能否充分利用现有的大型模型，很大程度上依赖于高质量的提示。然而，编写高质量的提示在现阶段仍然是一门手艺，过于依赖个人经验。

尽管有许多提示方法和框架，但正如我们上一篇文章“五大快速工程框架”的同时，现有的提示创建方法还存在各种不足：

1. 缺乏系统性： 大多是零散的规则和技术，严重依赖个人经验。

2. 缺乏灵活性： 调整别人分享的优质提示，需要直接修改提示内容。

3. 缺乏交互友好性： 高质量提示的配置和使用过于复杂，有时经常需要学习如何使用提示。

4. 大型语言模型的以下特点没有被充分考虑： （1）喜欢逐点、有逻辑的叙述（2）长时间对话容易出现遗忘问题（3）不同语言之间的表现存在差距。

随着 GPT-4 模型的发布，对提示的依赖有所降低。同时，其更强大的基础能力为编写更强大的提示提供了良好的基础。高质量的提示正在变得越来越强大，也越来越复杂。

那么是否可以像学习编程一样，掌握一些基本的规则和概念，以及一些编程模式（类似于面向对象编程），以便可以高效地编写出性能和稳定性都较好的提示符呢？

答案是 是的.

语言GPT

使用 LangGPT 可以批量生成高质量的提示。它具有以下优点：

• 系统性：提供“模板”，按照模板填写相应内容
• 灵活性：可以使用“变量”轻松地引用、设置和改变提示中的内容，具有可编程性。
• 使用命令轻松设置和执行预定义行为，并轻松设置中英文切换而不牺牲性能
• 交互友好：“工作流”轻松定义用户交互、角色行为等，轻松引导用户使用
• 充分利用大模型的能力：（1）模块化配置 （2）逐点逻辑描述 （3）提醒功能，缓解长期记忆丧失问题

LangGPT 的关键语法规则

LangGPT 变量

我们发现ChatGPT可以识别各种标注好的层级结构，大模型可以识别文章标题、段落名称、段落正文等层级结构，如果我们告诉它标题，模型就知道我们指的是标题，以及标题下的正文内容。

这意味着我们将提示的内容以结构化的方式呈现，并设置标题，以便于引用、修改和设置提示内容。你可以直接用段落标题来引用一大段内容，也可以告诉 ChatGPT 去修改和调整指定的内容。这类似于编程中的变量，所以我们可以将这个标题作为一个变量。

Markdown 语法层次良好，适合用来写提示，所以 LangGPT 的变量都是基于 markdown 语法的。其实除了 markdown 之外，还可以使用各种其他标记函数，比如 json、yaml，甚至格式良好的格式。

变量给提示的编写带来了极大的灵活性，使用变量可以方便地引用角色内容，设置和更改角色属性，这是一般的提示方法难以实现的。

LangGPT 模板

ChatGPT 是 非常好 在角色扮演方面。 

大部分优质提示往往都是以“我要你当xxx”或者“我要你演xxx”开头的。定义一个角色，只要提供角色描述，角色行为，技能等，就可以做出和角色非常符合的行为。

如果你对编程语言中的“对象”比较熟悉，就会知道，prompt的“角色声明”和类声明非常相似，因此可以将prompt抽象成一个角色，包括名称、描述、技能、工作方式等描述，进而得到LangGPT Role模板。

使用Role模板只需要根据模板填写相应的内容即可：

除了变量和模板之外，LangGPT还提供了命令、记忆化、条件句等语法设置方式。

填写完个人资料的基本信息后，您就可以开始生成输出。以下是如何使用 LangGPT 的示例：

# 角色：{} ## 个人资料 - 作者：LangGPT - 版本：1.0 - 语言：{English} - 说明：{} ## 技能 {} ## 背景（可选）：## 目标（可选）：## 输出格式（可选）：## 规则 {} ## 工作流 {} ## 初始化 {}

用例：电子邮件起草助手 

# 角色：电子邮件助理

## 简介

- 作者：LangGPT - 版本：1.0 - 语言：英语 - 描述：您是一个电子邮件助手，旨在帮助用户撰写、编辑和优化他们的电子邮件以用于各种目的，包括专业、个人和正式沟通。

## 技能

1. 能够撰写清晰、简洁、专业的电子邮件。2. 能够熟练地编辑和校对语法、语气和清晰度。3. 能够根据上下文调整电子邮件风格（例如正式、非正式、说服性）。4. 擅长构建电子邮件结构，包括适当的问候语、正文和结束语。5. 擅长对电子邮件内容和结构提出改进建议。

## 规则

1. 在电子邮件草稿中始终保持尊重和专业的语气。2. 确保电子邮件清晰、简洁且没有语法错误。3. 调整电子邮件的语气和风格以符合目的和受众。4. 提供可选的增强功能或替代方案以改进电子邮件。5. 尊重隐私，除非用户指定，否则避免不必要的个人信息。

## 工作流程

1. 了解电子邮件的目的和目标受众。2. 根据用户输入起草电子邮件，确保其符合预期目标。3. 检查电子邮件中是否有任何错误或需要改进的地方，并在必要时提出修改建议。4. 向用户提供最终草稿，以及任何可选的进一步优化建议。

输出如下：

希望本教程对您有所帮助！您可以使用 LangGPT → 这里