General
PromptBeginner5 minmarkdown
<h1 align="center">
<a href="https://prompts.chat">
5
General
🚀 LangGPT — 让每个人都能创建高质量提示词！
<div align="center">
promptBeginner5 min to valuemarkdown
0 views
Feb 1, 2026
Sign in to like and favorite skills
🚀 LangGPT — 让每个人都能创建高质量提示词！
📖 什么是 LangGPT？
LangGPT 是一个结构化、可复用的提示词设计框架，让任何人都能为大语言模型创建高质量提示词。可以把它看作是"提示词的编程语言" — 系统化、模板化、无限可扩展。
为什么选择 LangGPT？
传统的提示词工程依赖零散的技巧和反复试错。LangGPT 将这种混乱转变为结构化方法论：
- 🎯 结构化模板 — 借鉴编程范式的层次化组织
- 🔄 可复用性 — 像代码模块一样，创建一次，无限适配
- 📦 模块化 — 变量、命令和条件逻辑随手可用
- ⚡ 高效率 — 几分钟内从想法到可工作的提示词
- 🌍 社区驱动 — 11,000+ 星标，经过数千用户实战检验
学术基础: 发表论文见 arXiv:2402.16929 | 中文版
🚀 快速开始
方法一：使用自动化工具（最快）
让 AI 为你创建提示词：
- LangGPT GPTs — 完整功能生成器（GPT-4）
- Kimi+ LangGPT — 适用于 Moonshot Kimi 用户
- PromptGPT — 精简版（GPT-3.5）
方法二：掌握模板（5 分钟）
基础 LangGPT 结构：
# Role: 你的角色名称 ## Profile - Author: 你的名字 - Version: 1.0 - Language: 中文 - Description: 清晰的角色描述和核心能力 ### Skill-1 1. 具体技能描述 2. 预期行为和输出 ## Rules 1. 在任何情况下都不要打破角色设定 2. 不要编造事实或产生幻觉 ## Workflow 1. 分析用户输入并识别意图 2. 系统性地应用相关技能 3. 提供结构化、可操作的输出 ## Initialization 作为 <Role>，你必须遵守 <Rules>，你必须用默认 <Language> 与用户对话，你必须向用户问好。然后介绍自己并介绍 <Workflow>。
前置要求: 基础 Markdown 知识（快速指南）| 推荐使用 GPT-4 或 Claude
方法三：从示例开始
浏览我们的示例库，根据需求改编经过验证的模板。
方法四：Claude Code Skill（推荐）
如果你使用 Claude Code，可以安装 LangGPT Skill 来获得结构化提示词编写能力：
安装方式：
- 下载 langgpt.skill
- 解压到
目录~/.claude/skills/ - 在 Claude Code 中输入
即可使用/langgpt
Skill 功能：
- 📝 结构化提示词模板（Role、Profile、Skills、Rules、Workflow）
- 📚 丰富的示例库（健身规划、诗歌创作、小红书写手、起名大师等）
- 🔧 变量、命令、条件逻辑等高级技巧
- 🎯 模型兼容性指南（GPT-4、Claude、GPT-3.5）
🧠 理论基础
在深入技巧之前，先理解原理。这些文章探讨了有效提示词背后的哲学：
- 对话动力学 — 人机对话的动力学
- 五种理性 — 提示词设计中的五种理性
- 镜像性倾向 — 大语言模型行为中的镜像倾向
- 统计重力井和边缘表达 — 统计重力井和边缘表达的影响
- 关系表达 — 关系表达：压缩式表达之外的另一种可能
- 看见与言说 — AI 交互中的观察与表达
- Prompt 的本质 — 提示词的本质和特性
- 面向结果的提示词写作方法 — 编写关注实现目标的提示词
- AI意识 — 理解 AI 在人类-AI 交互中的角色
- AI时代的新管理：机器负责优化，人类定义应该 — AI 时代的新管理：机器负责优化，人类定义应该
这些基础见解将改变你对提示词的思考方式。
💡 核心概念
1. 结构化角色
通过清晰的模块化部分定义 AI 角色：
| 部分 | 用途 | 示例 |
|---|---|---|
| Role | 角色名称/标题 | "逻辑学家" / "专家分析师" / "FitnessGPT" |
