提示工程【免费下载链接】GPTsleaked prompts of GPTs项目地址https://gitcode.com/GitHub_Trending/gp/GPTs点击查看免费下载本篇技术指南以开源仓库 GPTsleaked prompts of GPTs中收录的 Email Responder Pro 提示词文件 为研究对象逐条拆解这条泄漏的系统提示词如何定义粘贴邮件 → 分析 → 生成得体回复的完整工作流并结合仓库内 Email Proofreader、Sales Cold Email Coach 等同类邮件类提示词做横向对比。读完本文你将理解这类邮件回复助手类 GPT 的角色设定、分析管线与语气镜像策略并可直接获得一份基于原提示词提炼、可复用到自有 Agent 或 GPT 配置中的提示词模板。一、文档背景与仓库定位GPTs 仓库 是一个收集各类 GPT 泄漏提示词leaked prompts的开源仓库绝大多数条目以prompts/*.md的形式存放每个文件通常包含三部分信息GPT 的名称与一句话简介、作者署名、以及以 Markdown 代码块包裹的原始系统提示词。Email Responder Pro.md 即属于这一类条目字段内容GPT 名称Email Responder Pro一句话简介Insert any email; receive a polished reply.粘贴任意邮件获得一封打磨过的回复作者Max Krishtul系统提示词内部自称Email Craft值得注意的是一个细节该 GPT 对外名称是 Email Responder Pro而系统提示词内部将自己定义为 Email Craft。这是提示词中角色命名的常见手法——产品名与内部 persona 名可以分离内部名通常承载更精确的能力描述这在仓库其他泄漏提示词中也能观察到同类模式。从功能定位看该 GPT 属于办公 / 写作辅助类输入是收到的邮件输出是可发送的专业回复全程不要求用户撰写任何草稿属于典型的输入契约极简、输出标准明确的自动化写作 Agent。二、系统提示词全文核心指令原文档的完整系统提示词如下这是整条 GPT 行为的唯一指令来源Email Craft is a specialized assistant for crafting professional email responses. Upon initiation, it expects users to paste an email theyve received into the chat. The assistant analyzes the content, tone, and intent of the incoming email to generate a fitting reply. It will provide a response that mirrors the senders professionalism and tone, addressing all points raised. If the emails intent is unclear, the assistant may ask targeted questions to clarify before responding. The aim is to create succinct, relevant, and courteous email replies that convey the necessary information and maintain the decorum expected in professional correspondence.整条提示词只有一段英文描述但内部隐含了完整的角色定义 → 输入契约 → 分析管线 → 生成策略 → 澄清机制 → 质量约束六段式设计。下面逐一拆解。三、指令逐条拆解从角色定义到质量约束3.1 角色定义专业邮件回复的专职助手Email Craft is a specialized assistant for crafting professional email responses.提示词首先用一句话锚定角色一个专门specialized负责撰写专业邮件回复的助手。这里的specialized是关键词——它把助手的能力边界限制在邮件回复这一单一任务上避免模型在处理邮件时发散到撰写新邮件、翻译、总结等其他任务。这也是 GPT 提示词工程中常见的角色限定role constraining做法与仓库内 Email Proofreader限定为校对员、Sales Cold Email Coach限定为冷邮件教练一脉相承。3.2 输入契约只接受收到的邮件Upon initiation, it expects users to paste an email theyve received into the chat.该 GPT 的启动约定非常明确用户只需要把收到的邮件原文粘贴进聊天框即可不需要提供任何额外背景。这一设计把交互成本降到最低契合其Insert any email; receive a polished reply的产品简介。3.3 分析管线内容、语气、意图三维解析The assistant analyzes the content, tone, and intent of the incoming email to generate a fitting reply.在生成回复之前提示词要求模型对来信做三个维度的分析维度对应原文分析对象内容contentcontent邮件陈述的事实、提出的请求、包含的所有要点语气tonetone发件人的口吻、正式程度、情绪倾向意图intentintent发件人期望的响应动作答复、确认、行动、解释等这条分析先行的指令是典型的先理解再生成提示词范式模型不是直接套模板写回复而是先建立对来信的完整理解再基于理解产出fitting reply恰如其分的回复。分析维度中意图尤为重要它决定了回复的体裁——例如咨询类邮件需要信息性答复投诉类邮件需要致歉与补救方案确认类邮件只需要简短确认。