在 Coze 的智能体中加入使用 Markdown 编写的代码的 prompt 可以参考以下方法: 首先,了解相关的任务和目标,比如像实现输入任意文章链接后,AI 自动生成适合微信分享的文章推荐卡片。为达到这一效果,大模型对话产品通常需要完成网页爬取、内容总结、二维码生成、卡片样式生成等关键步骤。 在编写 prompt 时,可以发现新的词生卡 Prompt 组织方法,把设计要求拆分为“设计规范”和“内容结构”,再细分为“布局与尺寸”“字体规范”“颜色规范”的独立模块,并结合“内容结构”进行要求提示。这种提示词组织方式具有模型通用性、提示简易性和生成稳定性等显著优势。 对于刚入门的朋友,首推 LangGPT 结构化提示词,直观易懂,可以快速上手。对于想要进阶的用户,一方面可以继续选择 LangGPT,另一方面如有额外精力和好奇心,不妨尝试刚哥推崇的 Lisp 伪代码格式,有助于精炼提示词和提升对措辞理解、概念认知的能力。但需要注意的是,真正重要的不是提示词的外在形式,而是内容是否与 AI 的“理解机制”相契合。同时,在实际应用中,还需要经过多次调试,并根据测试 bug 微调提示词,直至稳定运行。
插件的idea其实来自早先挖的一个坑,在词生卡刚火那阵子,就想更进一步的发挥大模型对话产品的能力,做一个真正的提示词智能体。目标是实现输入任意文章链接后,AI自动生成适合微信分享的文章推荐卡片。为了达到这一效果,大模型对话产品需要完成以下关键步骤:1.网页爬取:自行访问链接,解析网页内容2.内容总结:根据提示词要求,提炼标题、摘要、要点等信息3.二维码生成:利用qrcode.js库,将URL转换为二维码图片4.卡片样式生成:基于特定模板设计要求(暂不考虑自适应样式主题),将卡片内容、二维码组合为精美的分享卡片理论上来说,这类词生卡任务正是大模型对话产品的天然“舒适区”。所以直接编写「网页分享卡片生成」词生卡Prompt如下:值得一提的是,通过实践探索,我发现了新的词生卡Prompt组织方法:把设计要求拆分为“设计规范”和“内容结构”,再细分为“布局与尺寸”、“字体规范”、“颜色规范”的独立模块,并结合“内容结构”进行要求提示。这种提示词组织方式有3个显著优势:1.模型通用性:采用纯Markdown格式编写,不依赖特定模型的特性,可以适配不同的大语言模型2.提示简易性:提示词结构清晰易读,便于自然语言编写,降低使用门槛。3.生成稳定性:通过清晰的模块划分和自然语言描述,避免了指令间的相互干扰,提高了AI生成样式代码的准确性和一致性
插件的idea其实来自早先挖的一个坑,在词生卡刚火那阵子,就想更进一步的发挥大模型对话产品的能力,做一个真正的提示词智能体。目标是实现输入任意文章链接后,AI自动生成适合微信分享的文章推荐卡片。为了达到这一效果,大模型对话产品需要完成以下关键步骤:1.网页爬取:自行访问链接,解析网页内容2.内容总结:根据提示词要求,提炼标题、摘要、要点等信息3.二维码生成:利用qrcode.js库,将URL转换为二维码图片4.卡片样式生成:基于特定模板设计要求(暂不考虑自适应样式主题),将卡片内容、二维码组合为精美的分享卡片理论上来说,这类词生卡任务正是大模型对话产品的天然“舒适区”。所以直接编写「网页分享卡片生成」词生卡Prompt如下:值得一提的是,通过实践探索,我发现了新的词生卡Prompt组织方法:把设计要求拆分为“设计规范”和“内容结构”,再细分为“布局与尺寸”、“字体规范”、“颜色规范”的独立模块,并结合“内容结构”进行要求提示。这种提示词组织方式有3个显著优势:1.模型通用性:采用纯Markdown格式编写,不依赖特定模型的特性,可以适配不同的大语言模型2.提示简易性:提示词结构清晰易读,便于自然语言编写,降低使用门槛。3.生成稳定性:通过清晰的模块划分和自然语言描述,避免了指令间的相互干扰,提高了AI生成样式代码的准确性和一致性
还记得我们在方案推理环节,得到的「最终样式.html」吗?按照我早先的一篇文章《样例驱动的渐进式引导法》中提到的方法,把这个html文件作为样例,和这段提示词同时发送给Claude,让AI根据@李继刚的提示词中控制样式输出的形式,自行总结我们需要的结果。你将会获得一份这样形式的答卷:只需要稍微调整一下文本结构与引用细节,就可以嵌入到我们的提示词中。这样基本也能让提示词按照预期运行起来:当然,想要更好地控制生成结果,尤其是视觉样式的稳定性,还得经过多次调试,并根据测试bug微调提示词,直至稳定运行。[heading3]拓展:Lisp、Markdown格式是否必需?[content]不是。经过两年的蓬勃发展,大语言模型的提示工程已经呈现出百花齐放的局面。无论LangGPT结构化提示词,还是CRISPE和CARE等框架,业界涌现出了多种提示词方法论。在格式方面,我们看到了LangGPT在用的Markdown格式,也有像刚哥最近青睐的Lisp伪代码格式,甚至还有像我那样灵活混搭的方案。但真正重要的不是提示词的外在形式,而是内容是否与AI的"理解机制"相契合。如果要我推荐提示词的写法:对于刚入门的朋友:首推LangGPT结构化提示词,直观易懂,可以快速上手。对于想要进阶的用户:一方面,LangGPT依然是一个可靠的选择;另一方面,有额外的精力和好奇心,不妨尝试一下刚哥推崇的Lisp伪代码格式,能够强迫自己精炼提示词,对措辞理解、概念认知也有很大帮助。