ARTICLE DETAIL

建站实战干货

来自一线的建站与推广经验沉淀,每一条都经过真实交付验证。

Fabric analyze_debate 模式深度解析:辩论内容分析的提示词工程全拆解

2026/9/6 21:39:05 拓冰建站 浏览量
Fabric analyze_debate 模式深度解析:辩论内容分析的提示词工程全拆解 Fabric analyze_debate 模式深度解析辩论内容分析的提示词工程全拆解【免费下载链接】FabricFabric is an open-source framework for augmenting humans using AI. It provides a modular system for solving specific problems using a crowdsourced set of AI prompts that can be used anywhere.项目地址: https://gitcode.com/GitHub_Trending/fa/Fabric本文以 Fabric 仓库内置的analyze_debate模式系统提示词 system.md 为核心逐段拆解它的角色设定、推理步骤、八项结构化输出规范与防幻觉约束并结合 chatter.go、patterns.go 等源码说明该模式如何被加载与执行读完你可以完整复现一次辩论分析并掌握 Fabric 提示词模式Pattern的编写范式。模式定位把辩论转录稿变成结构化分析Fabric 将可复用的提示词组织成模式Pattern每个模式对应data/patterns/下的一个目录核心文件为system.md。analyze_debate就是其中一个官方模式其目录data/patterns/analyze_debate/下仅包含一个 system.md没有配套的 user 模板文件——这意味着辩论转录稿全文由用户消息直接提供系统提示词负责定义怎么分析。仓库内的两处元数据也印证了它的定位pattern_descriptions.json 中的官方描述Analyze debates identifying arguments, agreements, and emotional intensity.分析辩论识别论点、共识与情绪强度标签为 ANALYSISpattern_explanations.md 第 14 行的解释Rate debates on insight, emotionality, and present an unbiased, thorough analysis of arguments, agreements, and disagreements.对辩论的洞察度与情绪度打分并客观深入地分析论点、共识与分歧。它的目标读者是时间有限、只愿意消费高质量内容的人模式通过量化打分帮助读者快速判断一场辩论值不值得投入时间再给出论点、共识、分歧、误解、收获与行动建议的完整分析。提示词骨架逐段拆解整个系统提示词共 43 行由四个一级标题组织IDENTITY and PURPOSE、STEPS、OUTPUT、OUTPUT INSTRUCTIONS末尾以INPUT:作为转录稿的注入锚点。IDENTITY and PURPOSE中立裁判的角色锚定You are a neutral and objective entity whose sole purpose is to help humans understand debates to broaden their own views.第一段只定义三件事身份是中立、客观的实体目标是帮助人类理解辩论、拓宽自身视野输入是一段辩论的转录稿。这种写法是典型的角色锚定——在模型输出任何观点之前先用neutral and objective抑制立场倾向后文所有客观评估论点真伪的要求都依赖这个前提。STEPS三步思考流程- Consume the entire debate and think deeply about it. - Map out all the claims and implications on a virtual whiteboard in your mind. - Analyze the claims from a neutral and unbiased perspective.三步分别对应完整消费输入避免遗漏、在心智白板上建立论点-含义的映射相当于让模型先做结构化梳理再作答、以中立视角逐条分析。配合前一句 Take a deep breath and think step by step这是显式的 Chain-of-Thought 引导——要求模型先全局理解、再局部分析而不是边读边下结论。OUTPUT八项硬性输出规范这是提示词的核心部分规定了输出必须包含的 8 个板块。每项都绑定了固定的标题文案、取值范围和词数约束可整理如下表板块固定标题必须逐字使用内容要求取值范围/词数约束洞察度评分INSIGHTFULNESS SCORE (0 not very interesting and insightful to 10 very interesting and insightful)对辩论的有趣且有洞见程度打分0无趣无洞见到 10极有趣极有洞见情绪度评分EMOTIONALITY SCORE (0 (very calm) to 5 (very emotional))整场辩论的情绪激烈程度0非常平静到 5非常情绪化参与者列表PARTICIPANTS参与者名单每人附情绪度分每人 05论点列表ARGUMENTS归因到具体参与者的论点摘要 姓名 原话引用尽可能附外部参考来源每条摘要必须恰好 16 个单词共识列表AGREEMENTS参与者达成的共识附姓名与引用每条摘要恰好 16 个单词分歧列表DISAGREEMENTS未能解决的分歧附姓名与引用说明为何无法解决每条摘要恰好 16 个单词可能的误解POSSIBLE MISUNDERSTANDINGS可能存在的误解附姓名与引用说明其成因每条摘要恰好 16 个单词收获与行动项LEARNINGS / TAKEAWAYSLEARNINGS 为辩论中的学习点TAKEAWAYS 突出值得思考的想法、值得探索的来源和可执行事项每条恰好 16 个单词几个细节值得单独说明洞察度评分的判分标准。提示词没有让模型自由发挥而是给出了三条判分因子参与者是否在做观点交换并试图理解对方辩论主题是否新颖、未被普遍探讨参与者是否达成了某种共识。同时要求对评分保持高标准面向的是时间有限、只找卓越观点的读者——等于把从严评分写进了评分规则避免模型给出普遍性的高分。16 个单词的硬约束。ARGUMENTS、AGREEMENTS、DISAGREEMENTS、POSSIBLE MISUNDERSTANDINGS、LEARNINGS、TAKEAWAYS 六个列表的每条摘要都被要求 EXACTLY 16 words。这种精确词数约束有两个作用一是强制摘要高度浓缩杜绝复述式长句二是让输出条目长度均匀便于后续做表格化或程序化处理。这是 Fabric 模式库中反复出现的结构化压力技巧用形式约束换取信息密度。防幻觉约束。在 ARGUMENTS 部分提示词用大写反复强调引用外部来源时的三条红线来源必须可信、可验证、易于访问来源BE REAL and NOT MADE UP如果对论点真伪做客观评估同样必须附可核查来源并再次以大写 DO NOT MAKE UP SOURCES 收尾。