langgptai/LangGPT

LangGPT: Empowering everyone to become a prompt expert! 🚀 📌 结构化提示词(Structured Prompt)提出者 📌 元提示词(Meta-Prompt)发起者 📌 最流行的提示词落地范式 | Language of GPT The pioneering framework for structured & meta-prompt design 10,000+ ⭐ | Battle-tested by thousands of users worldwide Created by 云中江树

LangGPT – 構造化プロンプト設計フレームワーク

概要 – LangGPTは、大規模言語モデル(LLM)向けのプロンプトを小さなプログラミング言語のように扱う手法およびツールセットです。再利用可能な階層型テンプレート構文(役割、プロフィール、目標、スキル、ルール、ワークフローなど)を定義し、変数、コマンド、条件ロジックなどの機能を追加します。その考え方は、誰でも構造化され、モジュール化されたプロンプトを作成できるようにし、共有、バージョン管理、そして多くのLLMによって即座に理解できるようにすることです。

重要性 – プロンプトエンジニアリングは、しばしば場当たり的になりがちです。LangGPTは、モデル(ChatGPT、Claude、Gemini、Qwenなど)や言語(英語、中国語)を問わず機能する共通の「文法」を提供します。このパターンは多くの中国語モデルに組み込まれているため、「LangGPT」と言及するだけで、モデルは追加のコードなしで適切に構成されたプロンプトを生成できます。

コアコンセプト

  • 構造化された役割 – プロンプトは明確に命名されたセクション(Role, Profile, Goal, Skills, Rules, Workflow, Initialization)に分割されます。これにより、意図が明確になり、再利用可能になります。
  • 変数 – <Variable> プレースホルダーを使用すると、動的なコンテンツを注入し、プロンプト全体で一貫性を保つことができます。
  • コマンド – モデルによって呼び出せる「/help」、「/continue」、「/improve」のような短いアクション。
  • 条件ロジック – 単純な if … else ブロックにより、単一のプロンプトが異なるユーザー入力に適応できるようになります。
  • リマインダーと代替フォーマット – 長時間の会話を軌道に乗せるための組み込み機能(リマインダー)や、Markdownが適さない場合にJSON/YAMLを出力する方法。

使い方

  1. 名前でトリガー – 主要なモデルに「write a prompt the LangGPT way」と尋ねると、すぐに使えるテンプレートが出力されます。
  2. ホストされているGPTsを使用 – LangGPTスタイルのプロンプトを自動生成する、構築済みのChatGPT/Claudeアシスタント(例:LangGPT Expert、PromptGPT)を使用します。
  3. 自分でテンプレートを作成 – READMEに示されている5分間のスターターテンプレートに従い、独自のセクションを埋めます。
  4. Claude Codeスキルをインストール – IDE内でのプロンプト作成のために、structured-prompt-writer@langgpt スキルをClaude Codeに追加します。
  5. 例を閲覧 – このプロジェクトには、コピーして調整可能な100以上の既製プロンプトライブラリ(FitnessGPT, Code Master, Chinese Poetなど)が付属しています。

エコシステム – LangGPTは、小規模ながら活発なオープンソーススイートの中心です:

  • PromptVer – プロンプトのセマンティックバージョニング。Gitのような変更追跡を可能にします。
  • PromptShow – プロンプトを美しいビジュアルカードに変換します。
  • Minstrel – 新しいプロンプトを自動生成できるマルチエージェントシステム。
  • モデル固有のプロンプトコレクション(awesome-claude-prompts, wonderful-promptsなど)。各LLMに最適なLangGPTスタイルのプロンプトをキュレートします。
  • BookAI(書籍生成)や AI-Resume(履歴書作成)などのアプリケーションリポジトリ。LangGPTが実際の製品でどのように機能するかを示しています。

コミュニティと学習 – リポジトリには、このアプローチを形式化したarXiv論文 (arXiv:2402.16929)、多言語の理論エッセイ、ビデオチュートリアル、ユーザーがテンプレートを共有しベストプラクティスを議論するFeishuナレッジベースへのリンクがあります。

対象読者 – 定期的にプロンプトを作成するすべての人(LLMを活用した機能を構築するプロダクトマネージャー、チャットアシスタントを統合する開発者、プロンプトエンジニアリングを教える教育者、または高品質な出力を再現可能な方法で得たい愛好家)。


結論 – LangGPTは新しいモデルではありません。大規模言語モデルのプロンプト作成という技術に、構造、再利用性、そしてコミュニティ主導のベストプラクティスをもたらすプロンプトエンジニアリングフレームワークです。

関連

  • プロジェクト
  • プロジェクト
  • プロジェクト
  • プロジェクト
  • プロジェクト