prompt_generator

这种拟人准备的Metaprompt采用了几种及时的工程技术，包括：

1. 任务分解：整个及时生成过程都分为多个步骤，包括定义输入变量，计划指令结构和编写特定的说明。这有助于产生更具结构化和全面的提示。

2. 几乎没有学习：提供了多个详细的任务说明示例，从而使AI通过模仿学习如何构建高质量的指令。

3. 角色扮演：要求AI扮演“渴望但没有经验的AI助手”的写作说明的角色，这有助于AI更好地了解任务目标和上下文。

4. 明确的说明：提供非常具体和清晰的说明，例如使用特定的XML标签以及如何处理变量，减少歧义。

5. 大声思考：在一些示例中，需要使用AI或使用标签来演示其思维过程，这有助于产生更透明和可解释的结果。

6. 错误处理指导：提供了处理错误情况的示例和指南，例如如何处理函数呼叫错误。

7. 可变用法：{$ variable}格式用于表示输入变量，并就如何在提示中正确使用这些变量提供了解释。

8. 结构化输出：需要使用特定的XML标签来组织输出，例如标签，这有助于生成结构化响应。

9. 约束和局限性：明确说明了一些限制，例如不修改或扩展提供的功能，而不是使用未提供的功能。

10. 元数据：整个文档本身是一种元数据，用于指导如何生成其他提示，展示高级及时的工程策略。

这些技术的合并使用导致生成的提示，这些提示更结构化，明确且有效，能够更好地指导AI完成各种复杂的任务。