵活性和用户友好性方面的不足,更好地挖掘和利用大模型的潜力。

随着 GPT-4 等新一代模型的发布,提示词的重要性日益凸显,其编写过程逐渐成为 AI 时代的一种编程语言,而 LangGPT 提示词框架就是为了应对高效编写高质量提示词这一需求而研发的。

云中江树早在 2023 年 3 月就提出了结构化构建提示词的方法,并于 5.4 青年节开源发布,很快收藏破千,成为 GitHub 开源社区全球趋势热榜前十项目,还撰写了学术论文开源发表。

LangGPT 提出的结构化提示词已被百度、智谱、字节、华为等国内主流大模型智能体平台使用,当前已发展成为国内最具影响力的高质量提示词工程师学习交流社群。其愿景是让人人都能写出高质量提示词,为大众提供一套可操作、可复现的提示词方法论、工具和交流社群。

使用框架时,可以换着不同的预设角度去描述同样一个物体。例如,去年有人用 LangGPT 的框架,模拟一个能以善解人意的方式讲解任何学科概念的老师进行输出。

内容由 AI 大模型生成,请仔细甄别(powered by aily)

参考资料

安迪:写给职场人的 AI 办公手册——如何与 AI 高效对话

[title]安迪:写给职场人的AI办公手册——如何与AI高效对话[heading2]4、高级提示词的几种常用写法[heading3]7)LangGPT框架LangGPT是由云中江树开发的一款开源提示词框架,它旨在应对传统提示词(Prompt)在系统性、灵活性和用户友好性方面的不足,并更好地挖掘和利用大模型的潜力。随着GPT-4等新一代模型的发布,提示词的重要性日益凸显,其编写过程正逐渐成为AI时代的一种编程语言。因此,高效地编写高质量提示词——即所谓的“提示词编程”——成为了一个亟待解决的问题。为了解决这一问题,云中江树主导研发了LangGPT提示词框架。

课件: Prompt(提示词)的道和术

[title]课件:Prompt(提示词)的道和术[heading2]一、Prompt之道:清晰表达[heading3]1.2如何清晰表达拓展阅读:[1.2 Prompts(提示词)](https://waytoagi.feishu.cn/wiki/Q5mXww4rriujFFkFQOzc8uIsnah?table=tbldSgFt2xNUDNAz&view=vewo2g2ktO)|社区内prompt框架课程收录[按使用场景导览](https://waytoagi.feishu.cn/wiki/QpbdwR9WOix3x9kEBcIcHzaKn0b?table=tblJmjjUu2j9PPvC&view=vew2fUKa8m)|各个场景提示词收录这里边是一个一个的框架,你看这个框架得告诉什么?就是把脑海中的一个事情、一个方法论,它通过这四个角度来描述出来。其实各种框架都大同小异,就是:你要做什么事情?现在有什么背景?我有什么目标?我有什么任务?有什么数据?有什么输出?期望大概就这些东西,就大家换不同的词在弄而已。那这些框架有没有用的,它确实有用,它能帮助你很快地以某些角度给把你脑海中的那个东西给弄出来,所以它比你完全从0到1或者是空想是要快的,是要高效很多的。我去年用那个langGPT的框架,然后写了一整年的时间,就是大概就这么个意思,大家用不同的这个框架去写,你在用这些框架的时候可以换着不同的预设角度去描述同样一个物体。去年我用的langGPT的框架,就是写出发点是说我需模拟一个老师,他能以很好的、很善解人意的方式来讲任何一个概念,你输入任何学科的,它都能以很好的东西来输出。

云中江树- LangGPT 提示词

[title]云中江树- LangGPT提示词云中江树是Prompt提示词框架LangGPT的作者,并组建了EmbraceAGI学习社区他早在2023年3月就提出了结构化构建提示词的方法,并发布在了Github,很快收藏破千如果你期望了解更多关于大语言模型的Prompt提示词工程,请关注云中江树以下是社区介绍也可以直达主页:[⭐LangGPT结构化提示词](https://langgptai.feishu.cn/wiki/RXdbwRyASiShtDky381ciwFEnpe?fromScene=spaceOverview)LangGPT是Language For GPT的简称,中文名为结构化提示词。我们的愿景是让人人都能写出高质量提示词。我们希望揭开提示工程的神秘面纱,为大众提供一套可操作、可复现的提示词方法论、工具和交流社群。结构化提示词由云中江树提出,最早于2023年5.4青年节开源发布(GPT-4发布后约一个月多)为LangGPT项目,一经发布便成为GitHub开源社区全球趋势热榜前十项目,并且撰写了学术论文开源发表。LangGPT提出的结构化提示词已被百度、智谱、字节、华为等国内主流大模型智能体平台使用,当前已经发展成为国内最具影响力的高质量提示词工程师学习交流社群。

