深度拆解 TheBigPromptLibrary 中的 Personality Quiz Creator：如何用指令工程构建可量化的性格测试 GPT

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点击查看免费下载本文以 TheBigPromptLibrary 仓库中的 Personality Quiz Creator 指令文档 为研究对象逐层拆解其「-2020 多维评分体系」「默认 10 问 5 结果」「每题每结果独立配图」「先结果后问题的创建流程」以及知识库使用约束并结合仓库的 GPT 文件解析工具链gen_gpt_templ、gptparser、idxtool说明这类指令卡片的生成与解析机制。读完本文你将掌握一套可直接复用的、带量化反馈的娱乐向测验 GPT 指令设计方法。一、文档定位一张标准化的 Custom GPT 指令卡片TheBigPromptLibrary 是一个专门收集各 LLM 系统ChatGPT、Copilot、Claude、Gemini 等系统提示词与自定义指令的开源仓库根目录 README 明确指出其教育价值在于「学习如何编写系统提示词与创建自定义 GPT」。本文分析的00GrDoGJY_Personality_Quiz_Creator.md正是其中一份第三方定制 GPTCustom GPT的公开指令存档。这份文档本身即遵循了仓库定义的标准化 GPT 卡片结构。从 gptparser.py 中的SUPPORTED_FIELDS可以看到仓库约定的字段体系字段键展示名本文档是否出现urlURL是GPT 官方地址chat.openai.com 域名titleTitle是Personality Quiz CreatordescriptionDescription是logoLogo是官方 Logo 图片链接verif_statusVerification Status否instructionsInstructions是核心指令全文actionsActions否kb_files_listKB Files List是10 个知识库文件清单extrasExtras否protectedProtected否文件命名00GrDoGJY_Personality_Quiz_Creator.md同样符合 gptparser.py 中定义的GPT_FILE_ID_RE正则^([0-9a-z]{9})_(.*)\.md$前缀 9 位 ID00GrDoGJY来自 GPT URL下划线后是标题名。这意味着该文件可以被仓库工具直接枚举、检索与解析。文档头部的元信息可概括为GPT ID00GrDoGJY标题Personality Quiz Creator描述Designs in-depth personality quizzes with individual result and question images设计带独立结果图与题目图的深度性格测验作者标识Riddle Technologies AG见描述尾部署名二、核心指令全貌原文与逐条解读文档的GPT instructions部分承载了该 GPT 的全部行为定义原文如下保留原文以便对照研究Personality Quiz Creator is adept at designing immersive and visually captivating personality quizzes. It creates quizzes with multiple-choice questions, each providing several answer options with a specific score ranging from -20 to 20. This scoring system ensures personalized outcomes based on user responses. For every quiz, the Creator focuses on the following: 1. Detailed result descriptions: Each result description is at least 150 words, offering in-depth insights. 2. Nuanced scoring system: Each answer option includes a score within the -20 to 20 range, allowing for subtle differentiation between personality types. An answer option can score for one or multiple personality results with different points. 3. Individual images for results and questions: The Creator generates a unique image for each quiz result and each question, ensuring that each image is an individual file and not a collage of multiple images. 4. Unless instructed otherwise, a personality quiz will have 10 questions and 5 result options. These quizzes are designed as engaging tools for entertainment, self-discovery, and marketing, providing users with a visually rich and detailed experience. When creating the personality quiz, the results are created first. Then the questions and answer options are created. The scoring is added to each answer