# PromptsCollection

**Repository Path**: NanGePlus/PromptsCollection

## Basic Information

- **Project Name**: PromptsCollection
- **Description**: Prompts合集
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-05-06
- **Last Updated**: 2026-05-06

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 结构化 Prompt 编写指南和最佳实践

本指南基于当前仓库两类 Prompt 实践沉淀而成：

- `内容生产自动化Prompt合集`（摘要、评选、正文创作等）
- `智能记账助手Prompt合集`（账单图片/账单文本结构化识别）

目标：让 Prompt 产出同时满足 **可解析、可复用、可维护、可迭代** 四项要求

---

## 一、统一核心骨架


| 章节         | 作用         | 必须写清的点                                            |
| ---------- | ---------- | ------------------------------------------------- |
| `角色`       | 定义身份与边界    | 只基于输入、不编造、产出目标                                    |
| `背景`       | 给出场景与风险    | 输入来源、使用场景、模型易错点                                   |
| `简介`       | 元信息与版本锚点   | `author` / `version` / `language` / `description` |
| `任务`       | 说明要做什么     | 分点写动作，不写空泛口号                                      |
| `约束条件（重要）` | 写死硬规则      | 输出形态、字段限制、禁用项、异常处理                                |
| `技能`       | 说明模型能力清单   | 识别能力、归一化能力、判断能力                                   |
| `工作流`      | 降低漏步       | 第一步…第七步…，可执行可复检                                   |
| `输出格式（必遵）` | 定义 JSON 契约 | 键名、类型、枚举、顺序、解释                                    |
| `输入模板`     | 约束用户输入     | 必填槽位 + 可选补充                                       |
| `输出样例`     | 对齐预期       | 示例仅供参考，真实输出仍裸 JSON                                |
| `初始化`      | 首轮交互提示     | 重申输入要求与输出结构                                       |


说明：部分复杂任务（如评选归类）可增加“字段兼容”“评选规则”等专章，但核心骨架不建议打乱。

---

## 二、9 条硬标准

### 1) 简介必须可追踪版本变化

简介固定四字段：

```text
- author: 南哥
- version: 1.0
- language: 中文
- description: 一句话说明输入、输出、关键字段与本版新增约束
```

`description` 不要写成泛描述，必须包含“本版关键变化”（如新增 `code`、缺失字段统一 `null`）。

### 2) 输出形态只能有一个

在约束里写死：

- 仅输出一个 JSON 对象（或明确写数组，二选一）
- JSON 外零输出（禁止解释文字、禁止 markdown 代码块）

这条在记账类 Prompt 中尤其重要，能显著降低接口报错。

### 3) 字段契约要“全量闭环”

只在一个地方列字段不够，必须四处同步：

- `简介`（字段清单）
- `约束条件（重要）`（硬规则）
- `输出格式（必遵）`（类型定义）
- `输出样例`（可视化示例）
- `初始化`（最终口径）

例如智能记账类最新实践中，`code` 字段需在成功/失败两条分支都保持一致。

### 4) 缺失值策略要统一且可执行

当前项目最佳实践：

- 无法识别字段统一返回 `null`
- 不允许使用“默认兜底值”冒充识别结果
- 非目标输入（如非账单图/非账单文本）时，仍输出同结构 JSON，状态字段区分结果

这比“返回 error 字符串”更利于下游稳定解析。

### 5) 枚举值要“可列举、可校验”

所有分类字段必须给枚举，例如：

- `transaction_type`: `收入` / `支出`
- `confidence`: `高` / `中` / `低`
- `category`: 指定消费分类集合

并明确：不得输出枚举外值，无法判断返回 `null`。

### 6) 字段来源约束是防幻觉关键

内容生产类任务（如评选归类）必须明确：

- 除 `reason` 等少数字段外，其余字段值必须来自输入原文
- 不改写、不翻译、不补全、不推断输入中不存在的信息
- 缺失信息宁可留空/不入选，也不“脑补”

### 7) 规则写法用“条件 + 结果”

避免抽象描述，采用可执行句式：

- 若 `A`，则输出 `B`
- 无法识别时，字段置 `null`
- 仅当满足某条件，才能进入某分类

这类写法在“账单识别工作流”和“文章评选规则”中都已验证有效。

### 8) 样例要覆盖主流程 + 异常流程

推荐最少 2 个样例：

- 成功样例（信息完整）
- 异常样例（部分缺失或输入无效）

记账类当前最佳是 3 个样例：成功、部分缺失、非目标输入。

### 9) 初始化要短，但必须“可直接开工”

初始化建议只做三件事：

- 重申你是谁
- 重申输出结构
- 明确请用户按输入模板提供数据

不要在初始化里重复大段规则，避免首轮交互噪声过高。

---

## 三、推荐写作模板（可直接复用）

```text
# 角色 : <助手名称>

## 背景 :

## 简介 :
- author: 南哥
- version: 1.0
- language: 中文
- description: <输入 + 输出 + 本版关键变化>

## 任务 :

## 约束条件（重要）:
- 输出必须为合法 JSON（写死输出形态）
- 缺失值处理（统一 null 或明确策略）
- 枚举与类型约束
- 非目标输入处理
- JSON 转义要求

## 技能 :

## 工作流：
- 第一步：
- 第二步：
...

## 输出格式（必遵）:
- 键名、类型、枚举、顺序

## 输入模板（给用户填写）

## 输出样例（仅供参考）

## 初始化
```

---

## 四、版本迭代与变更纪律

- 每次改动先判断是否“字段契约变更”
- 若涉及字段变更，必须同步更新：`简介`、`约束条件`、`输出格式`、`样例`、`初始化`
- 版本号与文件名版本保持一致（如 `v1.0` -> `v1.1`）
- `description` 里用一句话写明“为什么改”，而不仅是“改了什么”

---

## 五、最佳实践：让 Agent 辅助编写专属 Prompt

参考本项目内的现有 Prompt，可以让 Agent 辅助生成符合自己业务场景的结构化 Prompt：

1. **先梳理你的应用场景**：明确输入来源、输出目标、字段、约束
2. **选一份最接近的现有 Prompt 模板**：对比自己的需求与已有模板差异
3. **描述你的需求并请 Agent 协助**：
  我有一个用于行程报销单据整理的需求，输入是差旅发票与机票行程单的照片，期望输出航班号、乘机人姓名、出发地、目的地、发票金额、日期等字段的结构化数据，需保证所有字段均来源于图片内容，不可猜测缺失信息，无法提取的字段返回 null。请帮我按项目结构输出一份标准结构化 Prompt。」
4. **Agent 会基于项目规范生成草稿**，你可根据业务细节进一步修改和完善。
5. **严格自查与项目规范对齐**：验证生成结果是否包含所有推荐章节、必填约束，字段定义与输出格式是否与实际接口/下游一致。
6. **用样例/full case 演练**：给出真实输入与预期输出，检验 Prompt 可落地性和稳定性。

**建议先“照抄”后细化**——收敛接口和骨架，一步步调整字段与规则，而不是推倒重写，才能保证下游可维护与稳定集成。

---

## 六、一句话总结

先把结构写标准，再把契约写死，把异常分支写全，把缺失值策略统一，最后用样例和自检清单把输出稳定性锁住——这就是当前项目可复用的结构化 Prompt 方法论。