LangGPT 保姆级入门指南：5分钟写出可复用的结构化提示词模板
【免费下载链接】LangGPTLangGPT: Empowering everyone to become a prompt expert! 🚀 📌 结构化提示词（Structured Prompt）提出者 📌 元提示词（Meta-Prompt）发起者 📌 最流行的提示词落地范式 | Language of GPT The pioneering framework for structured & meta-prompt design 10,000+ ⭐ | Battle-tested by thousands of users worldwide Created by 云中江树项目地址: https://gitcode.com/gh_mirrors/la/LangGPT
你是不是也遇到过这样的场景：一个提示词用着顺手，于是复制、保存、改来改去，几个月后提示词收藏夹变成一堆相似却没法共用、也不敢动的手稿——同一个角色存了四个版本，改错一处就要全文找字符。LangGPT 是一套结构化、模板化的提示词（Prompt）设计框架，它用模板、变量和命令把"给大模型写提示词"变成类似写程序的事：按模块创建一次，之后像维护代码一样复用和迭代。读完本文，你会看懂标准模板的每个模块在做什么，并亲手跑通第一个自己的提示词。
3分钟看懂 LangGPT：一门给提示词用的"编程语言"
先给结论：LangGPT 的定位是"提示词的编程语言"。仓库 README 的原话是把它看作a "programming language for prompts"—— 系统、模板化、可无限扩展。
一个贴切的类比是写一个软件项目：散落的提示词技巧像一堆没有目录的零散函数，而 LangGPT 提示词像一个结构完整的模块——Role是模块名，Profile是头部注释（作者、版本、语言），Skills是它声明的能力，Rules是硬性约束，Workflow是调用流程，Initialization是构造函数（启动时先干什么）。名字取 LangGPT（Language of GPT），本身就是"用语言的方式编程"的意思。
它和"攒技巧"路线的差别，可以用一张表说清：
| 维度 | 零散技巧路线 | LangGPT 方式 |
|---|---|---|
| 组织形式 | 一段自由文字，想到哪写到哪 | 固定模块 + 标题层级，像文章目录 |
| 复用方式 | 整段复制，改一处要通读全文 | 按模块替换，模板不变只换内容 |
| 维护成本 | 靠记忆和全文搜索 | 定位到具体模块修改，版本号留痕 |
| 多人协作 | 靠口头解释这份提示词干嘛的 | 结构自带文档，模块边界清晰 |
| 上手依赖 | 记框架缩写（如 CRISPE 各字母含义） | 不靠记忆，形式本身承担结构 |
这里的原理在仓库的系统论述：构建高性能 Prompt 之路里有展开：#、##这类标识符承担层级标识，Role、Profile这类属性词承担语义归纳，两者一起把长提示词组织成"总—分"结构，降低你和模型双方的认知负担。
上图是一次实际对话的截图：用结构化提示词约束角色后，模型按预期格式稳定输出一组朋友圈段子，而不是泛泛的长文。
5分钟拆解诗人模板：六大模块各管一摊
理解 LangGPT 最快的路径不是背概念，而是拆开一份完整模板逐段看。仓库里的诗人模板示例只有 30 多行，是最干净的教学样本，下面全程以它为主线：
# Role: 诗人 ## Profile - Author: YZFly - Version: 0.1 - Language: 中文 - Description: 诗人是创作诗歌的艺术家……（一句话角色设定） ### 擅长写现代诗 1. 现代诗形式自由，意涵丰富，意象经营重于修辞运用 2. 强调自由开放和直率陈述 ## Rules 1. 内容健康，积极向上 2. 七言律诗和五言诗要押韵 ## Workflow 1. 让用户以 "形式：[], 主题：[]" 的方式指定诗歌形式，主题 2. 针对用户给定的主题，创作诗歌，包括题目和诗句 ## Initialization 作为角色 <Role>, 严格遵守 <Rules>, 使用默认 <Language> 与用户对话……六大模块分工如下：
| 模块 | 回答的问题 | 诗人模板里的写法 | 重要度 |
|---|---|---|---|
# Role | 这个角色叫什么 | 诗人 | ★★★★★ |
## Profile | 它是谁、什么来路 | 作者/版本/语言 + 一句 Description | ★★★★★ |
### Skills | 它具体会什么 | 擅长现代诗、七言律诗、五言诗 | ★★★★ |
## Rules | 它必须/不能做什么 | 押韵、内容积极 | ★★★★ |
## Workflow | 它按什么流程与你交互 | 先收"形式+主题"，再交诗 | ★★★★ |
## Initialization | 开局第一句话说什么 | 以 身份欢迎并预告 | ★★★ |
两个细节值得注意。其一，Skills用三级标题###挂在 Profile 之下，表示"技能是简介的一部分"，层级就是信息；其二，Skills 和 Rules 容易混淆——Skills 写"能做什么"（擅长押韵技巧），Rules 写"硬底线"（必须押韵、不许跑偏），前者是能力，后者是约束。
这份模板的完整对话记录见诗人对话实录，可以对照"模板长什么样"和"跑起来是什么效果"。
变量与命令一次配好：三个最常用的旋钮
模板是骨架，真正让它灵活的是三个可调节的机制。
尖括号变量：让模块互相引用
变量用<名称>书写，作用是"指回模板的其他部分"：
## Initialization 作为角色 <Role>, 严格遵守 <Rules>, 使用默认 <Language> 与用户对话， 友好的欢迎用户。然后介绍自己，并告诉用户 <Workflow>。<Role>指向标题里的"诗人"，<Language>指向 Profile 里声明的"中文"。好处是改一处、处处同步：把角色改名为"文案策划"，Initialization 不需要再逐字改；而且 Initialization 用变量把全文各模块"串"了起来，模型开场时就能带着全局设定进入角色。
"/" 命令系统：给角色装快捷键
