Benutzerdefinierte Anfragen

💡TL;DR

Notemd ermöglicht es Ihnen, die Standard-LLM-Eingabeanfrage für jeden Aufgabentyp zu überschreiben. Benutzerdefinierte Eingabeanfragen geben Ihnen die Kontrolle darüber, was das Modell priorisiert: Sie können die Konzeptextraktion auf ein bestimmtes Fachgebiet beschränken, den Verlinkungsstil ändern oder den Ton der Übersetzung anpassen. Prompt-Variablen wie {{content}} und {{concept}} werden zur Laufzeit ersetzt. Die Funktion „Fokussiertes Lerngebiet“ fügt Ihren Studiengang voran, um die Ergebnisse der Extraktion automatisch einzuschränken.

Dies ist ein Teil des Obsidian AI-Know-how-Management-Leitfadens.

Überblick

Die integrierten Anweisungen von Notemd sind für allgemeine Aufgaben im Bereich des Wissensmanagements konzipiert. Sie funktionieren gut in verschiedenen Bereichen, lassen aber auch Raum für anwendungsspezifische Verbesserungen. Mit benutzerdefinierten Anweisungen können Sie dem LLM genau vorgeben, wie es sich in Ihrem spezifischen Fall verhalten soll – sei es das Extrahieren nur medizinischer Begriffe, das Verknüpfen nur benannter Entitäten oder die Übersetzung in einem formellen Stil.

Benutzerdefinierte Anweisungen ersetzen den gesamten Systemprompt nicht. Sie überschreiben oder erweitern den auf die Aufgabe bezogenen Anweisungsteil, wobei das strukturelle Ausgabeformat (z. B. CONCEPT:-Zeilen, Wiki-Link-Syntax) beibehalten wird, von dem Notemd zur Parsing abhängt.

Wie es funktioniert

Prompt-Architektur

Jede Notemd Aufgabe folgt derselben Prompt-Struktur:

[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. Grundsystemanweisung -- Legt die Assistentenpersönlichkeit fest. Nicht überschreibbar.
2. Fokussiertes Lerngebiet – Fügt Relevant Fields: [medicine / law / computer science / ...] voran, um den Umfang einzuschränken. Dies ist ein Schalter in den Einstellungen, kein Rohprompt.
3. Anpassung der Aufgabenanweisung -- Ersetzt die Standard-Aufgabenanweisungen (z. B. welche Arten von Konzepten extrahiert werden sollen, wie aggressiv Verbindungen hergestellt werden sollen).
4. Ausgabeformat -- Strukturelle Regeln (CONCEPT: Zeilen, Wiki-Link-Format). Immer mit Notemd abgeschlossen, um die Verarbeitbarkeit zu gewährleisten.
5. Inhalt -- Der tatsächliche Notiztext, der zur Laufzeit über {{content}} ersetzt wird.

Prompt-Variablen

Variablen werden zur Laufzeit ersetzt. Die verfügbaren Variablen unterscheiden sich je nach Aufgabe:

Variable	Aufgaben	Ersetzt durch
{{content}}	Alles	Der Notiz- oder Auswahltext
{{concept}}	Vorlage für eine Konzeptnotiz	Der extrahierte Konzeptname
{{description}}	Vorlage für eine Konzeptnotiz	Von LLM erzeugte Konzeptbeschreibung
{{backlinks}}	Vorlage für eine Konzeptnotiz	Liste der Quellennotizen mit Links
{{date}}	Vorlage für eine Konzeptnotiz	Aktuelles Datum (JJJJ-MM-DD)
{{language}}	Übersetzung	Ziel-Sprache der Ausgabe
{{source}}	Vorlage für eine Konzeptnotiz	Quellenhinweis Basismodellname

Fokussiertes Lerngebiet

Die fokussierte Lernfunktion ist ein Shortcut für das Definieren des Anwendungsbereichs. Anstatt einen benutzerdefinierten Prompt zu schreiben, der Ihren Fachbereich erwähnt, geben Sie focusedLearningDomain in den Einstellungen ein:

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

Dies fügt Relevant Fields: [medicine] vor den Extraktionsauftrag ein, wodurch LLM domänenspezifische Konzepte bevorzugt und allgemeine Konzepte unterdrückt werden. Es ist leichter als ein vollständig angepasster Auftrag und funktioniert bei allen Extraktionsaufgaben.