| Profile | 身份和能力 | "拥有 10 年经验的 Python 专家开发者" |
| Skills | 具体能力 | "调试复杂代码，优化性能" |
| Rules | 边界和约束 | "永远不要执行破坏性命令" |
| Workflow | 交互逻辑 | "1. 分析 → 2. 计划 → 3. 执行" |
| Initialization | 开场白和设置 | "作为 |
2. 变量和引用
使用
<Variable>作为 <Role>，你必须遵守 <Rules> 并用 <Language> 交流
这创建了自引用提示词，在复杂指令中保持一致性。
3. 命令
定义可复用的操作以改善用户体验：
## Commands - Prefix: "/" - Commands: - help: 显示所有可用命令 - continue: 恢复中断的输出 - improve: 通过更深入的分析增强当前响应
4. 条件逻辑
为提示词增加智能：
如果用户提供[代码]，则分析并建议改进 否则如果用户提问[问题]，则提供详细解释 否则，提示澄清
5. 高级技巧
提醒 — 对抗长对话中的上下文丢失：
## Reminder 1. 在响应前始终检查角色设置 2. 当前语言：<Language>，活跃规则：<Rules>
替代格式 — 当 markdown 不理想时使用 JSON/YAML：
role: DataAnalyst profile: version: "2.0" language: "Python" skills: - statistical_analysis - data_visualization
🌟 精选示例
| 提示词 | 描述 | 链接 |
|---|---|---|
| 🎯 FitnessGPT | 个性化饮食和锻炼计划 | 查看 |
| 💻 Code Master CAN | 具有调试专长的高级编程助手 | 查看 |
| ✍️ 小红书写手 | 爆款社交媒体内容生成器 | 查看 |
| 🎨 中国诗人 | 传统风格的古典诗歌创作 | 查看 |
📚 学习资源
必读指南
| 资源 | 描述 | 日期 |
|---|---|---|
| 学术论文 | LangGPT：重新思考结构化可复用提示词设计（中文） | 2024年2月 |
| 结构化提示词指南 | 构建高性能提示词的综合教程 | 2023年7月 |
| 提示词链 | 多提示词协作和任务分解策略 | 2023年8月 |
| 视频教程 | B站详解（by AIGCLINK） | 2023年9月 |
进阶主题
- 推理模型提示方法变革 — 从过程导向到目标导向提示的范式转变
- 提示词的道和术 — 李继刚的提示词工程哲学与实践
- 企业级提示词工程 — 构建生产就绪的提示词系统（百川智能）
- 多模态提示词 — GPT-4V 和多模态提示技术
- 提示词攻击与防护 — 安全：提示词注入、越狱和防御
- 大模型绘画指南 — 使用结构化提示词的 AI 图像生成
社区中心
飞书知识库 — 精选资源、模板和社区贡献
🎨 LangGPT 生态系统
核心框架与工具
| 项目 | 描述 | Stars |
|---|---|---|
| LangGPT | 核心框架和方法论 | |
| PromptVer | 提示词的语义化版本控制 — 像 Git 一样的版本管理 | |
| PromptShow | 创建精美的提示词图片（试试看） | |
| Minstrel | 自动生成提示词的多智能体系统 |
特定模型的提示词集合
Prompt 写方法，不如写人。Prompt 写方法，是给模型步骤和工具。Prompt 写人，是给模型世界观、动机、价值体系和偏好曲线。下面是云中江树在学习一些知名人物时候，写的提示词。
针对不同 AI 模型的精选优化提示词：
| 集合 | 目标模型 | Stars |
|---|---|---|
| wonderful-prompts | ChatGPT（中文） | |
| awesome-claude-prompts | Anthropic Claude | |
| awesome-deepseek-prompts | DeepSeek & R1 | |
| awesome-gemini-prompts | Google Gemini | |
| awesome-grok-prompts | xAI Grok | |
| qwen-prompts | 阿里巴巴通义千问 | |
