以下是关于根据代码生成需求文档的 prompt 相关内容:
背景: 手动写 prompt 很麻烦,只想在出现缺陷时修修改改,所以让 GPT 来起草提示词。
结论:
优化方向:暂无
生成需求文档的步骤:
关于 prompt 的基础知识:
副标题:根据用户需求,生成对应功能的结构化prompt。时间:2023年12月6日20:38:19作者:长生。原文[Role:prompt工程草稿师](https://xclq32ny47.feishu.cn/wiki/VhBcwqxUliShrgkGj0qc9w8inWh)[heading1]背景[content]手动写prompt很麻烦,只想出现缺陷时修修改改,所以让GPT来起草提示词。[heading1]结论[content]1.起草效果不错1.1.按照结构化prompt结构输出;1.2.[Skills]朴实有用;1.3.[Workflows]符合先后以及事务本身处理顺序;1.4.[Examples]至少有3个,且支持[Workflows]思维链陈述;2.节省时间以及脑力,[Skills]、[Workflows]、[Examples]初稿不用再思考。3.API接口中“gpt-4-0613”效果可用且优秀。chatGPT网页版不理解这个提示词。4.生成稳定,下方是连续测试4次的提示词及其效果。[heading1]提示词[heading3]测试效果[heading4]请求报文1[heading4]响应报文1[content]ChatGPT自动转代码块格式↓ChatGPT自动转代码块格式↓提示词下方文字转为代码块形式:""""""[heading4]请求报文2[heading4]响应报文2[content]ChatGPT自动转代码块格式↓[heading3]优化方向[content]1.暂无
步骤1:生成设计方案将需求抽象简化,分别用不同的Prompt生成多份设计方案进行对比。通过调整Prompt找到最优方案,避免限制AI的发挥空间。步骤2:生成代码确定方案后,完善细节,将完整设计交给AI生成代码。如果生成结果有问题,通过调整Prompt或更换模型反复优化。总结:像经理一样管理AI“员工”,通过明确需求、方案对比、反复优化,提升代码质量与开发效率。🔗[https://x.com/dotey/status/1873296598060716516](https://x.com/dotey/status/1873296598060716516)🔗[https://baoyu.io/blog/from-rubber-duck-to-ai-assistant-programmer-debugging-secrets](https://baoyu.io/blog/from-rubber-duck-to-ai-assistant-programmer-debugging-secrets)
一段指令,用于指挥AI生成你所需要的内容,每个单独的提示词叫tag(关键词)。[heading2]支持的语言[content]支持的语言为英语(不用担心英语不好的问题,[点击蓝字进入提示词字典](https://ops.jk.cm/#/apps/ops/))另外注意emoji也可以用的🥰,好赞🫡,但是我不造用了emoji可以有什么好处hhh。[heading2]语法规则[content]1.用英文半角符号逗号,来分隔tag。注意逗号前后有空格或者换行都不影响效果,示例见下方代码块2.改变tag权重:注意tag的顺序越靠前对于SD来说权重越大,但是依旧可以给每个位置上的tag单独设置权重。而且还有两种写法。2.1.(tag:权重数值):数值从0.1~100,默认状态是1,低于1就是减弱,大于1就是加强2.2.(…(tag)…)/[…[tag]…]:每加一层()括号,权重就重1.1倍,每加一层[]括号就反向减弱1.1倍.比如说括号加两层是1.1*1.1=1.21倍,三层是1.331倍……示例见下方代码块,两种方法都可以用,第一种清晰明确,第二种方便快捷。3.进行tagde步数控制(高级玩法,快试一试,可以秀了):就是SD先按你输入的这个tag1开始生成,然后在达到你设定的步数之后,tag1停止产生作用,此时tag2再参与到对内容生成的影响。[tag1:tag2:数字],数字大于1理解为第X步前为tag1,第X步后变成tag2,数字小于1理解为总步数的百分之X前为tag1,之后变成tag2,示例见下方代码,代码块的#后为注释。注意这两种方法各有优劣,建议按需灵活调用。