Konfiguration

Einstellungen	Standard	Effekt
customAddLinksPrompt	''	Überschreibe die Standardanfrage für die Aufgabe „Add Links“
customExtractConceptsPrompt	''	Überschreibe den Standard-Aufforderungstext für die Konzeptextraktion
customResearchPrompt	''	Überschreibe die Standardanfrage für Forschung + Zusammenfassung
customTranslatePrompt	''	Überschreibe die Standard-Anfrage zur Übersetzung
customDiagramPrompt	''	Überschreibe die Standardanfrage zur Diagrammgenerierung
focusedLearningDomain	''	Fügen Sie den Kontext der Disziplin den Prompts für Extraktion und Verlinkung hinzu.
extractConceptsMinimalTemplate	true	Verwenden Sie das Konzeptpapier-Template nur mit Titel (beeinflusst den Gültigkeitsbereich des {{concept}}-Templates)
customConceptNoteTemplate	''	Überschreibe das Vorlage-Dateiformat für die Konzeptnotiz mit voller Variablenunterstützung

Wird ein benutzerdefiniertes Prompt-Feld leer gelassen, wird das eingebaute Standard-Prompt verwendet.

Beispiel

Sie sind ein medizinischer Forscher, der Konzepte aus Protokollen klinischer Studien extrahiert. Der Standardprompt extrahiert allgemeine Substantive zusammen mit medizinischen Begriffen, was Ihre Konzeptordner überflutet.

Lösung: Legen Sie ein fokussiertes Lerngebiet sowie einen benutzerdefinierten Extraktionsprompt fest.

1. Setzen Sie focusedLearningDomain auf medicine
2. Setzen Sie customExtractConceptsPrompt auf:

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.

Wenn Sie nun „Extract concepts“ auf einer klinischen Notiz ausführen, erzeugt das LLM:

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

Anstelle des Standardverhaltens, das möglicherweise auch unerwünschte allgemeine Begriffe wie „Krankenhaus“ oder „Monat“ extrahiert.

Tipps

• Beginnen Sie mit dem fokussierten Lernbereich, bevor Sie einen vollständigen benutzerdefinierten Prompt erstellen. Mit einer einzigen Einstellung deckt er 80 % der Anwendungsfälle ab.
• Format beibehalten – Entfernen Sie niemals Formatanweisungen wie „eins pro Zeile“ oder „CONCEPT: Präfix“ aus benutzerdefinierten Anfragen. Der Parser von Notemd hängt davon ab.
• Zuerst mit einer einzigen Notiz testen – Benutzerdefinierte Anfragen können unerwartete Auswirkungen auf die Umfang der Extraktion haben. Überprüfen Sie das an einer Notiz, bevor Sie in Batch-Prozesse wechseln.
• Halten Sie die Anfragen kurz – Übermäßig lange benutzerdefinierte Anfragen verbrauchen Token und können die Konzentration des Modells beeinträchtigen.

---

Nächste Schritte

• Wiki-Links -- Was wird verlinkt, wenn Sie die Anfrage zur Hinzufügung von Links anpassen
• Concept Notes -- Vorlagen für Konzeptnotizen und die {{concept}}-Variable
• Batchverarbeitung -- Anwenden von benutzerdefinierten Anweisungen in allen Ordnern
• Fehlerbehebung -- Behebung von Problemen, bei denen benutzerdefinierte Anfragen unerwartete Ausgaben liefern