CodeGeeX设置个性化提示词提升效率【个性化定制】
大家好,今天本人给大家带来文章《CodeGeeX设置个性化提示词提升效率【个性化定制】》,文中内容主要涉及到,如果你对科技周边方面的知识点感兴趣,那就请各位朋友继续看下去吧~希望能真正帮到你们,谢谢!
需绕过默认泛化指令,通过五种方式注入项目特异性信息:一、交互模式嵌入结构化提示词;二、配置自定义Prompt模板文件;三、修改系统级提示词;四、注释触发式提示词;五、API调用注入动态提示词。

如果您希望在 CodeGeeX 中通过自定义提示词提升代码生成质量与上下文贴合度,则需绕过默认泛化指令,主动注入项目特异性信息。以下是实现个性化提示词配置的具体路径与操作方式:
一、在交互模式中嵌入结构化提示词
该方式适用于单次高精度任务,通过人工构造含角色、约束、示例的提示词,直接控制模型输出行为,避免依赖插件默认模板。
1、在编辑器中选中目标代码片段或光标置于空行处。
2、按下 Ctrl+Enter 激活交互模式,右侧弹出候选生成窗口。
3、在输入框中键入完整提示词,例如:“你是一位熟悉 Django 4.2 和 PostgreSQL 的后端工程师。请为以下 User 模型编写一个视图函数,要求:返回 JSON 响应;处理 GET 请求;仅返回 name 和 email 字段;使用 try-except 包裹数据库查询;不使用 raw SQL。”
4、按回车提交,CodeGeeX 将基于该提示词生成符合约束的代码。
二、配置自定义 Prompt 模板文件
该方式支持长期复用高频提示结构,将常用角色设定、技术栈约束、风格规范固化为本地文本模板,调用时一键加载。
1、新建一个纯文本文件(如 django_api_template.txt),内容包含完整提示词结构。
2、在 VS Code 中进入“设置”→ 搜索“CodeGeeX”→ 找到“Prompt Templates”选项。
3、点击“Edit in settings.json”,在对应字段中添加键值对:"my_django_api": "./templates/django_api_template.txt"。
4、重启插件后,在交互模式下按 Alt+Option+T,从模板列表中选择“my_django_api”即可载入预设提示词。
三、修改系统级提示词(高级用户)
该方式影响所有对话与生成场景,适用于统一团队提示风格或强制语言/格式规范,需谨慎修改以避免全局干扰。
1、定位 CodeGeeX 插件配置目录:VS Code 中为 ~/.vscode/extensions/tsinghua.codegeex-*/,JetBrains 中为插件安装路径下的 resources 文件夹。
2、查找并打开 system_prompt.txt 或类似命名的系统提示文件。
3、将原始内容替换为结构化中文系统提示,例如:“你是一名专注 Python 全栈开发的 AI 助手,当前运行环境为 Python 3.11、Django 4.2、React 18。所有代码必须符合 PEP 8;所有解释必须使用简体中文;禁止生成未声明依赖的代码。”
4、保存文件并重启 IDE,后续所有自动补全与交互请求均基于新系统提示执行。
四、利用注释触发式提示词
该方式无需离开编码流程,通过在代码上方添加特定格式注释,隐式传递上下文与指令,实现低侵入式个性化控制。
1、在待生成代码位置上方插入多行注释,首行以 /**@codex 开头。
2、在注释块内明确写出角色、输入输出、约束条件,例如:
/**
@codex
角色:前端工程师
任务:用 React 19 + TypeScript 编写一个带防抖搜索的输入组件
约束:使用 useDebounce 自定义 Hook;搜索延迟 300ms;不引入额外 npm 包
*/
3、将光标置于注释下方空行,按 Tab 或 Ctrl+Enter 触发生成,CodeGeeX 自动解析注释指令并响应。
五、通过 API 调用注入动态提示词
该方式适用于集成至 CI/CD 流水线或自建 IDE 插件,允许在运行时拼接项目元数据(如 git branch、package.json 版本)生成上下文感知提示词。
1、构造 HTTP POST 请求至 CodeGeeX 支持的本地服务端口(如 http://localhost:8080/v1/completions)。
2、在 request body 的 prompt 字段中拼接动态内容,例如:“项目名称:inventory-system;当前分支:feat/order-validation;请基于上述上下文,为 order.py 补充单元测试用例。”
3、设置请求头 Content-Type: application/json 并携带有效认证 token。
4、接收响应后提取生成代码,注入至指定文件位置或展示为预览。
今天带大家了解了的相关知识,希望对你有所帮助;关于科技周边的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~
如何让Go错误携带更多上下文信息_Go Error上下文增强方法汇总
- 上一篇
- 如何让Go错误携带更多上下文信息_Go Error上下文增强方法汇总
- 下一篇
- 怎么禁止软件联网 Windows防火墙禁止联网设置【教程】
-
- 科技周边 · 人工智能 | 10小时前 |
- Tokenizer 左填充和右填充应该怎么选
- 399浏览 收藏
-
- 科技周边 · 人工智能 | 12小时前 |
- Safetensors 为什么支持按需读取权重切片
- 258浏览 收藏
-
- 科技周边 · 人工智能 | 14小时前 |
- MLflow Model Alias 怎么替代固定版本号部署
- 360浏览 收藏
-
- 科技周边 · 人工智能 | 16小时前 | 索引优化 · 向量数据库 · 向量检索 FAISS Index Factory IVF PQ
- FAISS Index Factory 字符串怎么组合索引结构
- 100浏览 收藏
-
- 科技周边 · 人工智能 | 22小时前 |
- 知识库切片重叠率怎么影响检索结果
- 268浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- ONNX 导出怎么声明动态批次和动态长度
- 206浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · PyTorch 模型推理 inference_mode no_grad
- PyTorch inference_mode 与 no_grad 有什么区别
- 458浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- PyTorch compile 出现 graph break 怎么定位
- 478浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · Transformers chat template apply_chat_template 对话模型
- Transformers Chat Template 怎么避免角色格式不一致
- 477浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Transformers 量化配置怎么选择 int8 与 int4
- 113浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | python · 人工智能 · Bootstrap 模型评估 置信区间 Hugging Face Evaluate
- Hugging Face Evaluate 怎么为指标计算置信区间
- 438浏览 收藏
-
- 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
- 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
- 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
- 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
- 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
-
- 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。
- 253次使用
-
- 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。
- 298次使用
-
- 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。
- 270次使用
-
- 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。
- 250次使用
-
- 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。
- 57次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览
