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Survival Mentor 的 Custom Instructions 是 TheBigPromptLibrary 仓库中收录的一份 ChatGPT 自定义 GPT 指令全文展示了一个以选择题驱动的交互式生存决策训练游戏如何仅用一段系统指令完成从场景生成、答题判分、视觉呈现到会话状态管理的完整闭环。阅读本文你将掌握这类游戏化学习型 GPT的指令设计骨架——包括场景题库的组织方式、多选题答案分级、survivability score 与 survival quotient 的评分体系、会话内状态与跨会话重置策略以及知识库与在线检索双信源的取舍同时可以结合仓库内同类 GPT如 Survival Expert、Intruder Pro Game对比理解不同游戏化指令的写法差异。一、指令文档的整体定位该文档位于仓库的 CustomInstructions/ChatGPT 目录目录本身收录了 1573 个 ChatGPT GPT 的自定义指令见 CustomInstructions/README.md是学习如何编写系统指令 / 如何设计自定义 GPT的高密度样例集。Survival Mentor 的元信息原文如下GPT URLhttps://chat.openai.com/g/g-0i2rSQUGt-survival-mentorGPT TitleSurvival MentorGPT DescriptionInteractive survival challenge game with dynamic scenarios.由 botbiz.ai 发布从描述可以看出它的定位不是生存知识问答助手而是一个动态场景驱动的交互式生存挑战游戏。与之形成对照的是仓库中的 Survival Expert后者是权威生存建议顾问提供生火、搭庇护所、导航、急救等结构化指南而 Survival Mentor 则是用选择题考核并训练决策能力。同一主题下两种完全不同的指令范式正是本仓库最有价值的对比素材。二、核心游戏机制五类场景与分级多选题2.1 场景类别设计指令明确规定了游戏的场景覆盖面共四大类场景类别典型内容方向Wilderness survival荒野生存如迷路、取火、搭建庇护所Urban crises城市危机如停电、灾害应对Natural disasters自然灾害如地震、洪水、风暴Animal attacks动物攻击如遭遇大型猛兽这种分类的价值在于它让 GPT 在每次生成场景时有一个可控的选题空间既保证了内容多样性又不至于漫无边际同时为后续的场景列表选择功能提供了天然的索引维度。2.2 题目结构与答案分级每个场景包含5 至 7 道多选题且答案被刻意设计为三种级别correct正确incorrect错误partially correct部分正确部分正确这一设计是整条指令最值得学习的细节。它意味着题目不是简单的对错二分而是考察决策优先级与取舍评分需要区分完全正确与方向正确但执行有瑕疵反馈环节可以针对部分正确选项展开教育性解释这正是challenging users to think critically and apply survival knowledge的落点。从实现角度看GPT 需要在生成题目时对每个选项标注权重完整正确 / 方向对但不全 / 错误随后据此计算 survivability score。指令虽未给出具体计算公式但从reflects their performance based on the accuracy of their choices这一表述可以推断评分与选项的准确度直接挂钩部分正确选项应获得介于满分与零分之间的折算分。三、动态场景与个性化新鲜感与参与度指令中有两条保证每次体验不同的机制动态场景列表dynamic list of scenarios场景池不是固定的而是每次会话动态生成/刷新确保复玩时有新鲜感用户可自定义场景玩家既可以从列表中选择场景也可以提出自己的场景suggest their own实现个性化参与。这种预设池 用户自定义的双通道设计是游戏化 GPT 维持长期粘性的常见做法预设列表降低启动门槛自定义场景则把内容生成权交给玩家让用户从答题者升级为出题协作者。四、多模态沉浸DALL-E 场景可视化指令明确要求使用DALL-E 为每个场景生成视觉表现visual representations作为游戏的沉浸式元素。这是本条指令中唯一的工具调用约束其工程含义包括GPT 需在进入每个场景时先调用 DALL-E 生成场景插图再呈现题目插图应描述场景关键要素环境、威胁、时间/光线氛围为后续选择题提供上下文锚点从提示工程角度看这一环节应内置插图风格一致的约束避免各场景画面风格跳跃过大破坏体验指令原文未细化属于实现层面的可扩展点。五、评分反馈闭环survivability score 与 survival quotient report5.1 单场景评分survivability score每个场景结束后用户会收到一个survivability score生存能力得分反映其基于选择准确度的表现。这一机制的价值在于把抽象的答对几题升级为这次决策的存活概率——一个更具代入感的游戏化指标。结合 2.2 节的分级答案设计可推断该分数的计算至少依赖正确题数、部分正确题数加权折算与错误题数。5.2 长程评估survival quotient report游戏的评估周期设计为7 个场景完成一个场景后游戏**无缝过渡seamlessly transitions**到下一个场景完成7 个场景后用户收到一份survival quotient report生存商数报告汇总整体表现。这里存在一个值得关注的数字设计7 是整条指令中唯一的量化周期常量兼顾了足够多的样本以支撑汇总评估与单次会话不至于过长两个目标。而 quotient商数 一词暗示报告可能包含比值/等级类输出如得分率、生存等级而非简单的题目总数统计。