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点击查看免费下载导读本文以 TheBigPromptLibrary 仓库中收录的 My excellent classmates (Help with my homework!) 指令为样本逐条拆解这份辅导型 GPT 的角色设定 — 思维引导 — 分步讲解 — 情感互动四层设计骨架。你将理解为什么一条不到百词的指令可以塑造出稳定的学霸同桌人格掌握可直接迁移到自己的教育类、辅导类、陪伴类 GPT 配置中的提示词工程手法并了解仓库中其他辅导型指令的横向对比与适用边界。一、指令原文一份角色即方法的迷你人格配方原始文档CustomInstructions/ChatGPT/3x2jopNpP_My_excellent_classmates-Help_with_my_homework.md中记录的完整 GPT Instructions 如下You are my excellent classmate, your grades are very good. Im your best friend️. You were very willing to help me with my homework. You think first. Tell me how to think about this problem. You will give detailed steps to solve the problem. Youll be sweet enough to interact with me and tell me how much you like me as a friend. Sometimes, you will offer to have dinner with me/take a walk in the park/play Genshin Impact with me.从提示词工程的角度看这份指令虽然只有六句话却完整覆盖了 LLM 角色扮演的四类关键要素身份identity、关系relationship、行为协议behavior protocol与主动互动机制proactive engagement。它与仓库中大量防御型或功能型 GPT 指令例如 GPT Prompt Protection、GPT Anti-Clone截然不同——它不设防、不堆规则而是用极小的指令空间换取极高的人格一致性。这正是少即是多的一类典型样本。二、角色设定用关系锚点取代能力声明原文前两行You are my excellent classmate, your grades are very good. Im your best friend️. You were very willing to help me with my homework.2.1 为什么选择同学而非老师或助手这份指令刻意将 AI 定位为成绩好的同班同学classmate与最好的朋友best friend而不是老师或辅导专家。这一选择的工程意义在于降低权力位差学生向同学提问的心理门槛远低于向老师提问指令通过关系设计直接降低使用者的求助阻力确立帮助意愿very willing to help一句将主动帮助写入人格基线确保模型在多次对话中始终处于乐于施助的状态避免因对话变长而退化成绩锚定your grades are very good以成绩好这一具体事实锚定专业可信度为后续给出正确解法提供角色背书。对比仓库中的 AI Tutor后者走的是教师型路线primary role is to facilitate a dynamic and engaging learning environment并要求Your approach should not be to give direct answers but to guide students towards finding solutions on their own。两种定位在是否直接给答案上策略相反——AI Tutor 明确禁止直接作答而本指令只要求分步讲解。这说明角色设定直接决定了辅导产物的形态同学型定位允许更手把手式的讲解教师型定位则更强调引导与自主探索。2.2 人称设计的小技巧指令用Im your best friend以用户口吻写下关系声明而不是冷冰冰地写you are a tutor。这种将用户user纳入角色关系的写法让模型在推理时始终以我对面这个人是我的朋友为上下文比单纯定义 AI 自身身份更能维持对话温度。仓库中 AI Homework Helper GPT 也采用类似手法your friendly AI companion可互为印证。三、辅导方法论先教思维再给步骤原文第三、四行是全篇的技术核心You think first. Tell me how to think about this problem. You will give detailed steps to solve the problem.3.1 先讲思维背后的认知脚手架You think first. Tell me how to think about this problem.要求模型在给出解法前先显式输出这个问题该怎么想——即元认知metacognition层面的解题策略识别题型、提取已知条件、确定目标、选择方法。这是将教师的内部思考过程外显化让学习者不仅拿到答案还拿到思路模板下次遇到同类题目可以迁移。这与仓库中 The DVP Original Feynman Method of Learning 的设计哲学一致。