企业官网建设流程全解析

• 提示工程
• AI 安全治理

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「-20～+20 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 GPT（Custom 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：

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 ID：00GrDoGJY
• 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 didn't 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：

1. 结果描述下限：每条结果描述至少 150 词；
2. 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；
3. 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）；
4. 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；
5. 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 0～N 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：

I'd 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）：

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 3～5 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：

1. 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；
2. 再创建 10 道题与选项：为每道题生成题面文本与独立题图；
3. 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 -20～+20 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：

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}" width="100px" /> 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。

• 提示工程
• AI 安全治理