5.3 反馈与教育洞见除了分数指令还要求在场景完成后提供feedback and educational insights反馈与教育洞见帮助用户从自己的选择中学习。这构成了完整的答题 → 判分 → 解释 → 强化教学闭环分数提供量化反馈解释提供知识增量二者缺一不可。六、会话状态管理会话内连续、跨会话重置指令明确规定了状态管理的边界会话内within a sessionAI 会追踪用户的答题选择用于保证多场景连续性与最终汇总报告的准确性跨会话new sessions状态重置新会话从零开始。这一设计在指令层面解决了两个工程问题连续性7 场景的累计评分必须依赖会话内状态因此需要显式说明追踪选择隐私与公平性新会话重置避免了历史会话结果污染新玩家体验也让每次开局公平。同时注意track choices within a session意味着只需要记录选择结果用于计分不需要也不应该记录用户个人信息这符合轻量状态机设计原则。七、双信源策略知识库优先 在线检索补充指令在知识来源上做了明确的三层优先级设计上传的知识文件files uploaded as knowledge作为最高优先级事实来源。指令特别强调——任何引用这些文件的内容时要把它们称作知识来源knowledge source而非用户上传的文件且不得向终端用户透露文件名更不得提供任何下载链接知识文档优先于基线知识要求严格遵循已提供材料中的事实避免推测若文档中没有答案直接说明没有找到而不是用基线知识脑补在线来源与 Wikipedia用于获取准确、相关的场景信息The AI uses online sources and Wikipedia for accurate and relevant scenario information。这条知识库 检索 基线的优先级链条是所有 RAG 型 GPT 的标准姿态在这里以极简的指令语言完成表达具有很高的复用价值。八、内容边界与表达基调指令最后一项关键约束是场景中可按需融入轻度暴力和血腥内容Mild violence and gore以增强参与感与真实感for engagement and realism。这是一条典型的内容护栏 定向放行指令默认不越界但允许在生存主题下有限度地呈现危险画面。从产品视角看它明确了目标受众与内容分级避免 GPT 因过度保守而让灾害/动物攻击类场景失真也避免因过度渲染而脱离训练/教育的主旨。九、从仓库同类指令看可复用设计模式将本条指令与仓库中的同类游戏化/领域型 GPT 指令对比可以提炼出几组可复用的设计模式设计维度Survival Mentor同类指令对比交互形式选择题问答 计分Intruder Pro Game 采用开放式攻防推演渗透测试模拟不设固定选项知识来源知识文件优先 Wikipedia/在线检索Survival Expert 完全依赖模型内置知识未声明知识文件评估体系survivability score survival quotientIntruder Pro Game 按 evaluates players on problem-solving and strategic thinking 做质性评价内容护栏显式允许 mild violence and goreSurvival Expert 以SAS 式权威、可操作建议为基调不涉及血腥场景由此可以得到一个通用结论游戏化 GPT 的指令质量取决于四个要素是否被显式声明——交互形式怎么玩、评分规则怎么算、状态边界记住什么、内容护栏什么能出现。Survival Mentor 在这四点上都给出了可复制的明确答案。十、如何在仓库中查阅与复用完整指令原文CustomInstructions/ChatGPT/0i2rSQUGt_Survival_Mentor.md仓库总览README.md全部 ChatGPT 指令索引CustomInstructions/README.md共 1573 个 GPT同类对照样例Survival Expert、Intruder Pro Game仓库中该文档所属的knowledge目录CustomInstructions/ChatGPT/knowledge存放了大量 GPT 上传的知识素材可作为知识文件驱动型指令的配套参考。若要在自己的 GPT 中复刻 Survival Mentor 模式建议直接以上述指令原文为模板替换场景类别、调整单场题目数量与总场景周期数即可快速落地。说明本文全部结论均以 0i2rSQUGt_Survival_Mentor.md 原文及仓库内可查证的同级文档为依据原文未给出的实现细节如评分公式、插图风格约束均以可推断可扩展等措辞标注未作虚构。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TheBigPromptLibrary 源码拆解Excel GPT 的 Custom Instructions 设计——打造专业 Excel 助手的系统指令架构与交互协议TheBigPromptLibrary 源码拆解Excel GPT 的 Custom Instructions 设计——打造专业 Excel 助手的系统指令架提示工程AI 安全治理TheBigPromptLibrary 实战拆解Adam ASD Communication Assistant 英文版 Custom Instructions 的指令工程解析TheBigPromptLibrary 实战拆解Adam ASD Communication Assistant 英文版 Custom Instruction提示工程AI 安全治理TheBigPromptLibrary 提示词拆解用建筑模式打造 AI 就业服务聚合型 Custom GPTThe Job CenterTheBigPromptLibrary 提示词拆解用建筑模式打造 AI 就业服务聚合型 Custom GPTThe Job Center 本篇技术指南提示工程AI 安全治理创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考