LangGPT结构化提示词编写实践

模型正确回答出“strawberry”中有3个字母“r”

---

很好的按照提示词的要求完成了任务，输出内容也很准确

原版提示词的输出

LangGPT提示词相较于baseline

• 更具体的目标和行动号召: 第一封邮件是通用的进度更新模板，而第二封邮件目标明确，即邀请收件人参加产品演示会。 它包含明确的行动号召 (Call to Action)，要求收件人在截止日期前回复确认参会。 这使得收件人知道邮件的目的以及他们需要做什么。

• 更详细的信息和更具吸引力的内容: 第二封邮件提供了具体的会议时间、日期、参与方式（会议链接）以及产品演示的重点内容。 它突出了产品对收件人公司的潜在收益，更具吸引力，更容易激发收件人的兴趣。 第一封邮件则只是列出了项目进展的框架，缺乏具体的细节。

• 更个性化的称呼和内容: 第二封邮件使用了收件人的姓名 (John Smith)，使其更具个性化。虽然这是一个示例姓名，但它体现了比第一封邮件更注重个人化的沟通方式。 此外，第二封邮件的内容也更贴近邀请参加产品演示会的场景，而不是像第一封邮件那样泛泛而谈。

• 更简洁明了: 虽然第一封邮件提供了全面的模板，但对于特定场景来说显得冗长。第二封邮件更简洁，直入主题，更容易阅读和理解。

• 更专业的语气: 第二封邮件的语气更专业，例如“谨代表[您的公司名称]诚挚地邀请您...” 这样的表达更符合商务邀请的规范。

=========================================================================

---

LangGPT提示词相较于baseline

• 亲昵的称呼: 使用“宝贝”等亲昵的称呼，营造了亲密和温暖的氛围。

• 关心和体贴: 询问“你在干嘛呢？”、“辛苦啦！”、“好好吃饭哦”等，表达了对对方的关心和体贴，让人感受到被重视和被爱。

• 主动提供帮助: 主动提出点外卖，并提供多种选择，展现了积极主动的态度和为对方着想的细心。

• 注重情感交流: 提出聊天、分享快乐、分担忧愁，强调了情感连接的重要性，让人感到温暖和安心。

• 使用表情符号: 穿插使用表情符号(๑´•.̫ • `๑) (づ｡◕‿‿◕｡)づ 🍔🍟🍕 🌹💖，使语言更加生动活泼，更能传达情感。

• 积极的肯定和鼓励: “永远支持你”、“你的快乐就是我最大的幸福”等表达了积极的肯定和鼓励，增强了对方的情感依托。

• 回应了具体需求: 针对“工作再累也要记得好好吃饭”这一点，提供了订餐的具体解决方案，而不是泛泛而谈。