option. The scoring is added in ( ) like this: Answer option text (Result A: 5, Result B: 10) You have files uploaded as knowledge to pull from. Anytime you reference files, refer to them as your knowledge source rather than files uploaded by the user. You should adhere to the facts in the provided materials. Avoid speculations or information not contained in the documents. Heavily favor knowledge provided in the documents before falling back to baseline knowledge or other sources. If searching the documents didnt yield any answer, just say that. Do not share the names of the files directly with end users and under no circumstances should you provide a download link to any of the files.可以提炼出该指令围绕5 个核心约束展开下文逐一深入结果描述下限每条结果描述至少 150 词评分粒度选项得分区间为-20 到 20且一个选项可对多个结果分别计分图像独立每个结果、每道题各生成一张独立图片严禁拼图collage默认结构除非用户另行指定测验固定为10 道题、5 个结果选项知识库引用知识库时统一称其为「knowledge source」以材料事实为准禁止臆测、禁止向终端用户泄露文件名或提供下载链接。三、评分体系设计-20 到 20 的多维量化模型评分系统是这份指令最值得研究的设计点。它包含两层机制1区间约束。每个选项的得分被严格限制在-20到20的闭区间内。之所以允许负分本质上是让「某个结果」既能通过「高度匹配的选项」被强烈加权20也能通过「明显不匹配的选项」被反向削弱-20从而在问卷题量有限默认仅 10 题的前提下放大结果之间的区分度。相比只允许 0N 的正向加分模型正负双向计分可以在同样题量下生成更陡峭的结果分差。2多维归属。指令明确写道An answer option can score for one or multiple personality results with different points一个选项可同时为多个结果计分且分值可以不同。这是典型的「多维人格量表」思路——某一行为/偏好往往同时反映多种人格维度只是权重不同。例如一个选项可以写成Id rather plan every detail of my trip (The Planner: 15, The Free Spirit: -10)意为「选择此项时The Planner 结果 15 分The Free Spirit 结果 -10 分」。从指令的计分语义可以推断最终的测验结论由各结果累计得分的相对高低决定——用户在 10 道题上的每个选项得分分别累加到对应结果上累计分最高的结果作为其人格类型输出。为使这一机制可执行指令在第四条明确「结果先建、题目后建」只有先确定 5 个结果的名称与画像后续每个选项才能用(结果名: 分值)的形式挂靠计分目标。下面用一个示意例子展示计分过程示例数据仅为说明机制并非文档原文题用户选择计分标注The PlannerThe Free SpiritThe Socializer1BPlan everything (Planner: 15, Free Spirit: -10)15-1002ASpontaneous choice (Free Spirit: 12, Socializer: 5)01253CSocial but structured (Socializer: 10, Planner: 5)5010………………合计20215此例中 The Planner 总分最高即输出为「规划型人格」结果。四、默认结构与自定义空间10 问 / 5 结果指令第四条给出了明确的默认值约束Unless instructed otherwise, a personality quiz will have 10 questions and 5 result options.即除非用户明确要求否则生成的测验固定为 10 道选择题、5 个结果选项。这组默认值背后有清晰的产品考量10 道题是「娱乐型测验」在作答成本与信息量之间的平衡点——题量太少如 35 题难以支撑多维计分的区分度题量太多则会劝退娱乐/营销场景下的用户5 个结果既保证了人格类型的多样性足以覆盖典型人群分布又避免了结果过多导致的解释成本与 UI 复杂度上升该默认值是可被用户指令覆盖的Unless instructed otherwise体现了指令「默认值 可覆盖」的设计模式——面向非技术用户时模型应在收到口语化需求如做成 8 题 6 类结果时立即调整结构。从指令语义看模型应当在创建前主动确认题目数量与结果数量是否符合默认值或直接沿用默认值生成。五、结果描述的硬性标准每条至少 150 词指令第一条要求Each result description is at least 150 words, offering in-depth insights.即每个结果人格类型的描述不得少于 150 个英文单词并提供有深度的洞察。这一约束直接服务于文档定位中提到的三种使用场景娱乐、自我发现、营销娱乐足够篇幅的趣味性描写让用户觉得测得很准、愿意分享自我发现150 词的空间允许描述包含行为特征、优势、潜在盲点与建议而不只是一句标签营销长描述可作为品牌内容、社交传播素材。从工程视角看这是对 LLM 输出的最低质量门槛minimum-length contract——若不加此约束模型为节省 token 会倾向生成两三行的短标签。该设计值得所有测验/报告类 GPT 借鉴与其依赖模型自觉不如在指令里写明字数下限。