当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > Poe机器人创建教程:自定义Bot提示词设置

Poe机器人创建教程:自定义Bot提示词设置

2026-04-17 18:10:33 0浏览 收藏
想在Poe平台打造一个听你指挥、风格专属的AI机器人?本文手把手教你从零完成Poe Bot创建全流程——涵盖开发者模式开启、Bot元信息填写、关键的纯文本System Prompt精准编写(强调指令性首句与格式规范)、自托管服务器URL绑定(含协议校验要点),再到最终发布与实时交互测试,特别指出新手常卡壳的两大痛点:服务器未部署和提示词含非法格式。无论你是教育助手、编程顾问还是创意伙伴,只要掌握这五步,就能让AI真正按你的规则思考与表达。

Poe怎么创建机器人 Poe自定义Bot提示词设置及发布教程【攻略】

如果您希望在Poe平台上创建专属机器人并配置自定义提示词,但对操作流程不熟悉,则可能是由于未完成服务器端部署或提示词结构不符合平台解析规范。以下是完成Poe机器人创建、提示词设置与发布的具体步骤:

一、注册并登录Poe开发者账号

该步骤确保您拥有创建和管理机器人的权限,并能访问Poe平台的Bot管理后台。未登录状态下无法进入机器人配置界面,也无法生成有效访问密钥。

1、访问 https://poe.com/create_bot 页面,使用GitHub或Google账户登录。

2、登录后点击右上角头像,选择“Settings”进入账户设置页。

3、在左侧菜单中点击“Developer Settings”,开启开发者模式并确认接受条款。

二、创建基础Bot并填写元信息

此步骤用于注册Bot身份,平台将据此生成唯一Bot ID与初始访问密钥,是后续绑定服务器和发布所必需的前置动作。

1、返回 https://poe.com/create_bot,点击“Create a bot”按钮。

2、在“Bot name”栏输入不超过32字符的名称,例如 MyMathHelper。

3、在“Description”栏填写简明功能说明,如 解答初中数学题并分步解析。

4、勾选“Public bot”若需公开发布;取消勾选则仅限自己及授权用户可见。

三、配置自定义提示词(System Prompt)

提示词直接决定Bot的行为逻辑与响应风格,必须以纯文本形式提交,不可含Markdown、HTML或代码块,且首行须为明确指令性语句。

1、在Bot编辑页找到“System prompt”文本框。

2、输入以下结构化内容(示例):
你是一个专注初中数学教育的助手。始终用中文回答,每道题必须先复述题目,再分三步解析:第一步写已知条件,第二步列公式或原理,第三步代入计算并标注单位。禁止使用英文术语,不提供答案以外的延伸信息。

3、点击“Save changes”保存提示词,系统将实时校验格式有效性。

四、绑定服务器URL(适用于自托管Bot)

当Bot逻辑由外部服务处理时,Poe需将用户消息转发至指定URL,该URL必须支持POST请求并返回符合Poe协议的JSON响应。

1、在Bot编辑页展开“Server bot settings”区域。

2、将已部署服务的完整URL粘贴至“Server URL”栏,例如 https://mybot.modal.run。

3、确认该服务已正确实现Poe Bot API接口,包括处理/poe_post路径、验证X-Poe-Checksum签名、返回message字段等关键行为。

4、点击“Test server connection”验证连通性,状态显示“Success”方可继续。

五、发布Bot并启用测试

发布操作将使Bot正式进入可用状态,未发布前即使配置完成也无法被其他用户发现或调用。

1、在Bot编辑页底部点击“Publish bot”按钮。

2、系统弹出确认框,显示Bot名称、描述及可见范围,核对无误后点击“Confirm publish”。

3、发布成功后,页面跳转至Bot主页,URL形如 https://poe.com/bot/MyMathHelper。

4、在任意对话窗口中输入“/bot MyMathHelper”,即可启动该Bot进行交互测试。

以上就是《Poe机器人创建教程:自定义Bot提示词设置》的详细内容,更多关于的资料请关注golang学习网公众号!

Redis发布订阅在微服务中的应用Redis发布订阅在微服务中的应用
上一篇
Redis发布订阅在微服务中的应用
HTML编码如何避免乱码问题
下一篇
HTML编码如何避免乱码问题
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    263次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    313次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    294次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    271次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    87次使用