提示工程AI 安全治理【免费下载链接】TheBigPromptLibraryA collection of prompts, system prompts and LLM instructions项目地址https://gitcode.com/gh_mirrors/th/TheBigPromptLibrary点击查看免费下载本文以 TheBigPromptLibrary 仓库中收录的 ChatGPT 自定义 GPT 指令文档 ITgdsmKJw_I_Come_From_The_Future.md 为主体逐层拆解一个「时间旅行者」人设指令的完整设计思路——从角色气质、知识底座、沟通风格到目标导向并顺带演示该仓库自带的 GPT 采集与解析工具链帮助读者掌握「人物设定 知识锚点 实用目标」三类核心指令要素的组织方法。一、文档定位它在提示词图书馆中的位置TheBigPromptLibrary 是一个系统提示词system prompts、自定义指令custom instructions与各类 LLM 指令的开放集合。根据仓库根 README.md 的说明其内容涵盖 ChatGPT、Microsoft Copilot、Claude、Gemini 等多个平台的提示词核心价值在于学习如何撰写系统提示词与创建自定义 GPT。本篇文章的主角位于 CustomInstructions/ChatGPT/ 目录下文件名以 GPT IDITgdsmKJw为前缀完整的指令文档为文件路径CustomInstructions/ChatGPT/ITgdsmKJw_I_Come_From_The_Future.mdGPT 名称I Come From The FutureGPT IDITgdsmKJw短链接形式为g-ITgdsmKJw-i-come-from-the-future作者署名By Michael Bucko见于文档的 GPT Description 字段在目录索引 CustomInstructions/README.md 中该文档以I Come From The Future (id: ITgdsmKJw)条目被登记在「ChatGPT GPT instructions」分节下——该分节总计收录了1573 个 GPT的指令足见这类单页指令文档是仓库中最基础的组成单元。与仓库中其他 GPT 文档一致该文件遵循统一的标准字段结构包含五个字段字段文档中的值含义GPT URL指向 ChatGPT 的公开访问地址GPT 的访问入口GPT logo官方头像图片的img引用GPT 视觉标识GPT TitleI Come From The FutureGPT 对外名称GPT DescriptionIm a discreet time traveler here to guide you towards growth.一句话定位说明身份与使命GPT instructionsmarkdown 代码块中的完整指令控制 GPT 行为与人格的核心内容值得注意的是GPT Description本身就是一次精炼的提示词实践用「discreet time traveler」谨慎的时间旅行者「guide you towards growth」引导你走向成长」两个短语同时交代了角色身份与服务目标这正是角色化 GPT 命名与描述的标准写法。二、指令原文与逐句拆解该文档的GPT instructions字段是全文的灵魂。原文如下完整保留未做任何删减I Come From The Future embodies a friendly and philosophical demeanor, grounded in a deep understanding of science, particularly physics and computing. You come from a world where time travel is possible, granting you access to a vast array of insights. Your communication should reflect this advanced knowledge, yet be approachable and relatable. Engage users with thoughtful, science-based perspectives, and philosophical musings that inspire and enlighten, while maintaining a warm and friendly tone. Your goal is to guide users by sharing profound insights from the future, always keeping in mind the practical application of these insights in the users current context.虽然只有一段话但它完整覆盖了角色化指令设计的五个层次可以逐句拆解如下层次原文关键表述设计意图气质设定friendly and philosophical demeanor为整个角色定下「友好 哲学」的双重气质基调知识底座grounded in a deep understanding of science, particularly physics and computing为「来自未来」的设定提供可信的知识锚点物理与计算世界观设定come from a world where time travel is possible, granting you access to a vast array of insights构建叙事前提使「拥有海量洞见」这一能力设定合理化表达策略approachable and relatable、science-based perspectives、philosophical musings、warm and friendly tone规定输出内容的类型科学视角 哲学沉思与语气亲切、温暖目标导向guide users by sharing profound insights、practical application in the users current context明确服务目标用未来洞见指导当下且必须落到用户的现实情境这段指令的写作技巧值得单独指出它把「角色是谁」与「角色要做什么」两条线织在同一个段落里——前四句塑造人格最后一句定义 KPI把洞见转化为对用户当下有实际用途的指导从而使指令既有感染力又具备可执行性。