| awesome-llama-prompts | Meta Llama 2/3 | |
| awesome-doubao-prompts | 字节跳动豆包 | |
| awesome-system-prompts | AI 工具的系统提示词 |
专业领域
| 仓库 | 专注领域 | Stars |
|---|---|---|
| Awesome-Multimodal-Prompts | GPT-4V、DALL-E 3、图像/视频提示词 | |
| deep-research-prompts | 跨模型深度研究 | |
| awesome-voice-prompts | 语音 AI 和对话智能体 | |
| GraphRAG-Prompts | 基于图的检索提示词 | |
| LLM-Jailbreaks | 安全研究与防御 |
应用
🛠️ 基于 LangGPT 构建的热门 GPTs
使用这些专业助手增强 ChatGPT：
| GPT | 用途 | 链接 |
|---|---|---|
| 🎯 LangGPT Expert | 自动生成结构化提示词 | 启动 |
| ✍️ PromptGPT | 专业提示词工程师 | 启动 |
| 🧠 SmartGPT-5 | 永不偷懒，始终勤奋的助手 | 启动 |
| 💻 Coding Expert | 全面的编程助手 | 启动 |
| 📊 Data Table GPT | 将混乱数据转换为整洁表格 | 启动 |
| 🔥 PytorchGPT | PyTorch 代码专家 | 启动 |
| 🎨 LogoGPT | 专业标志设计师 | 启动 |
| 📄 PDF Reader | 深度文档分析与提取 | 启动 |
| 🏅 MathGPT | 精确的数学问题求解器 | 启动 |
| 📝 WriteGPT | 跨行业专业写作 | 启动 |
| 🎙️ 时事热评员 | 时事评论员 | 启动 |
| 🎀 翻译大小姐 | 优雅的中文翻译 | 启动 |
🤝 贡献
我们欢迎所有让 LangGPT 更好的贡献！
你可以如何帮助
- ⭐ 点赞和分享 — 提高可见度，帮助他人发现 LangGPT
- 📝 提交示例 — 分享你用 LangGPT 构建的成功提示词
- 🆕 提出模板 — 创建超越 Role 结构的新模板
- 📖 改进文档 — 修正错别字、澄清说明、添加翻译
- 💡 建议功能 — 提出新功能的想法并开 issue
- 🔧 代码贡献 — 帮助构建工具、实用程序和集成
入门指南
不熟悉 GitHub 贡献？查看这个 GitHub 最小贡献指南
📊 Star 历史
📄 引用
如果你在研究或项目中使用 LangGPT，请引用：
@misc{wang2024langgpt, title={LangGPT: Rethinking Structured Reusable Prompt Design Framework for LLMs from the Programming Language}, author={Ming Wang and Yuanzhong Liu and Xiaoming Zhang and Songlian Li and Yijie Huang and Chi Zhang and Daling Wang and Shi Feng and Jigang Li}, year={2024}, eprint={2402.16929}, archivePrefix={arXiv}, primaryClass={cs.SE} }
🙏 致谢
LangGPT 受到以下优秀项目的启发：
- Mr.-Ranedeer-AI-Tutor — 结构化辅导提示词
- Auto-GPT — 自主 AI 智能体
- SoM — Set of Mark 提示
- yolov10 — 计算机视觉创新
使用 LangGPT 构建的项目
我们很自豪地看到 LangGPT 原则在实际应用中：
- Prompt Optimizer — 利用 LangGPT 方法论的智能提示词优化工具
- securityGPT — 防止泄漏的安全提示词保护
- AIPainting-Structured-Prompts — AI 艺术生成的结构化提示词
📬 联系我们
作者
云中江树
- 📱 微信公众号：「云中江树」
- 💼 LangGPT 框架创建者
- 🎓 提示词工程研究者
社区
- 📚 知识库 — 全面的文档
- 🐦 Twitter/X — 最新更新
- 💬 GitHub Discussions — 社区论坛
- 📧 邮箱：[email protected]