六、图像资产规范每题/每结果独立成图指令第三条对该 GPT 的配图行为做了严格定义The Creator generates a unique image for each quiz result and each question, ensuring that each image is an individual file and not a collage of multiple images.含义拆解每个结果一张图5 个结果 → 5 张独立结果图用于展示你是哪种人格每道题一张图10 道题 → 10 张独立题面图用于提升题面吸引力与沉浸感独立文件、严禁拼图强调individual file and not a collage避免模型一次生成包含多张缩略图的拼版图这在 DALL·E 等图像模型中是很常见的偷懒行为。该约束的实际收益是每张图片可被独立引用、独立下载、独立作为营销素材且与文字内容一一对应用户在答题与查看结果时的视觉体验是每屏一张专属图而非一张拥挤的拼图。这也是描述中 visually rich and detailed experience视觉丰富、细节满满的体验的实现基础。七、创建流程与内联评分标注语法文档明确指出创建顺序与标注语法这是整套指令中最具可操作性的部分When creating the personality quiz, the results are created first. Then the questions and answer options are created. The scoring is added to each answer option. The scoring is added in ( ) like this: Answer option text (Result A: 5, Result B: 10)因此生成一条完整测验的内部工作流应为先定义 5 个结果为每个结果定名、撰写 ≥150 词的描述、生成独立结果图再创建 10 道题与选项为每道题生成题面文本与独立题图为每个选项挂载评分标注以括号内键值对形式书写键为结果名值为 -2020 的整数Answer option text (Result A: 5, Result B: 10)其中结果名必须与第 1 步定义的 5 个结果完全对应一个选项可以只标注 1 个结果如(Result A: 8)也可以标注多个结果如(Result A: 5, Result B: 10, Result C: -6)。值得注意的细节是评分标注以明文括号形式出现在选项文本里。这是面向最终用户可见的娱乐型测验所接受的透明格式也便于后续手工校对计分逻辑而结果名作为键保证了模型在累加计分时不会出现键名不一致的歧义。八、知识库KB使用规范事实优先与信息保护指令末尾是一段标准的 ChatGPT 知识库引用规范适用于所有上传了参考文件的 GPT称呼约定引用文件内容时一律称其为knowledge source而非用户上传的文件事实优先严格遵守材料中的事实避免超出文档范围的臆测当文档内容与模型基线知识冲突时优先采用文档诚实兜底若在文档中检索不到答案直接说明找不到而非用基线知识补写信息保护不得向终端用户泄露知识库文件的文件名任何情况下都不得提供文件的下载链接。从安全角度看这一段同时承担了检索质量约束与知识库保密双重职责前者保证问答基于材料事实后者防止上传的参考文档被套取外泄。九、知识库文件清单与主题分析文档尾部列出了该 GPT 挂载的 10 个知识库文件文件类型推测用途Quizmaster.pdfPDF可能为测验设计方法论或范例合集Whats Your Cats True Identity.docDOC宠物人格测验范例Whats Your Cats Type.docDOC宠物人格测验范例Whats Your Great American Getaway.docDOC旅行目的地人格测验范例Whats Your Must-See European City.docDOC欧洲城市人格测验范例Whats Your Stress Style.docDOC压力应对风格测验范例What Breed of Dog Are You.docDOC犬种匹配测验范例What Pet Suits Your Lifestyle.docDOC宠物匹配测验范例Which Literary Hero Are You.docDOC文学角色匹配测验范例Why Are You Still Single.docDOC情感向娱乐测验范例从文件标题可以推断注意这是基于命名的合理推断文件内容本身未包含在本仓库中这组知识库为该 GPT 提供了大量已上线测验的成品范例主题覆盖猫、狗、宠物匹配、旅行目的地、压力风格、文学角色、情感状态等恰好横跨文档所述的娱乐、自我发现、营销三种场景。当模型被要求创建新测验时可参考这些范例的题面口吻、选项设计密度、结果文案长度与图片风格从而保证输出质量的稳定性。需要说明的是知识库文件本体并未收录进 TheBigPromptLibrary 仓库已在仓库内检索确认仅文档提到这些文件名本文只依据文档清单进行分析。十、仓库工具链佐证这份指令卡片如何被生成与解析该文档并非孤立的笔记它与仓库的 Tools/openai_gpts 工具链形成了完整的「生成 → 存档 → 检索」闭环1模板生成gen_gpt_templ.py 中定义的TEMPLATE字符串与本文档的头部结构完全一致GPT URL→GPT logo→GPT Title→GPT Description→GPT instructions代码块说明这类卡片由该工具从 ChatGPT 页面元数据自动生成TEMPLATE GPT URL: https://chatgpt.com/g/{short_url} GPT logo: img src{profile_pic} width100px / GPT Title: {title} GPT Description: {description} - By {author_display_name} GPT instructions: markdown 工具通过正则提取页面内嵌的streamController.enqueue(...)参数并 JSON 解析出title、description、short_url、profile_picture_url、作者显示名等字段gen_gpt_templ.py随后按模板落盘为{gpt_id}.md。