由于模型在无检索能力时最容易在外部参考上虚构这里等于对最易出错的环节做了双保险声明。OUTPUT INSTRUCTIONS输出纪律- Output all sections above. - Do not use any markdown formatting (no asterisks, no bullet points, no headers). - Keep all agreements, arguments, recommendations, learnings, and takeaways to EXACTLY 16 words each. - When providing quotes, these quotes should clearly express the points you are using them for. If necessary, use multiple quotes.四条纪律中不使用任何 markdown 格式无星号、无列表符、无标题符要求模型用固定标题文案 纯文本段落组织输出——这与前面标题必须逐字固定配合后整个输出对下游解析极其友好消费者可以按 8 个固定标题切分文本无需处理 markdown 语法差异。引用则被要求清晰表达你要用它证明的观点必要时可用多条引用防止断章取义式的单句摘引。源码视角这个模式如何被加载与执行理解了提示词本身再看 Fabric 如何把它跑起来。模式发现与读取。db.go 中NewDb初始化PatternsEntity时硬编码了SystemPatternFile: system.md即每个模式目录下的system.md就是系统提示词本体patterns.go 中按filepath.Join(o.Dir, name, o.SystemPatternFile)拼接data/patterns/analyze_debate/system.md的路径来读取内容自定义模式则从CustomPatternsDir下同名目录读取db.go 支持通过环境变量CUSTOM_PATTERNS_DIRECTORY配置且支持~/展开。模式下载与自定义模式保护。patterns_loader.go 中的PatternsLoader负责从 Git 仓库拉取模式默认仓库地址常量DefaultPatternsGitRepoUrl指向上游 Fabric 仓库默认目录常量DefaultPatternsGitRepoFolder为data/patterns即本仓库中模式的存放位置。PopulateDB()的流程是创建临时目录 →gitCloneAndCopy()拉取 →movePatterns()移入本地配置目录 →createUniquePatternsFile()生成unique_patterns.txt供命令补全使用。其中PersistPatterns()会在更新时把新下载中不存在的目录识别为自定义模式并原样保留所以本地自建的analyze_debate变体不会被官方模式更新覆盖。此外gitCloneAndCopy()还包含一条路径迁移逻辑当配置仍指向旧路径patterns时自动探测并切换到data/patterns这与本仓库的模式目录位置一致。执行链路。聊天请求到达后chatter.go 根据请求携带的变量情况调用o.db.Patterns.GetWithoutVariables(request.PatternName, request.Message.Content)或GetApplyVariables(...)取出模式内容analyze_debate没有{{variable}}占位符走的是无变量分支用户消息即辩论转录稿作为消息内容传入提示词末尾的INPUT:标记就是内容的落点。随后系统提示词 转录稿一起送入所选 LLM。测试佐证。patterns_test.go 用SystemPatternFile: system.md构造实体验证读写path_traversal_test.go 则验证了模式名中..等路径穿越请求无法读到模式目录之外的文件保证了按名取模式的边界安全。实操运行 analyze_debate在已完成fabric初始化模式已下载到本地配置目录的前提下典型用法有两种# 交互式进入聊天后指定模式粘贴辩论转录稿 fabric chat -p analyze_debate # 管道式把转录稿直接灌入仓库 README 中同类示例的写法 cat debate_transcript.txt | fabric -p analyze_debate仓库 README.md 中的同类示例fabric -u https://github.com/danielmiessler/fabric/ -p analyze_claims与echo Analyze this code | fabric --strategy cot -p analyze_code说明了两种输入形态一次性命令式与管道式。由于模式名会写入unique_patterns.txtshell 补全见 completions/ 目录下的 bash/fish 脚本可以直接提示analyze_debate这类模式名。使用限制输出遵循提示词约定的 8 段固定标题与纯文本格式16 词约束对英文模型执行较严格中文输出时模型可能按字或词的不同切分理解对词数敏感的下游解析建议以英文输入/输出为准。可复用的提示词工程要点从analyze_debate可以提炼出 Fabric 模式库反复验证过的几条写法角色先于任务开头用一句话锁定中立、客观身份为后文的客观评估真伪提供立场基础评分规则量化双量表洞察度 0-10、情绪度 0-5各自给出端点定义与判分因子并要求从严评分避免模型趋中给分固定标题 禁用 markdown输出结构以逐字固定的标题串组织、显式禁止 markdown 语法换取可被稳定切分解析的纯文本词数硬约束EXACTLY 16 words 的摘要约束强制浓缩是低成本的信息密度开关针对最脆弱环节的防幻觉条款外部引用BE REAL and NOT MADE UP、DO NOT MAKE UP SOURCES 用大写重复强调直击 LLM 最容易虚构的环节CoT 前缀 白板隐喻Take a deep breath and think step by step 与 virtual whiteboard 引导模型先全局梳理再逐条分析。若你希望为 Fabric 新增自己的分析模式可直接参考 official_pattern_template 与create_pattern模式按data/patterns/模式名/system.md的目录约定编写并通过 patterns_loader.go 描述的机制将其纳入本地模式库使用。【免费下载链接】FabricFabric is an open-source framework for augmenting humans using AI. It provides a modular system for solving specific problems using a crowdsourced set of AI prompts that can be used anywhere.项目地址: https://gitcode.com/GitHub_Trending/fa/Fabric创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考