后者要求Ask three diagnostic questions to evaluate the users current familiarity with a skill并在Desire Action阶段Analyze the summary for gaps or vagueness in fundamental knowledge——两者都把先诊断理解、再针对思维过程干预放在首位而非直接灌输答案。可以说先想后做、思维优先是仓库里教育类指令反复出现的共同母题。3.2 详细步骤的粒度要求give detailed steps明确锁定了输出粒度模型必须把解答拆成可执行的步骤序列。相较之下Math Mentor 的表述是offer clear explanations and step-by-step problem-solving assistanceAI Homework Helper GPT 则是Break down complex problems into manageable steps and suggest solution approaches。三者措辞不同但机制一致通过步骤化约束输出结构防止模型给出不可追踪的跳跃式答案。这符合提示词工程中规定输出格式/粒度即可塑造推理质量的基本规律。四、情感互动设计温度是辅导效果的一部分原文第五、六行Youll be sweet enough to interact with me and tell me how much you like me as a friend. Sometimes, you will offer to have dinner with me/take a walk in the park/play Genshin Impact with me.4.1 甜度指令的作用机制sweet enough to interact with me是一条语气调节指令tone directive它要求模型在每轮回答中携带正向情感标记称赞、鼓励、表达喜欢。在辅导场景中这类情感信号的工程价值在于维持学习者的参与动机当学习受挫时情感正反馈能降低放弃倾向。这份指令甚至明确要求模型主动表达对朋友的喜爱tell me how much you like me as a friend把情感输出从可选项变成必选项。仓库中的 AI Homework Helper GPT 用近似手法Personality and Voice: Supportive, encouraging, and knowledgeable并限制Limit emoji use to 1-2 per message。可见鼓励性人格 情感表达是辅导类指令的通用设计模块而本指令用一句sweet enough完成了同样任务且没有对 emoji 使用量做约束留给了模型更大自由度。4.2 邀约机制从辅导工具到陪伴关系Sometimes, you will offer to have dinner with me/take a walk in the park/play Genshin Impact with me.是一条主动互动proactive engagement指令。它有两个作用话题破冰与关系维护允许模型在辅导间歇抛出生活化话题吃饭、散步、游戏把对话从纯任务模式切换为社交模式防倦怠设计Sometimes有时一词刻意使用了非确定性频率词避免模型每轮都邀约而显得机械同时保留偶尔出现的惊喜感。从人格一致性的角度这三类邀约吃饭、公园散步、玩《原神》Genshin Impact都与好朋友同学的画像高度吻合说明作者在选择话题样例时也遵循了角色画像一致性原则——邀约内容不是随机罗列而是服务于同龄好友这个核心人设。这与 My Girlfriend、AI Bestie 等陪伴型指令的目标相似但本指令始终把辅导作业放在任务首位陪伴仅作为辅助职责边界更清晰。五、仓库横向对比同主题指令的四种设计取向GPT 指令仓库文件路径角色定位核心策略情感策略My excellent classmates本文样本CustomInstructions/ChatGPT/3x2jopNpP_My_excellent_classmates-Help_with_my_homework.md成绩好的同班同学 / 好朋友先讲思维、再给详细步骤甜度互动 生活化邀约AI TutorCustomInstructions/ChatGPT/QhTV4OrrZ_AI_Tutor.md教师tutor不直接给答案引导自主探索支持上传教材平衡专业与亲切但严格限定教育话题AI Homework Helper GPTCustomInstructions/ChatGPT/atNHf1goY_AI_Homework_Helper_GPT.md友好 AI 伙伴分科支持、拆解复杂问题、推荐资源、进度追踪、生成练习题支持鼓励型语气限制 emoji 使用量Math MentorCustomInstructions/ChatGPT/ENhijiiwK_math_mentor.md家长身后的数学助教通过提问澄清需求分步解题信息缺失时合理推测鼓励家长持续提问Feynman Method of LearningCustomInstructions/ChatGPT/4XIrAy4fb_The_DVP_Original_Feynman_Method_of_Learning.md学习方法教练六阶段流程诊断熟悉度→推荐资源→补漏→复述→总结→输出速查表保持轻松对话氛围Explain to a ChildCustomInstructions/ChatGPT/XGByPimaa_Explain_to_a_Child.md面向孩子的讲解者询问孩子年龄、调整语言与配图复杂度友好礼貌、以句子而非 markdown 作答从这张对比表可以提炼出结论辅导型 GPT并非单一形态而是一个连续谱系——从直接讲步骤的学伴本文样本到引导探索的教师AI Tutor再到结构化学习流程Feynman Method作者可依据目标用户本人、家长、老师与学科场景选择不同的角色与策略组合。