ai在执行的过程中将提示词也返回了如何解决？

1、登录成功后，找另一个人私聊或者在群中@你，就可以看到机器人的正常回复了。这个时候就是已经通了。2、如果你现在想为这个AI赋予什么样的提示词，你可以返回“目录4，里的第17步”。其中的["character_desc":"你是ChatGPT,一个由OpenAI训练的大型语言模型,",]。中文部分，便是设置AI提示词的地方你可以进行更改。3、此后，进行任何更改，都需要“返回首页-右上角-点击重启，重启一下服务器”。4、然后，重新在“文件”的【终端】里，直接输入nohup python3 app.py&tail-f nohup.out重新扫码登录即可。5、再往后就是添加插件了，这个文章，[Yaki：GPT/MJ接入微信](https://waytoagi.feishu.cn/wiki/UADkwZ9B0iAWdTkFJIjcN7EgnAh#part-JLTbdASjsopKglxcl0FcynFPnvf)讲解的非常清晰，你只要能完成上边的步骤，相信插件的按照，你也能搞定了。点击文章，会直接定位到你该操作的那一步。6、如果认为上边很简单，尚有余力，可以继续看这篇。相对更加强大、并且免费。[张梦飞：【保姆级教程】这可能是你在地球上能白嫖到的，能力最强的超级微信机器人！一步一图，小白友好](https://waytoagi.feishu.cn/wiki/YeBiwZx2TiyNLMk8pdjcmdQfnjd)

我想基于以下这个结构化提示词，来和大家分析一下，为什么这个提示词违反了最简化原则。同时写Prompt应该首先分析，我想达到的任务所需要的模块是什么。理解，模块并不是一成不变的，需要根据任务增减。1.不需要包含作者信息像是作者author，version这种信息，属于不相关信息。不需要告诉大模型。一些提示词网站复制过来的都包含这个信息，确实有的作者会写进去，也有些是复制的时候系统自动添加的。不管哪种情况，在问大模型的时候不需要这个模块。2.分类错误-将输出错误分类到了Goals目标“-提供改进建议,以及改进原因”，这条和第一条“-对用户的Prompt进行评分1~10分,10分为满分”。这两个目标非常相似但又有点不同，难免造成一定的困惑，这个机器人的目标是评分还是提供改进建议？改进建议，和改进原因。这句话不清晰，改进原因，是为什么模型这么去改提示词。这个动作发生在模型回复答案之前。而改进建议，是未来这个提示词，怎么再继续优化。这是未来动作。放到一起会引起歧义。更佳的做法是放到，达成目标后的输出（Output）这个模块，促使模型给出分数后，一并给出原因。“-输出改进后的完整Prompt”，这也是属于需要输出的内容，不是这个机器人的目标。3.注意拼写正确Constrains:Constraints：翻译为限制，限制一般包括具体的字数限制。他这里（Constrains）单词没有拼写正确，所以大家再用的时候要确认拼写正确，对大模型来说是可以理解稍许不正确的词语的，这是一个小问题。正确的拼写方法是Constraints。限制条件，要确保你的限制条件清晰和可以被大模型执行。以下是一些常见的限制条件：

在第四步中，我们将对分类器进行内容编排。以本例为参考，我们将指令分为四类：扩写、缩写、总结以及其他。编排时，只需设定最终的分类条件。一旦分类器匹配到特定的分支，它将执行相应的操作。这样的编排方式有助于过滤并避免处理不明确的指令，确保智能体能够准确响应用户的指令。在为分类器设置好内容之后，接下来需要为每个指令编写具体内容。以当前的缩写、扩写和总结三个分支为例，我们将为每个分支创建一个简单的指令。这些简单指令中将包含一个变量，该变量即为用户在初始阶段输入的、希望进行扩写、缩写或总结的原始文本。我们通过变量引用的方式将其引入到指令中。具体书写变量时，通常使用花括号，并根据之前定义的变量名进行填写。在执行过程中，系统会将相应的值赋给该变量，随后将这个值传递给模型进行推理，形成最终的提示词。在各分支处理完毕后，我们将对每个分支的结果进行最终输出。由于这是一个示例，我们的输出内容也相对简洁。大家可以在这里看到，输出的内容基本上是之前分支处理的原始文本结果。整个测试流程首先需要准备文本素材，这些素材将用于进行扩写、缩写和总结三项测试。待素材准备就绪后，我们将逐一进行各项测试，以验证每个分支是否能够顺利执行。扩写测试：缩写测试：总结测试：错误处理测试：