其他人在问
常用的结构化提示词框架有哪些?
以下是一些常用的结构化提示词框架: 1. 基础的结构化编写 Prompt 框架: Role: Profile: author:作者 version:版本 language:中文 description: Goals: 1. 2. Constrains: Skills: Workflows: 1. 2. 2. CRISPE 框架(Capacity and Role,Insight,Statement,Personality,Experiment) 3. BROKE 框架(Background,Role,Objectives,Key Results,Evolve) 4. ICIO 框架: Instruction(指令):明确定义 AI 需要执行的任务,遵循简洁明了、具体详细、行动导向、单一任务等原则。 Context(背景信息):提供任务的相关背景,包括任务目的、目标受众、相关背景、限制条件、角色扮演等。 Input Data(输入数据):为 AI 提供执行任务所需的具体信息或数据。 Output Indicator(输出引导):指导 AI 如何构建和呈现输出结果,包括格式要求、语气和风格、长度限制、结构指引、特殊要求、评估标准等。
2024-11-14
利用 AI 生成培训框架
以下是为您生成的培训框架相关内容: 一、AI 在教育培训中的应用 1. 数字教师 借助大型语言模型,人工智能生成的角色可以作为数字教师,如让牛顿亲自授课《牛顿运动定律》,让白居易为您讲述《长恨歌》背后的故事。 数字教师可以实现一对一辅导,不受情绪左右,提高学生参与感。 能够根据学生的学习情况、兴趣和偏好提供定制化的学习计划和资源,实现因材施教,提高学习效率和成果,缓解教育资源不平等问题。 2. 数字陪伴 人工智能生成的虚拟角色可以作为孩子的玩伴,来自他人的赞美等社会奖励,促进儿童成长,提高学习成绩。 二、AI 相关技术原理与概念 1. 概念 生成式 AI 生成的内容称为 AIGC。 2. 相关技术名词 AI:人工智能。 机器学习:电脑找规律学习,包括监督学习、无监督学习、强化学习。 监督学习:有标签的训练数据,算法学习输入和输出之间的映射关系,包括分类和回归。 无监督学习:学习的数据没有标签,算法自主发现规律,经典任务如聚类。 强化学习:从反馈里学习,最大化奖励或最小化损失,类似训小狗。 深度学习:参照人脑有神经网络和神经元,因有很多层所以叫深度,神经网络可用于多种学习方式。 生成式 AI:可以生成文本、图片、音频、视频等内容形式。 LLM:大语言模型,对于生成式 AI,生成图像的扩散模型不是大语言模型;对于大语言模型,生成只是其中一个处理任务,如谷歌的 BERT 模型可用于语义理解(不擅长文本生成),如上下文理解、情感分析、文本分类。 3. 技术里程碑 2017 年 6 月,谷歌团队发表论文《Attention is All You Need》,首次提出 Transformer 模型,它完全基于自注意力机制处理序列数据,比 RNN 更适合处理文本的长距离依赖性。
2024-10-29
我计划编写一本关于生成式人工智能的书籍,但是在开始前,我需要确定一个合适的大纲框架来组织我的思路。这个框架应该包括那些部分,以及如何将各个部分连接起来,以便读者能够理解掌握AIGC的概念和应用
以下是为您编写关于生成式人工智能书籍提供的大纲框架建议: 一、引言 介绍编写本书的目的和背景,引导读者进入生成式人工智能的世界。 二、基础概念 1. 什么是生成式人工智能(AIGC) 定义和特点 与传统人工智能的区别 2. 相关技术名词 AI(人工智能) 机器学习(包括监督学习、无监督学习、强化学习) 深度学习(神经网络、神经元) 生成式 AI(可生成文本、图片、音频、视频等内容形式) LLM(大语言模型) 三、AIGC 的应用领域 1. 文字生成(如使用大型语言模型生成文章、故事、对话等) 2. 图像生成(如使用 Stable Diffusion、DALLE 等模型生成艺术作品、照片等) 3. 视频生成(如使用 Runway、KLING 等模型生成动画、短视频等) 四、AIGC 与其他内容生成方式的关系 1. AIGC 与 UGC(用户生成内容) 区别与联系 各自的优势和适用场景 2. AIGC 与 PGC(专业生成内容) 区别与联系 相互的影响和融合 五、技术原理 1. Transformer 模型 自注意力机制 处理序列数据的优势 2. 技术里程碑(如谷歌团队发表的《Attention is All You Need》论文) 六、实际案例分析 展示不同领域中成功的 AIGC 应用案例,分析其实现过程和效果。 七、挑战与展望 1. 面临的挑战(如数据隐私、伦理问题等) 2. 未来发展趋势和前景 八、结论 总结全书重点内容,对 AIGC 的未来发展进行展望。 各个部分之间可以通过逻辑递进、案例引用、对比分析等方式进行连接,使读者能够逐步深入理解掌握 AIGC 的概念和应用。
2024-10-23
12种Prompt框架
