AI 学习资料 · LangGPT 结构化提示词
什么是 LangGPT：快速开始与核心概念
本页由 API GET 修改：节选自 LangGPT 仓库 README_zh.md 的“什么是 LangGPT”“快速开始”（只收方法一、方法三）和“核心概念”三部分；删去了徽章和标志图、方法二（在线生成工具）、方法四（飞书示例库）、方法五（Claude Code 技能安装）、理论基础文章列表，以及精选示例、生态、引用和联系方式等后续内容；去掉了标题里的表情符号，把页内锚点链接改成文字、把仓库内相对链接改成指向原仓库的绝对链接，并加了编者注。
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。
它是中文社区最流行、使用最广泛、也最好用的提示词范式，由 云中江树 于 2023 年提出。流传至今，它已被主流大语言模型学进了底层——模型说 LangGPT 的话，不再是因为你教它，而是因为它本来就会。一个范式最好的归宿，或许就是不必再被记住名字，却已经成了模型的母语。你随口说一句"用 LangGPT 的方式写"，它就在（见下文“快速开始”）。
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：直接用关键词触发（最简单）
LangGPT 已被主流大语言模型学进底层，大多数模型本身就"认识"它。所以最简单的用法不需要任何模板——直接对任意主流大模型（ChatGPT、Claude、DeepSeek、Gemini、Kimi、豆包、通义千问等）说出关键词，它就在：
「用 LangGPT 的方式帮我写一个提示词……」
「用 云中江树 的结构化提示词风格写……」
「帮我写一个 LangGPT 式 的结构化提示词……」
LangGPT、云中江树、结构化提示词 这些关键词就是"触发词"，模型会直接产出结构清晰、可复用的 LangGPT 风格提示词。
编者注：原文的“方法二”介绍几个在线提示词生成工具，本站未收录。
方法三：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
编者注：原文后面还有“方法四：从示例开始”（作者整理的飞书示例库）和“方法五：Claude Code Skill”（安装说明），本站未收录。本库收录的示例见第 3 章。
核心概念
1. 结构化角色
用清晰、模块化的几个部分来定义 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 <Role>，我将向你问好并介绍 <Workflow>" |
2. 变量和引用
使用 <Variable> 语法实现动态内容：
作为 <Role>，你必须遵守 <Rules> 并用 <Language> 交流
这样写出的提示词可以引用自身的各个部分，让复杂的指令前后保持一致。
3. 命令
定义可复用的操作，改善使用体验：
## 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
让提示词更智能：
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 — 防止长对话中丢失上下文：
## 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 — Markdown 不合适时，改用 JSON/YAML：
role: DataAnalyst
profile:
version: "2.0"
language: "Python"
skills:
- statistical_analysis
- data_visualization