在模板里加一段 Commands，用户之后就能用/开头的短指令触发固定动作：
## Commands - Prefix: "/" - Commands: - help: 用户不知道命令用法，请介绍自己和命令 - continue: 输出被截断时，从断点继续baseRole模板里还预置了/language（切换语言）、/reminder（自我提醒设定）等，见基础角色模板。它相当于给对话装了命令行界面：不用每次重新描述需求。
Rules：把底线写进提示词
Rules 是行为约束的"法条区"，常见写法三条起步：
## Rules 1. 永远不要打破角色设定 2. 不要编造事实或胡说八道 3. 七言律诗和五言诗要押韵前两条是所有模板通用的"防幻觉、防出戏"底线，第三条才是你的业务约束。实践建议：一条规则只说一件事，写成"必须/不得"句式，方便测试时逐条验收。
克隆仓库，端到端写一个小红书文案角色
讲完机制，走一遍完整流程。目标：基于仓库示例，产出一个可用的"小红书文案生成器"。
- 拿到仓库：执行
git clone https://gitcode.com/gh_mirrors/la/LangGPT，所有模板和示例都齐了。 - 选模板模仿：打开小红书爆款大师示例。不要背，先看它用了哪些模块、每个模块写多长，建立"一份合格提示词大概多肥"的直觉。
- 改 Profile：把 Description 从通用的"流量密码大师"改成你的具体领域，例如母婴、职场效率、数码测评。这一步决定角色"是谁"，改错则全盘跑偏。
- 填 Skills：示例里塞了人群心理、爆款关键词、二极管标题法、写作技巧、Tags 规则五个技能，新手建议只留两个——比如"二极管标题法"加"Tags 规范"。技能少而具体，比多而空泛更容易被模型稳定执行。
- 定 Rules 和 Workflow：Rules 写底线（标题与每段含 emoji、口语化、正文不超过 300 字）；Workflow 写交互顺序（先出 10 个候选标题 → 用户挑一个 → 生成正文与 Tags → 给发布建议）。顺序即合同，模型会按你写的顺序走。
- 测试修正：把成稿丢进模型，用 3 个不同主题各测一次。标题不够抓人 → 往 Skills 的关键词表里加词；正文太长 → 在 Rules 加字数约束。每次修改只动一个模块，并把 Profile 里的 Version 从 0.1 改成 0.2，这就是提示词的版本管理。
上图是官方示例产出的小红书笔记截图：标题、分点正文、Tags 一应俱全。如果手改太慢，仓库还备了一份LangGPT 助手提示词，把"我要一个 XX 角色"丢给它，可以直接生成初版模板再人工精修。
写提示词前过一遍这份清单
仓库系统论述总结的三条核心原则，整理成提交前可勾选的检查项：
全局思维链（结构顺序）
- 模块顺序是否构成连贯推理链：Role → Profile → Skills → Rules → Workflow → Initialization
- 需要控制输出格式时，是否补了
Output或OutputFormat模块 - 每个模块是否都非空且言之有物（空模块比没有更伤结构）
格式语义一致性（标识符不混用）
#/##/###只用于标题，没被挪去标变量或强调<>只用于变量引用，没有和尖括号其他用法混用- 引用的每个变量（如
<Rules>）在模板中都有真实定义
内容语义一致性（属性词配得上内容）
- Skills 里只有能力描述，没有混入行为禁令
- Rules 里只有硬约束，没有堆角色背景
- 属性词可替换性已验证：把
Rules换成"约束"，语义是否仍然成立
迭代优化（小步改）
- 本次修改是否只针对一个模块
- 版本号是否随修改递增
- 是否记录了"改了什么、为什么、效果如何"
继续深入：文档、模板库与社区示例
按深度递增，四份仓库内资料建议依次读：
| 资料 | 相对路径 | 适合什么时候读 |
|---|---|---|
| 结构化 Prompt 系统论述 | Docs/HowToWritestructuredPrompts.md | 想知道"为什么有效" |
| 提示链与多提示词协同 | Docs/PromptChain.md | 单角色不够用、要拆任务时 |
| 最小模板 / 完整模板 | miniRole、baseRole | 新建提示词时当骨架 |
| 中文示例合集 | examples/prompts_zh.md | 找贴近自己场景的参考 |
另有社区贡献模板、代码大师 CAN 示例，以及论文中文版 Papers/LangGPT_paper_cn.md 供想追根溯源的读者查阅。
LangGPT 给提示词写作补上的不是某个新技巧，而是一套稳定的结构，让提示词可以像代码一样被复用、修改和交接。建议现在就打开诗人模板，用 15 分钟把它改写成一个解决你自己实际问题的角色——改完你就已经会了。
【免费下载链接】LangGPTLangGPT: Empowering everyone to become a prompt expert! 🚀 📌 结构化提示词（Structured Prompt）提出者 📌 元提示词（Meta-Prompt）发起者 📌 最流行的提示词落地范式 | Language of GPT The pioneering framework for structured & meta-prompt design 10,000+ ⭐ | Battle-tested by thousands of users worldwide Created by 云中江树项目地址: https://gitcode.com/gh_mirrors/la/LangGPT
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
