以下是一些关于让 AI 完美总结课堂文本的提示词相关知识：
如果我们直接把这段原文发送给GPT，它的回答是：因为我们没有明确跟GPT说需要它帮忙总结文字内容，GPT就无法按照我们的意图去工作所以，需要编写一套提示词让其帮我们执行总结文字内容这个工作。[heading3]单人发言版[content]这里，我基于李继刚老师的“通知消息整理助手”修改了一份“文字排版大师”的Prompt（重点Prompt语句已经标出）[heading3]多人发言版[heading2]三、GPT[content]将上面提示词和文字原文发送给GPTGPT就开始整理文字，等待其输出完毕之后，点聊天框左下角的复制按钮复制粘贴到文本编辑器中，整理一下，删掉一些无关内容，例如最后的一句的“?你好，还有其他内容需要我帮你排版吗？”此处之外，我们可以看到很多双星号，如果直接把这段文件发送到微信群里是不美观的。所以，Ctrl+F调出“查找与替换”，使用替换法替换掉双星号OK，这样就搞定了～看一下效果
还记得我们在方案推理环节，得到的「最终样式.html」吗？按照我早先的一篇文章《样例驱动的渐进式引导法》中提到的方法，把这个html文件作为样例，和这段提示词同时发送给Claude，让AI根据@李继刚的提示词中控制样式输出的形式，自行总结我们需要的结果。你将会获得一份这样形式的答卷：只需要稍微调整一下文本结构与引用细节，就可以嵌入到我们的提示词中。这样基本也能让提示词按照预期运行起来：当然，想要更好地控制生成结果，尤其是视觉样式的稳定性，还得经过多次调试，并根据测试bug微调提示词，直至稳定运行。[heading3]拓展：Lisp、Markdown格式是否必需？[content]不是。经过两年的蓬勃发展，大语言模型的提示工程已经呈现出百花齐放的局面。无论LangGPT结构化提示词，还是CRISPE和CARE等框架，业界涌现出了多种提示词方法论。在格式方面，我们看到了LangGPT在用的Markdown格式，也有像刚哥最近青睐的Lisp伪代码格式，甚至还有像我那样灵活混搭的方案。但真正重要的不是提示词的外在形式，而是内容是否与AI的"理解机制"相契合。如果要我推荐提示词的写法：对于刚入门的朋友：首推LangGPT结构化提示词，直观易懂，可以快速上手。对于想要进阶的用户：一方面，LangGPT依然是一个可靠的选择；另一方面，有额外的精力和好奇心，不妨尝试一下刚哥推崇的Lisp伪代码格式，能够强迫自己精炼提示词，对措辞理解、概念认知也有很大帮助。
与大模型对话产品的提示词不同。对于大模型API，我们需要利用插件预先获取的网页内容变量、提示词和API请求参数，拼搭出完整的API提示请求，精确引导API返回我们想要的生成结果。根据BigModel官网给出的请求示例，可以看到需要在请求中传递Model类型、系统提示词、用户提示词、top_p、temperature等关键参数。因此，可以构建相应的API请求内容如下：1.设定系统提示词，定义基础任务：2.设定用户提示词，提供具体任务数据，并要求大模型按JSON格式返回生成结果：注：为确保大模型能有效进行内容总结，提示词中使用${}语法动态引用插件获取的网页数据（如标题、描述、正文等）。在实际发送API请求时，这些变量会被替换为真实的网页内容。3.最后，根据文本总结类任务的通常经验与实际调试情况，设定其他API所需关键参数：如果你缺少参数设定的经验，也可以先询问AI文本总结类的模型API请求，temperature设定多少合适，再逐步调试效果即可。附：以下是Claude AI对AI Share Card插件的大模型API请求与提示词的设计架构解释，希望能对你有所帮助。