Egen prompter

💡TL;DR

Notemd giver dig mulighed for at overskrive den standard LLM prompt for hver typ af opgave. Egen prompter giver dig kontrol over, hvad modellen prioriterer: du kan begrænse konceptudhulling til en specifik disciplin, ændre linkningsstilen eller rette oversættelsestonen. Promptvariabler som {{content}} og {{concept}} er erstattet ved kørsel. Funktionen for fokuseret læring domæne tilføjer automatisk din studierom til at begrænse udhullingsresultaterne.

Dette er en del af Obsidian AI Knowledge Management Guide.

Översikt

De ibyggede prompterne for Notemd er skrevet til almen brug i videnskabelig arbejdsstyring. De virker godt over forskellige domæner, men de giver også plads til domænespecifik forbedringer. Egen prompter lar dig sige til LLM præcist, hvordan det skal opføre sig i din brugssituation – hvilket kan betyde at kun udhulle medicinsk terminologi, kun linke navngivne entiteter eller oversætte i en formel stil.

Egen prompter er ikke en ersatz for hele systemprompten. De overskriver eller tilbyder yderligere information til den opgavespecifikke instruktionssektion, mens de bevarer den strukturelle udgangsformat (f.eks. CONCEPT:-linjer, wiki-link-syntax), som Notemd bruger for at parse.

Hvordan det virker

Promptarkitektur

Hver Notemd-opgave følger samme promptstruktur:

[System role: You are a helpful assistant...]
[Domain constraint: Relevant Fields: [{domain}]]   <-- focused learning (optional)
[Custom task prompt]                                <-- your override (optional)
[Output format instructions]                        <-- always preserved
[Content: {{content}}]                              <-- runtime substitution

1. Base system prompt -- Stiller assistentens persona. Uoverskriveligt.
2. Fokuseret læring domæne -- Tilføjer Relevant Fields: [medicine / law / computer science / ...] for at begrænse omfang. Dette er en indstillingstoggles, ikke en ren prompt.
3. Egen opgavesprompt -- Erstatser de standardopgavesinstruktioner (f.eks. hvilke koncepter der skal udhulles, hvor aggressivt der skal linkses).
4. Udgangsformat -- Strukturelle regler (CONCEPT:-linjer, wiki-link-format). Alltid tilføjet af Notemd for at sikre parsebarhed.
5. Indhold -- Den faktiske teksten, erstattet ved kørsel via {{content}}.

Promptvariabler

Variabler er erstattet ved udførelse. Tilgængelige variabler varierer afhængigt af opgaven:

Variable	Opgaver	Erstatset med
{{content}}	Alle	Noten eller valgt tekst
{{concept}}	Mall for konceptnoter	Utdrænet konceptnavn
{{description}}	Mall for konceptnoter	Beskrivelse af koncept genereret af LLM
{{backlinks}}	Mall for konceptnoter	Liste over kilde-noter med links
{{date}}	Mall for konceptnoter	Aktuel dato (YYYY-MM-DD)
{{language}}	Oversætning	Mål-sprog for udgangstekst
{{source}}	Mall for konceptnoter	Basnavn til kilde-noten

Fokuseret læringdomæne

Fokuserede læringsegenskaberne er en gennemgang til domænespecifikation. I stedet for at skrive en eksklusiv prompt, der nævner din bransche, sætter du focusedLearningDomain i indstillingerne:

Settings → Advanced → Focused Learning Domain
Example: "medicine" or "computer science" or "Chinese philosophy"

Dette fører Relevant Fields: [medicine] foran extraktionsprompten, hvilket får LLM til at prioritere domænespecifikke koncepte og undertrykke generiske. Det er lettere end en fuld eksklusiv prompt og virker i alle extraktionsopgaver.

Konfiguration

Indstilling	Standard	Effekt
customAddLinksPrompt	''	Overrulle den standardmæssige add-links-opgaveprompt
customExtractConceptsPrompt	''	Overrulle den standardmæssige konceptextraktionsprompt
customResearchPrompt	''	Overrulle den standardmæssige forsknings- og sammanfattingsprompt
customTranslatePrompt	''	Overrulle den standardmæssige oversætelsesprompt
customDiagramPrompt	''	Overrulle den standardmæssige diagramgenerationsprompt
focusedLearningDomain	''	Førstil disciplinkontekst til extraktions- og linkingsprompter
extractConceptsMinimalTemplate	true	Brug kun titel-baseret konceptnotemall (hvorfor {{concept}}-mallens omfang påvirkes)
customConceptNoteTemplate	''	Overrulle konceptnotemallen med fuld variabelstøtte

Hvis et eksklusiv prompt-felt er tom, bruges den ibyggede standardprompten.

Eksempel

Du er en medicinsk forsker, der extraherer koncepte fra kliniske prøvenotater. Den standardmæssige prompten extraherer generiske substantiver sammen med medicinske termer, hvilket forvirrer din konceptmappe.

Løsning: Sæt en fokuseret læringdomæne og en eksklusiv extraktionsprompt.

1. Sæt focusedLearningDomain til medicine
2. Sæt customExtractConceptsPrompt til:

Extract only clinically relevant concepts: diseases, drug names,
anatomical terms, measurement endpoints, and statistical methods.
Ignore generic English nouns, brand names, and institutional names.
Prioritize MeSH terminology where applicable.

Når du kører "Extract concepts" på en klinisk noter, genererer LLM:

CONCEPT: Randomized Controlled Trial
CONCEPT: Double-Blind Method
CONCEPT: Myocardial Infarction
CONCEPT: Creatine Kinase-MB
CONCEPT: Kaplan-Meier Estimate

I stedet for den standardopførsel, der også kan extrahere uønskede generiske terme som "hospital" eller "month".

Tips

• Start med den fokuserede læringdomænen før du skriver en fuld custom prompt. Det dekker 80% af brugscasene med en enkelt indstilling.
• Bevar udgangsformatet -- Fjern aldrig formatinstruktioner som "one per line" eller "CONCEPT: prefix" fra custom prompts. Notemd's parser er afhængig af dem.
• Prøv med en enkelt not først -- Custom prompts kan have uforutsette effekter på extraktionens bredde. Verificer på en not før batch processing.
• Håndhold promptsene kort -- Overmodigt lange custom prompts bruger tokens og kan forsvage modellenes fokus.

---

Næste trin

• Wiki-Links -- Hvad, der lignes til, når du anpasser add-links prompten
• Concept Notes -- Konceptnoter-mallere og {{concept}}-variabelen
• Batch Processing -- Anvend custom prompts på hele mappeler
• Troubleshooting -- Løs problemer, hvor custom prompts genererer uforutsett udgang