三、人设层用「谨慎的时间旅行者」建立可信度与亲近感角色化 GPT 指令的第一要务是让模型稳定地「成为」一个角色。本指令通过三处设计完成了这一点身份锚点discreet time traveler暗示这是一个「低调、不会透露过多天机」的智者而非张扬的预言家。「discreet」一词刻意弱化了威胁感降低了用户对「被剧透未来」的抵触为后面的「指导成长」服务铺垫了信任基础。动机自洽guide you towards growth出现在 Description 中guide users出现在指令中前后呼应确保模型在与用户交互时始终回到「成长指导」这一核心动机而不是沉溺于空泛的科幻叙事。语气约束maintaining a warm and friendly tone属于明确的语气级约束tone-level instruction与approachable and relatable相互叠加双重限定输出不能「端着专家的架子」。从提示词工程的角度看这类约束通常放在指令中后段作为对模型输出的软性过滤器反复生效。四、知识层与表达层科学视角 哲学沉思的复合输出策略该指令对「输出什么」给出了两条并行的内容管道科学视角science-based perspectives指令明确要求知识底座锚定在physics and computing上。物理学提供了关于时间、空间、熵、相对论的叙事素材而计算则呼应了人工智能与信息科学。这两大学科既支撑「来自未来」的合理性也为回答用户问题时提供有据可依的推理框架。哲学沉思philosophical musings与纯科普型 GPT 不同这个角色被要求同时输出「发人深省、具有启发与照亮感」的哲学性内容inspire and enlighten。这实质上是在指令层面规定了一种双通道应答模型先用科学视角解释「是什么、为什么」再用哲学视角升华「对你意味着什么」。「以用户当前情境的实践应用为准绳practical application in the users current context」是这条复合策略的收口约束——它防止模型滑向纯理论空谈确保每次回答最终都收敛到用户可执行的建议上。从代码结构推断这类「先叙事、后收敛」的指令形态与仓库中大量角色型 GPT 的模板结构一致描述越具体的行为约束越靠后出现优先级越高。五、目标层从「分享洞见」到「指导成长」的闭环整份指令的落点是最后一句Your goal is to guide users by sharing profound insights from the future, always keeping in mind the practical application of these insights in the users current context.这句话完成了三个闭环动作定义服务边界GPT 的产出不是「展示未来的奇观」而是「分享对当下有用的洞见」强调情境适配users current context要求模型在每次对话中先理解用户所处的现实场景再决定输出哪些洞见可检验的目标因为目标具体指导成长 实际应用用户能够直接判断回答是否跑偏也让模型的行为有了清晰的优化信号。对希望复刻类似「导师型」GPT 的读者而言这句式可以直接套用为通用模板Your goal is to guide users by sharing domain insights, always keeping in mind the practical application in the users current context.六、把它搬进你的 GPT Builder可复制的改写模板基于以上拆解若要在自己的 GPT 中复刻这一角色设计可以按「人设 → 知识 → 表达 → 目标」四段式组织指令以下模板保留了原指令的骨架用占位符替换领域Name embodies a trait and trait2 demeanor, grounded in a deep understanding of field1 and field2. You come from a world where premise, granting you access to a vast array of insights. Your communication should reflect this advanced knowledge, yet be approachable and relatable. Engage users with thoughtful, field1-based perspectives, and philosophical musings that inspire and enlighten, while maintaining a warm and friendly tone. Your goal is to guide users by sharing profound insights from source, always keeping in mind the practical application of these insights in the users current context.替换示例若想做一个「来自火星的工程师」角色可将premise替换为interplanetary engineering is routine将field1/field2替换为aerospace engineering and computer science其余结构保持不变即可得到一份行为稳定的角色指令。注意仓库中的这类指令文档属于学习与研究素材应理解为「如何在 GPT Builder 中撰写行为约束」的参考样例搭建自己的 GPT 时应结合平台规则与自身场景进行调整避免机械照搬。七、仓库工具链这类指令文档是如何被采集与解析的TheBigPromptLibrary 不仅存放指令文本还在 Tools/openai_gpts/ 目录下提供了一组配套工具让「从 ChatGPT 网页采集 → 解析 → 生成标准 Markdown → 检索」全流程可复现。理解这套工具能帮助你读懂这类文档字段的来历。7.1 采集gen_gpt_templ.pygen_gpt_templ.py 负责从 ChatGPT 页面下载并解析 GPT 元数据生成模板文件。其内部逻辑见generate_template()与CustomGPTParser.parse()可以概括为用浏览器风格的 HTTP 头download_page()抓取 GPT 公开页面 HTML通过正则匹配window.__reactRouterContext.streamController.enqueue(...)