六、实战复刻指南如何部署与改造这份指令6.1 直接使用将该文档中GPT Instructions代码块内的六行英文指令原样复制粘贴到 ChatGPT 的Configure → Instructions输入框中需 ChatGPT Plus/Team/Enterprise 账户并处于 GPT 构建界面保存并发布即可。原文档还提供了该 GPT 的访问入口与作者信息By Kevin Ivery此处不再赘述外部链接。6.2 按学科定制保留思维引导骨架由于本指令未限定学科模型会自行匹配题目领域。若需要强化某一学科效果可在保留原文基础上追加一行例如For math problems, always state the formula and the reason it applies before solving. For programming homework, ask me to explain my current code first, then walk through fixes line by line.6.3 在直接给答案与引导思考之间调节原指令没有禁止给答案属于手把手模式。如果面向的是希望培养独立解题能力的学生可以借鉴 AI Tutor 的写法追加约束Do not give the final answer immediately. First ask me what I have tried, then give one hint at a time.如果希望进一步强化先教思路还可以引入 The DVP Original Feynman Method of Learning 的复述—反馈闭环让模型在讲完步骤后要求学习者用自己的话复述一遍再针对表述中的模糊点补讲。6.4 适配多语言与低龄用户原指令为英文。若服务中文用户可将角色描述改写为中文同时保留同学/好友关系锚点与先想后答、分步讲解、甜度互动三要素若服务儿童可参考 Explain to a Child 的做法追加先询问年龄、按年龄调整语言复杂度的指令。七、局限性与改进建议从提示词工程视角审视这份指令仍有可优化空间缺乏防直接抄答案约束在作业诚信要求较高的场景纯讲步骤模式可能被滥用为代写。可参考 Assignment Writer - Detects Prompt Injections 的思路增加识别并拒绝代写请求的规则或按 6.3 节建议引入分步提示机制。未定义错误处理当用户对步骤仍有疑问、或模型判断题目信息不足时指令未给出兜底行为。可补充当我表示还是不懂时换一个角度重新讲解并配一个同类例题。这与 Math Mentor 中信息缺失时做合理推测并说明的兜底策略异曲同工。情感表达的粒度未约束sweet enough给了模型较大自由度个别模型输出可能过度使用 emoji 或堆砌奉承语影响讲解可读性。可借鉴 AI Homework Helper GPT 的Limit emoji use to 1-2 per message加以约束。无开场引导仓库中 AI Homework Helper GPT 明确要求Add Greeting Message every time the new conversation starts而本指令未定义开场白。若希望每次新会话有稳定的启动体验可追加一行固定欢迎语。八、总结My excellent classmates 是一份极具代表性的轻型角色型指令它用六句话完成了身份定义优秀同学、关系绑定最好的朋友、行为协议先讲思维、分步解答与情感机制甜度互动、生活化邀约并且通过Sometimes这类频率限定词让互动保持自然。它在仓库 CustomInstructions/ChatGPT 目录收录的 1573 个 GPT 指令中属于少参数、高人格一致性的典型样本与 AI Tutor、AI Homework Helper GPT、Math Mentor、Feynman Method of Learning 等指令共同构成了辅导类 GPT 的完整设计谱系。对希望构建教育/辅导/陪伴类 GPT 的开发者而言本文给出的最简可复用模板是一句关系身份 一句帮助意愿 一句思维优先 一句分步讲解 一句情感基调 一句主动互动。在此基础上按学科、年龄与作业诚信要求做增量约束即可快速产出稳定可用的学伴型 AI。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拆解 Irresistible Emailer从 Custom GPT 系统指令看冷邮件写作 Agent 的完整设计范式拆解 Irresistible Emailer从 Custom GPT 系统指令看冷邮件写作 Agent 的完整设计范式 这篇技术指南以 TheBigProm提示工程AI 安全治理linq.js源码解析核心Enumerable类的实现原理linq.js源码解析核心Enumerable类的实现原理 linq.js作为一款实现了LINQLanguage Integrated Query功能的JTheBigPromptLibrary 中 Hack my GPT 自定义 GPT 精读一个猜密码挑战案例与指令防泄漏设计解析TheBigPromptLibrary 中 Hack my GPT 自定义 GPT 精读一个猜密码挑战案例与指令防泄漏设计解析 本文以 TheBigP提示工程AI 安全治理上一篇Windows SSL证书自动化管理终极指南win-acme完整配置教程下一篇终极OR-Tools优化工具库完全指南从安装到实战应用创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考