以下是 12 种 Prompt 框架: 1. Key Result(关键结果):说明想要的具体效果,试验并调整。包括改进输入(从答案不足之处着手改进背景、目标与关键结果)、改进答案(在后续对话中指正 ChatGPT 答案缺点)、重新生成(在 Prompt 不变情况下多次生成结果,优中选优)。 2. Evolve(试验并改进):三种改进方法自由组合。 3. APE 框架:未提供具体说明。 4. COAST 框架:未提供具体说明。 5. CONTEXT(上下文背景):为对话设定舞台。 6. OBJECTIVE(目的):描述目标。 7. ACTION(行动):解释所需的动作。 8. SCENARIO(方案):描述场景。 9. TASK(任务):描述任务。 10. ICIO 框架:相关链接 。 11. CRISPE 框架:相关链接 。 12. BROKE 框架:作者陈财猫,相关链接 。 此外还有: 1. 框架集合:右侧附件做成了海报。 2. Instruction(指令):即希望 AI 执行的具体任务,比如翻译或者写一段文字。 3. Context(背景信息):给 AI 更多背景信息引导模型做出更贴合需求的回复。 4. Input Data(输入数据):告知模型需要处理的数据。 5. Output Indicator(输出引导):告知模型要输出的类型或风格。 6. Capacity and Role(能力和角色):ChatGPT 应扮演的角色。 7. Insight(见解):提供请求的背后见解、背景和上下文。 8. Statement(声明):要求 ChatGPT 做什么。 9. Personality(个性):希望 ChatGPT 以何种风格、个性或方式回应。 10. Experiment(实验):请求 ChatGPT 为您回复多个示例。 其他框架: 1. ACTION(行动):描述想做什么。 2. RESULT(结果):描述所需的结果。 3. EXAMPLE(示例):举一个例子来说明观点。 4. ROSES 框架:未提供具体说明。 5. ROLE(角色):指定 ChatGPT 的角色。 6. OBJECTIVE(目的):陈述目标或目标。 7. SCENARIO(方案):描述情况。 8. EXPECTED SOLUTION(解决方案):定义所需的结果。 9. STEPS(步骤):要求达到解决方案所需的措施。 10. RACE 框架:未提供具体说明。 11. PATFU 泡芙提示词框架:作者口袋君。 12. Problem(问题):清晰地表述需要解决的问题。 13. Aera(领域):问题所在领域以及需要扮演的角色。 14. Task(任务):解决问题需要执行的具体任务。
2024-10-21
知识库都有哪些提示词框架
以下是一些常见的提示词框架: ICIO 框架:包括 Instruction(指令)、Context(背景信息)、Input Data(输入数据)、Output Indicator(输出引导)。 CRISPE 框架:涵盖 Capacity and Role(能力和角色)、Insight(见解)、Statement(声明)、Personality(个性)、Experiment(实验)。 BROKE 框架:包含 Background(背景)、Role(角色)、Objectives(目标)、Key Result(关键结果)。 TRACE 框架:有 TASK(任务)、REQUEST(请求)、ACTION(行动)、CONTEXT(上下文)、EXAMPLE(示例)。 ERA 框架:包括 EXPECTATION(期望)、ROLE(角色)、ACTION(行动)。 CARE 框架:由 CONTEXT(上下文)、ACTION(行动)、RESULT(结果)、EXAMPLE(示例)组成。 ROSES 框架:包含 ROLE(角色)、OBJECTIVE(目的)、SCENARIO(方案)。 Evolve 框架:包括试验并改进,通过改进输入、改进答案、重新生成等方法。 APE 框架。 COAST 框架:包含 CONTEXT(上下文背景)、OBJECTIVE(目的)、ACTION(行动)、SCENARIO(方案)、TASK(任务)。 TAG 框架:包括 TASK(任务)、ACTION(行动)、GOAL(目标)。 RISE 框架。
2024-10-17
BORE框架
BORE 框架是由自动驾驶行业的产品经理陈财猫提出的一套 ChatGPT 方法论。 BORE 框架的产生过程如下:陈财猫是 ChatGPT 的第一批用户,最初与 ChatGPT 的交互主要是找乐子,后来发现其在工作中能发挥重要作用,从而形成了这套可操作、可重复的方法论。 BORE 框架中,四个字母分别代表四个单词的首字母: 1. B 代表 Background(背景):阐述任务的宏观背景和微观场景,让 ChatGPT 获得充分信息。 2. O 代表 Objectives(目标):明确任务目标,告知 ChatGPT 需生成的内容。 3. R 代表 key Results(关键结果):列出完成任务所需达成的关键结果,包括具体要求和指标,可根据实际需求定制。 4. E 代表 Evolve(改进):通过试验并调整,灵活组合以下三种改进方法以获得满意答案: 从答案的不足之处着手,更新并迭代 prompt。 在后续对话中指正 ChatGPT 答案缺点。 在 prompt 不变的情况下多次生成结果。 此外,作为产品经理,还可以将 ChatGPT 的能力与外部工具结合,放大其能力,例如为业务画时序图、流程图,用生动的图像和数据分析支撑需求改动,以增加需求通过产品评审会的可能性。 相关文章原文链接:https://mp.weixin.qq.com/s/AGdTBGn9vQrApZwPrAmxtQ
2024-10-16