prompt_generator

這種擬人準備的Metaprompt採用了幾種及時的工程技術，包括：

1. 任務分解：整個及時生成過程都分為多個步驟，包括定義輸入變量，計劃指令結構和編寫特定的說明。這有助於產生更具結構化和全面的提示。

2. 幾乎沒有學習：提供了多個詳細的任務說明示例，從而使AI通過模仿學習如何構建高質量的指令。

3. 角色扮演：要求AI扮演“渴望但沒有經驗的AI助手”的寫作說明的角色，這有助於AI更好地了解任務目標和上下文。

4. 明確的說明：提供非常具體和清晰的說明，例如使用特定的XML標籤以及如何處理變量，減少歧義。

5. 大聲思考：在一些示例中，需要使用AI或使用標籤來演示其思維過程，這有助於產生更透明和可解釋的結果。

6. 錯誤處理指導：提供了處理錯誤情況的示例和指南，例如如何處理函數呼叫錯誤。

7. 可變用法：{$ variable}格式用於表示輸入變量，並就如何在提示中正確使用這些變量提供了解釋。

8. 結構化輸出：需要使用特定的XML標籤來組織輸出，例如標籤，這有助於生成結構化響應。

9. 約束和局限性：明確說明了一些限制，例如不修改或擴展提供的功能，而不是使用未提供的功能。

10. 元數據：整個文檔本身是一種元數據，用於指導如何生成其他提示，展示高級及時的工程策略。

這些技術的合併使用導致生成的提示，這些提示更結構化，明確且有效，能夠更好地指導AI完成各種複雜的任務。