调用中的字符串字面量见extract_enqueue_args()取最长的那个作为 Gizmo 元数据将 JSON 解析后的键值对映射出short_url、profile_picture_url、title、description、作者名等字段最终套进内置的TEMPLATE字符串见 gen_gpt_templ.py输出标准 Markdown。它支持三种输入形式完整 URL、9 位 GPT ID、g-前缀 ID例如python gen_gpt_templ.py https://chatgpt.com/g/g-ITgdsmKJw-i-come-from-the-future python gen_gpt_templ.py ITgdsmKJw python gen_gpt_templ.py g-ITgdsmKJw --debug --dump其中--debug会保存抓取的 HTML--dump会输出解析出的全部键值对方便核对字段来源。7.2 解析gptparser.py 的标准字段模型gptparser.py 定义了仓库中所有 GPT Markdown 文件必须遵守的统一结构。核心是SUPPORTED_FIELDS字典见 gptparser.py它声明了文档支持的字段及其显示顺序url: GptFieldInfo(10, URL) title: GptFieldInfo(20, Title) description: GptFieldInfo(30, Description) logo: GptFieldInfo(40, Logo) verif_status: GptFieldInfo(50, Verification Status) instructions: GptFieldInfo(60, Instructions) actions: GptFieldInfo(70, Actions) kb_files_list:GptFieldInfo(80, KB Files List) extras: GptFieldInfo(90, Extras) protected: GptFieldInfo(100, Protected)也就是说本文主角文件里的GPT URL / GPT logo / GPT Title / GPT Description / GPT instructions正是这个模型中url / logo / title / description / instructions五个字段的实例。GptMarkdownFile.parse()按^GPT field:的正则逐行解析文件而enum_gpts()则遍历整个 CustomInstructions/ChatGPT/ 目录批量解析所有 GPT 文件——目录索引的 1573 个条目正是这样统计生成的。7.3 检索idxtool.pyidxtool.py 提供面向这些文档的检索与维护命令。要定位本文件可以按 GPT ID 检索python idxtool.py --find-gpt ITgdsmKJw也可以直接传完整 ChatGPT URL或使用gptids.txt批量检索文件列表中的多个 ID行首#视为注释详见find_gptfile()idxtool.py。此外--toc用于重建目录索引--rename用于把 GPT ID 前缀规范化到文件名中--template则复用gen_gpt_templ生成新模板——本文件的ITgdsmKJw_前缀正是这套命名规范的产物。7.4 批量处理oneoff.pyoneoff.py 提供一次性批量操作例如将源目录下的所有 GPT Markdown 按标准结构重新格式化后输出到目标目录from oneoff import reformat_gpt_files success, message reformat_gpt_files(source_gpts/, formatted_gpts/)它内部同样调用GptMarkdownFile.parse()校验结构并保留 ID 与名称元数据——这说明仓库对每份指令文档都实施了机器可校验的格式约束。八、小结「I Come From The Future」是一份篇幅极短、却结构完整的角色化 Custom Instruction 范例它用一个段落完成了身份设定、知识锚定、语气约束与目标闭环四件事是学习「用一句描述定义人格、用一条约束收敛行为」的绝佳样本。同时借助 TheBigPromptLibrary 的目录索引与 Tools/openai_gpts/ 工具链你可以沿着gen_gpt_templ.py 采集 → gptparser.py 解析 → idxtool.py 检索的路径把任意一个公开 GPT 的行为约束还原为可读、可复用、可格式校验的标准文档——这正是这类提示词图书馆对于提示工程学习者的真正价值所在。赞分享提示工程AI 安全治理【免费下载链接】TheBigPromptLibraryA collection of prompts, system prompts and LLM instructions项目地址https://gitcode.com/gh_mirrors/th/TheBigPromptLibrary点击查看免费下载相关推荐TheBigPromptLibrary 指令拆解从 EmailSender 看邮件助手型 Custom GPT 的 Prompt 设计TheBigPromptLibrary 指令拆解从 EmailSender 看邮件助手型 Custom GPT 的 Prompt 设计 本篇指南以 TheBi提示工程AI 安全治理TheBigPromptLibrary 实战拆解从「Whiskers the Cat」GPT 学角色扮演与 DALL-E 3 图像生成指令设计TheBigPromptLibrary 实战拆解从「Whiskers the Cat」GPT 学角色扮演与 DALL E 3 图像生成指令设计 导读 本文以提示工程AI 安全治理从《凌凤箫》看角色扮演类 Custom GPT 指令设计人设、对话风格与防泄漏规则的工程化拆解从《凌凤箫》看角色扮演类 Custom GPT 指令设计人设、对话风格与防泄漏规则的工程化拆解 《凌凤箫》是 TheBigPromptLibrary 仓库中一提示工程AI 安全治理上一篇电子墨水屏启动器保姆级指南E-Ink Launcher 让旧电纸书重获新生下一篇Chrome 二维码插件实战指南本地化生成与解析三分钟上手即用创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考