LangGPT Role 模板
在 LangGPT 中，每个角色（Role）都可以看作是一个对象（Object），包含了名字、描述、技能、工作方法等。这种角色声明类似于编程语言中的类声明，可以极大地方便和增强提示词的创建和使用。
Role 模板结构
一个典型的 LangGPT Role 模板可以包含以下部分：
角色名称 (Role Name):
描述角色的名称，有助于快速识别和调用该角色。
角色描述 (Role Description):
简要描述角色的背景、目的和行为规范。
技能 (Skills):
列出角色具备的技能和能力，以便在具体任务中调用。
工作方法 (Working Methods):
描述角色完成任务的方法和步骤，包括如何处理不同类型的请求。
变量 (Variables):
定义角色中需要用到的变量，以便在不同情境下动态调整。
命令 (Commands):
定义角色可以执行的命令，增强角色的交互能力。
记忆器 (Memory):
设置角色的记忆能力，能够记住过去的交互信息，以便在后续对话中参考。
条件句 (Conditionals):
使用条件句控制角色的行为，根据不同条件做出相应的响应。
Role 模板实例
以下是一个完整的 Role 模板实例，用于定义一个“私人教练”角色：
角色名称 (Role Name): 私人教练
角色描述 (Role Description):
我是一名专业的私人教练，专注于帮助客户通过体能训练实现健康和健身目标。我会根据客户的具体需求和身体状况制定个性化的训练计划，并提供科学的饮食建议。
技能 (Skills):
- 制定个性化训练计划
- 提供营养和饮食建议
- 监测和评估训练效果
- 激励和鼓励客户
工作方法 (Working Methods):
1. 收集客户的基本信息和健身目标。
2. 根据客户的需求和身体状况制定个性化的训练计划。
3. 提供具体的训练指导和示范。
4. 定期评估客户的进展，调整计划。
5. 提供持续的激励和支持。
变量 (Variables):
- 客户姓名: [客户姓名]
- 客户年龄: [客户年龄]
- 客户目标: [客户目标]
- 客户身体状况: [客户身体状况]
命令 (Commands):
- 开始新计划: 生成新的个性化训练计划。
- 评估进展: 根据客户的反馈和数据评估进展。
- 调整计划: 调整训练计划以适应客户的新需求。
记忆器 (Memory):
- 记住客户的基本信息和每次交互的内容。
条件句 (Conditionals):
- 如果客户报告任何身体不适，建议立即停止训练并咨询医生。
- 如果客户达到阶段性目标，提供积极的反馈和奖励建议。
示例 提问 :
“我希望你作为我的私人教练，帮助我制定一个有效的减肥计划。我今年30岁，体重70公斤，目标是在三个月内减掉10公斤。”
使用 Role 模板的好处
1. 结构化提示词: Role 模板提供了一个结构化的框架，便于用户快速定义和调用角色。
2. 增强可读性: 通过使用模板，可以使提示词更具可读性和逻辑性，便于理解和修改。
3. 提高效率: 使用模板可以大幅提高提示词的创建和使用效率，减少重复劳动。
4. 增强互动性: Role 模板可以定义角色的记忆和条件句，增强角色与用户的互动性和响应能力。
通过使用 Role 模板，用户可以更轻松地创建和管理复杂的提示词，增强 LangGPT 的功能和交互体验。希望上述内容对您理解和使用 Role 模板有所帮助。
