大模型LLM-Prompt-LangGPT框架

在大模型的应用中，Prompt的书写是最基础、roi最高的一项工作，尤其是对于非专业的开发人员，想要用好大模型，Prompt的书写尤为重要。从本节开始，我们将陆续为大家介绍多种开源的Prompt书写框架，帮助大家能写好更好的Prompt。

1 背景介绍

LangGPT 是 Language For GPT 的简称，中文名为结构化提示词。LangGPT 是一个帮助你编写高质量提示词的工具。

结构化提示词框架由云中江树于2023年创造，最早于 2023 年 5.4 青年节开源发布为 LangGPT 项目，一经发布便成为 GitHub 开源社区全球趋势热榜前十项目，并且撰写了学术论文开源发表。

具体内容可以在飞书中查看或者github。其中有很多关于Prompt的基础介绍，以及很多高质量的文章，都是可以免费查看和复制，感兴趣的话可以搜索了解一下。

2 使用场景

1. 直接使用 LangGPT 生成提示词：

   1. 月之暗面 Kimi × LangGPT 提示词专家: https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0

月之暗面 Kimi × LangGPT 使用体感不错，可以自动的帮助我们设计好的prompt。

也支持 OpenAI 商店 LangGPT 提示词专家。

3 框架小结

LangGPT中有很多好的文章，我们就不一一介绍，这里我们把一些核心的文章 结合 自己的理解 进行一个小结，每一小结代表一篇文章，感兴趣的话可以再进一步查看原文。

3.1 如何写好 prompt？

作者观点： prompt = 理解llm + know-how + 逻辑清晰

• 理解llm

不同的llm相当于我们面对不同的“专家”，每个“专家”都有自己的特点和擅长（差异源于：参数设置、训练预料、微调策略不同）。即使相同“专家”，不同版本也可能有很大差别。

因此需要我们对使用的“专家”有比较清晰的感知，作者推荐了《这就是ChatGPT》这本书。

• know-how

常见的一些prompt的写作技巧，可以帮助我们获取较好的输出，但是一份高质量的、有深度的输出，还是需要利用专业的行业知识来引导，才能得到预期的回复。

因此对细分场景理解有多深决定了，llm回复有多好。

• 逻辑清晰

简单来说，就是能不能把心中所想的东西，简单、清晰、逻辑清晰的表述出问题的内核，可能需要不断思考和迭代才能有比较好的输出。

• 如何快速写好prompt

  • “meta-prompt”：基于现有的框架或者方法，快速成型一套模板，不同场景中，在这套模板下进行填空，减少重复性工作。

  • “药剂师prompt”：一套自动化的prompt，在我们自我优化prompt的同时，可以自动扩充、完善prompt，更快的达到最优。

3.2 构建高性能 prompt 之路

• 什么是结构化 prompt？

所谓结构化prompt就是针对prompt的各种模板，类似于ppt的各种模板，根据需要我们可以选择不同的模板。给一段作者提供的模板，作为示例说明：