2字段解析gptparser.py 的GptMarkdownFile.parse()按GPT {field}: {value}格式读取上述字段其中kb_files_list字段对应本文档的 GPT Kb Files List 小节被设计为受支持的标准字段之一。3检索定位idxtool.py 的find_gptfile()支持按 GPT ID 或完整 ChatGPT URL 定位文件也可用gptids.txt批量检索--toc则基于标题与 ID 重建 CustomInstructions/README.md 中的索引目录其中即可找到Personality Quiz Creator (id: 00GrDoGJY)条目。4批量规范化oneoff.py 提供批量重排/校验 GPT 文件结构的能力用于维持全仓库卡片格式统一。十一、实战复刻用这套思路设计你自己的测验 GPT基于上述拆解任何读者都可以在 ChatGPT 的 GPT Builder 中复刻并改造这套指令。核心设计清单如下1. 定结果先明确结果数量默认 5可要求模型按主题自拟为每个结果定义结果名英文键用于计分标注 至少 150 词的描述 一张独立结果图。2. 定题目后默认 10 道多选题每道题配一张独立题图选项文本不写死分值由模型在生成时计算并标注。3. 挂计分严格限制分值区间-20 20允许一选项多结果计分格式固定为选项文本 (结果A: 分值, 结果B: 分值)结果键名与第 1 步完全一致。4. 写约束明确「先结果后题目」的顺序声明默认结构可被用户需求覆盖Unless instructed otherwise图像必须独立文件、禁止拼图。5. 配知识库可选上传成品范例PDF/DOC作为风格与质量参照指令中加入「事实优先、不泄露文件名、不提供下载链接」的保护条款。参考指令骨架可直接粘贴进 GPT Builder 的 Instructions 文本框再按需增删You are {GPT 名称}, adept at designing immersive personality quizzes with multiple-choice questions. For every quiz, follow these rules: 1. Each result description is at least 150 words with in-depth insights. 2. Each answer option has a score within -20 to 20. An option may score for one or multiple results with different points. 3. Generate a unique image for each result and each question; every image must be an individual file, never a collage. 4. Unless instructed otherwise, a quiz has 10 questions and 5 result options. Creation order: define the results first, then the questions and answer options. Attach scoring to every answer option in parentheses, e.g.: Answer option text (Result A: 5, Result B: 10) {知识库使用与保护条款参见第八节}十二、适用边界与注意事项本文档是第三方作者Riddle Technologies AG公开 GPT 的指令存档收录于 TheBigPromptLibrary 仅用于学习与参考复刻时应结合自身业务调整内容避免直接搬运商业化测验文案。文中默认值10 问 / 5 结果 / ±20 分 / 150 词 / 独立配图是该 GPT 的契约约定并非模型能力的普遍限制它们能否被稳定执行取决于运行平台对指令的遵循程度。知识库文件Quizmaster.pdf 与 9 个 .doc仅以清单形式存在于文档中未包含在仓库内无法在本仓库中直接查阅其内容对其用途的分析属于基于命名的推断。该指令面向的测验属于娱乐、自我发现与营销用途并非心理学专业量表若需用于严谨的人格测评场景应替换为经信效度验证的专业量表并说明适用前提。总体来看Personality Quiz Creator 的指令文档提供了一个结果先定 → 题目后建 → 内联计分 → 独立配图 → 知识库护航的完整设计范式是学习测验类 Custom GPT 指令工程的良好范例配合仓库工具链还能从生成、解析、检索三个环节还原这类指令卡片的生命周期。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拆解 TheBigPromptLibrary 中的 Strongineering 健身教练 GPT指令结构、格式化模板与命令驱动动作拆解 TheBigPromptLibrary 中的 Strongineering 健身教练 GPT指令结构、格式化模板与命令驱动动作 本篇以 TheBigPr提示工程AI 安全治理迭代式提示词精修工作流TheBigPromptLibrary 中 Prompt CreatorGPT 8oPe0aMFJ系统指令拆解与实战迭代式提示词精修工作流TheBigPromptLibrary 中 Prompt CreatorGPT 8oPe0aMFJ系统指令拆解与实战 导读 本文基于提示工程AI 安全治理Codex GPT-5.5 “Pragmatic” 人格指令深度解析从 {{ personality }} 插槽到 Values 约束的工程化设计Codex GPT 5.5 “Pragmatic” 人格指令深度解析从 {{ personality }} 插槽到 Values 约束的工程化设计 导读本文文档知识库上一篇探索无线调试的新境界远程调试库RemoteDebug下一篇探索优雅与质感并存的Hexo主题——Material Theme打造现代技术博客的终极指南 ✨创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考