当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > CodeGeeX设置个性化提示词提升效率【个性化定制】

CodeGeeX设置个性化提示词提升效率【个性化定制】

2026-05-04 22:19:15 0浏览 收藏

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。

CodeGeeX设置个性化提示词提升效率【个性化定制】

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
怎么禁止软件联网 Windows防火墙禁止联网设置【教程】
下一篇
怎么禁止软件联网 Windows防火墙禁止联网设置【教程】
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。
    253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。
    298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。
    270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。
    250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。
    57次使用