自訂提示詞
Notemd 可讓您為每種任務類型覆寫預設的 LLM 提示語。 自訂提示語能讓您掌控模型應優先處理的內容：您可以將概念抽取限制在特定領域、改變連結方式，或調整翻譯的語氣。像 {{content}} 和 {{concept}} 這樣的提示變數會在執行時被替換。聚焦式學習領域功能則會在抽取結果前加上您的研究領域，以自動限定其範圍。
這是Obsidian AI知識管理指南的一部分。
概覽
Notemd 內建的提示詞是為了通用知識工作而設計的。它們在多個領域都能良好運作，但仍有空間可進行領域特定的優化。自訂提示詞讓您能夠明確告訴 LLM 在您的使用情境中應如何運作——無論是需要僅提取醫學術語、僅連結命名實體，或是以正式的語氣進行翻譯。
自訂提示語並不會取代整個系統提示語。它們會覆寫或補充特定任務的指示部分，同時保留 Notemd 在解析時所依賴的結構化輸出格式（例如 CONCEPT: 行、維基連結語法）。
它是如何運作的
提示詞架構
每個 Notemd 任務都遵循相同的提示結構：
[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
- 基礎系統提示 -- 設定助理的角色形象。不可覆寫。
- 聚焦學習領域 -- 會在前面加上
Relevant Fields: [medicine / law / computer science / ...]以限制範圍。這是一個設定開關，而非原始提示語。 - 自訂任務提示 -- 用於取代預設的任務說明（例如，應提取哪類概念、連結的強度如何）。
- 輸出格式 -- 結構規則（
CONCEPT:行，維基連結格式）。最後一律附加 Notemd 以確保可解析性。 - 內容 -- 實際的筆記文字，會在執行時以
{{content}}來取代。
提示詞變數
變數會在執行時被取代。可用的變數因任務而異：
| 變數 | 任務 | 已替換為 |
|---|---|---|
{{content}} | 全部 | 備註或選取的文字 |
{{concept}} | 概念說明文件範本 | 提取出的概念名稱 |
{{description}} | 概念說明文件範本 | LLM-產生的概念描述 |
{{backlinks}} | 概念說明文件範本 | 含連結的來源筆記清單 |
{{date}} | 概念說明文件範本 | 目前日期 (YYYY-MM-DD) |
{{language}} | 翻譯 | 目標輸出語言 |
{{source}} | 概念說明文件範本 | 來源備註檔名 |
專注學習領域
聚焦學習功能是用於界定領域範圍的快捷方式。您不必撰寫提及您所處領域的自訂提示語，只需在設定中輸入 focusedLearningDomain 即可：
Settings → Advanced → Focused Learning Domain
Example: "medicine" or "computer science" or "Chinese philosophy"
這會在提取提示語的前面加上 Relevant Fields: [medicine]，讓 LLM 優先考慮與領域相關的概念，並忽略一般性的內容。它比完整的自訂提示語更輕量，且適用於所有提取任務。
設定
| 設定 | 預設值 | 效果 |
|---|---|---|
customAddLinksPrompt | '' | 覆寫預設的 add-links 任務提示 |
customExtractConceptsPrompt | '' | 覆寫預設的概念抽取提示語 |
customResearchPrompt | '' | 覆寫預設的研究 + 摘要提示 |
customTranslatePrompt | '' | 覆寫預設的翻譯提示語 |
customDiagramPrompt | '' | 覆寫預設的圖表生成提示語 |
focusedLearningDomain | '' | 在抽取與連結的提示語前加上領域背景資訊 |
extractConceptsMinimalTemplate | true | 使用僅含標題的概念說明文件範本（會影響 {{concept}} 範本的作用範圍） |
customConceptNoteTemplate | '' | 以完整的變數支援功能，覆寫概念說明檔案範本 |
當自訂提示字元欄位為空白時，會使用內建的預設提示字元。
範例
你是一名醫學研究人員，負責從臨床試驗筆記中提取概念。預設的提示詞會同時擷取一般名詞與醫學術語，這會讓你的概念資料夾變得混亂。
解決方案： 設定專注的學習領域以及自訂的提取提示。
- 將
focusedLearningDomain設定為medicine - 將
customExtractConceptsPrompt設定為：
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.
現在當你在臨床筆記上執行「Extract concepts」時，LLM 會產生：
CONCEPT: Randomized Controlled Trial
CONCEPT: Double-Blind Method
CONCEPT: Myocardial Infarction
CONCEPT: Creatine Kinase-MB
CONCEPT: Kaplan-Meier Estimate
而非可能會提取「醫院」或「月份」等不需要的通用詞彙的預設行為。
技巧
- 在撰寫完整的自訂提示詞之前，先從聚焦的學習領域開始。透過單一設定即可涵蓋 80% 的使用情境。
- 保留輸出格式 -- 永遠不要從自訂提示中移除「每行一個」或「CONCEPT: prefix」之類的格式說明。Notemd 的解析器依賴這些說明。
- 先以單一筆記測試 -- 自訂提示詞可能對資料提取的範圍產生預期之外的影響。在批次處理前，請先在一筆記上進行驗證。
- 保持提示語簡潔 -- 過於長大的自訂提示語會消耗代碼單元，且可能讓模型的注意力分散。
接下來的步驟
- Wiki-Links -- 當您自訂 add-links 提示時，會連結到什麼內容
- 概念說明 -- 概念說明範本與
{{concept}}變數 - 批次處理 -- 對整個資料夾套用自訂提示詞
- 故障排除 -- 解決自訂提示語句產生非預期輸出的問題