3.4 生成策略语气镜像 要点全覆盖It will provide a response that mirrors the senders professionalism and tone, addressing all points raised.生成阶段包含两条硬性要求语气镜像tone mirroring回复须镜像mirrors发件人的专业度与语气。发件人正式回复就正式发件人亲切回复就保持同等亲切。这与 Email Proofreader 中不改变邮件原有语气的约束异曲同工——两者都明确要求模型不得擅自改变语气的基准线区别只在于前者是生成新回复而后者是校对已有草稿。要点全覆盖addressing all points raised回复必须逐一回应来信中提出的所有要点不能遗漏。这直接规避了大语言模型在长文本摘要回复中常见的漏点问题属于对生成完整性的显式约束。3.5 澄清机制意图不明时才提问If the emails intent is unclear, the assistant may ask targeted questions to clarify before responding.与直觉相反该提示词并不鼓励逢信必问。它把提问限定在唯一条件下——意图不明intent is unclear并且要求问的是有针对性的问题targeted questions而非泛泛的您能详细说说吗。这构成一个条件分支意图清晰 → 直接生成回复意图不明 → 先提出针对性澄清问题得到答案后再回复。这种默认直接执行、异常才交互的设计保证了绝大多数场景下的一步到位体验同时保留了应对模糊输入的兜底路径。对比仓库内 Sales Cold Email Coach——它要求在动笔前先向用户收集客户姓名、行业、规模、独特问题等信息并且一次只问一个问题——可以看到两种截然不同的交互哲学Email Responder Pro 是低交互优先Sales Cold Email Coach 是高交互前置。这与两者任务性质有关回复已有邮件时有充分上下文可循而冷启动销售邮件时模型几乎没有任何客户信息必须先采集。3.6 质量约束简洁、相关、礼貌、得体The aim is to create succinct, relevant, and courteous email replies that convey the necessary information and maintain the decorum expected in professional correspondence.结尾句给出了四条可检验的质量标准质量标准原文含义简洁succinct不冗长、不堆砌客套话相关relevant只围绕来信要点展开不发散礼貌courteous措辞客气尊重发件人得体maintain the decorum符合职业通信的礼仪与分寸此外convey the necessary information强调信息完整性——简洁不等于信息缺失回复仍需传递必要信息。这四条约束共同定义了polished reply打磨过的回复的评判维度也为使用者验收输出质量提供了抓手。四、实战使用指南基于原文档的输入契约与澄清机制该 GPT 的典型使用流程如下4.1 标准流程意图清晰场景复制收到的邮件全文直接粘贴到对话中无需任何指令前缀模型分析内容、语气、意图后返回一封语气镜像、要点全覆盖的专业回复检查是否符合四条质量约束简洁、相关、礼貌、得体确认后直接发送。4.2 澄清流程意图不明场景当来信意图模糊例如一封只有寒暄、没有明确诉求的邮件或一段包含多个互相矛盾诉求的来信时模型会先提出针对性问题例如您希望我在回复中承诺周五前提供方案吗待用户澄清后再生成回复。用户应在此时补充必要背景避免模型在意图不明时自行猜测。4.3 验收清单收到模型输出后可对照 3.6 小节的四条质量标准逐项验收是否简洁有无冗余寒暄或重复表述是否相关是否逐点回应了来信全部要点是否礼貌称呼、致谢、措辞是否得体是否得体语气是否与发件人基准线一致。五、与仓库内同类邮件提示词的横向对比在 prompts 目录下与邮件写作直接相关的泄漏提示词还有两条可与 Email Responder Pro 构成完整的邮件写作三件套对比对比维度Email Responder ProEmail ProofreaderSales Cold Email Coach作者Max KrishtulPouria RouzrokhPhu Hai Nghiem场景回复收到的邮件校对已有邮件草稿撰写/评审冷启动销售邮件输入收到的邮件全文用户自写的邮件草稿客户信息 产品/服务信息核心动作分析内容/语气/意图→ 生成回复校对语法、词汇、措辞、标点逐项提问 → 撰写短邮件语气处理镜像发件人的专业度与语气保持原稿语气不变保持中性、克制、不夸张交互方式默认直接回复意图不明才提问可选Verbose True参数动笔前一次只问一个问题质量重点简洁、相关、礼貌、得体语法正确、语气不变、内容一致短段落、直击痛点、不吹嘘回报从 Email Proofreader 中还可以看到一条值得借鉴的进阶设计它支持可选参数[VERBOSE TRUE]——用户在草稿前一行写上该参数模型就在校对文本后额外输出改了什么、为什么改的解释否则默认静默校对。这类显式开关控制解释深度的机制与 Email Responder Pro 的意图不明才提问一样都是把交互决策权交给用户的可选路径设计。六、提炼可复用的邮件回复助手提示词模板原提示词虽然只有一段话但结构可完全迁移。以下是基于原文档内容提炼、可直接复用于自有 GPT 配置或 Agent 系统提示词的模板标注部分为结构化重组不改变原意你是 [角色名]一名专注于撰写专业邮件回复的专属助手。 ## 输入契约 用户会粘贴一封收到的邮件。仅凭邮件原文工作不额外索取背景信息。 ## 分析阶段 对来信依次分析三个维度 1. 内容content事实、请求与全部要点 2. 语气tone发件人的专业度与口吻 3. 意图intent发件人期望的响应动作。 ## 生成阶段 - 回复镜像发件人的专业度与语气 - 逐一回应来信提出的所有要点不得遗漏 - 若意图不明先提出有针对性的澄清问题得到答复后再生成回复。 ## 质量约束 输出应简洁succinct、相关relevant、礼貌courteous 传递必要信息并符合职业通信应有的礼节decorum。应用该模板时可按需扩展两条原提示词未显式覆盖、但在同类提示词中常见的能力项可选解释开关参照 Email Proofreader 的Verbose参数增加用户可要求解释改动理由的可选模式安全边界邮件可能含敏感信息建议在部署时明确不将内容用于训练、不泄露给第三方的隐私约束原提示词未涉及属部署层面的补充建议。七、事实边界与局限说明需要说明本仓库与本文的适用前提本仓库收录的均为泄漏提示词README.md 明确其来源为公开收集社区贡献与作者自述获取方式提示词内容与线上 GPT 实际行为可能存在差异线上产品还可能叠加额外的安全层、知识文件或外部 Action这些均不在本仓库证据范围内原文档仅包含一段系统提示词没有提供任何示例对话、参数配置或可执行代码因此本文中的使用流程、验收清单与模板均为基于该提示词文本的合理推导读者应以实际测试结果为准本文不包含任何性能数据、用户数量或排名结论也不对 Email Responder Pro 与其他同类产品做优劣评判——以上对比仅用于说明提示词设计差异。如需查阅原始材料可直接阅读仓库中的 Email Responder Pro.md并与 Email Proofreader、Sales Cold Email Coach 对照研读完整的提示词收集目录见 README.md。赞分享提示工程【免费下载链接】GPTsleaked prompts of GPTs项目地址https://gitcode.com/GitHub_Trending/gp/GPTs点击查看免费下载相关推荐uni-app x DOM API 实战UniResizeObserver 元素尺寸监听完全指南uni app x DOM API 实战UniResizeObserver 元素尺寸监听完全指南 UniResizeObserver 是 uni app x提示工程从 Code Explainer 泄漏提示词看代码解释类 GPT 的系统提示词设计GitHub GPTs 仓库实战解析从 Code Explainer 泄漏提示词看代码解释类 GPT 的系统提示词设计GitHub GPTs 仓库实战解析 本文以 prompts/Code E提示工程GPTs 泄漏提示词剖析面向营销导向型 CEO 的 AI 助手CEO/CFO/CMO 三重角色Prompt 工程解读GPTs 泄漏提示词剖析面向营销导向型 CEO 的 AI 助手CEO/CFO/CMO 三重角色Prompt 工程解读 导读 本文围绕开源仓库 GPTs 提示工程上一篇老Mac升级最新macOS显卡驱动修复实操指南下一篇Hermes WebUI 远程访问指南把家门挪到街边外网连接只需 3 步创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
GPTs 泄漏提示词深度解读：Email Responder Pro 商务邮件自动回复助手的设计、运行机制与复用
提示工程【免费下载链接】GPTsleaked prompts of GPTs项目地址https://gitcode.com/GitHub_Trending/gp/GPTs点击查看免费下载本篇技术指南以开源仓库 GPTsleaked prompts of GPTs中收录的 Email Responder Pro 提示词文件 为研究对象逐条拆解这条泄漏的系统提示词如何定义粘贴邮件 → 分析 → 生成得体回复的完整工作流并结合仓库内 Email Proofreader、Sales Cold Email Coach 等同类邮件类提示词做横向对比。读完本文你将理解这类邮件回复助手类 GPT 的角色设定、分析管线与语气镜像策略并可直接获得一份基于原提示词提炼、可复用到自有 Agent 或 GPT 配置中的提示词模板。一、文档背景与仓库定位GPTs 仓库 是一个收集各类 GPT 泄漏提示词leaked prompts的开源仓库绝大多数条目以prompts/*.md的形式存放每个文件通常包含三部分信息GPT 的名称与一句话简介、作者署名、以及以 Markdown 代码块包裹的原始系统提示词。Email Responder Pro.md 即属于这一类条目字段内容GPT 名称Email Responder Pro一句话简介Insert any email; receive a polished reply.粘贴任意邮件获得一封打磨过的回复作者Max Krishtul系统提示词内部自称Email Craft值得注意的是一个细节该 GPT 对外名称是 Email Responder Pro而系统提示词内部将自己定义为 Email Craft。这是提示词中角色命名的常见手法——产品名与内部 persona 名可以分离内部名通常承载更精确的能力描述这在仓库其他泄漏提示词中也能观察到同类模式。从功能定位看该 GPT 属于办公 / 写作辅助类输入是收到的邮件输出是可发送的专业回复全程不要求用户撰写任何草稿属于典型的输入契约极简、输出标准明确的自动化写作 Agent。二、系统提示词全文核心指令原文档的完整系统提示词如下这是整条 GPT 行为的唯一指令来源Email Craft is a specialized assistant for crafting professional email responses. Upon initiation, it expects users to paste an email theyve received into the chat. The assistant analyzes the content, tone, and intent of the incoming email to generate a fitting reply. It will provide a response that mirrors the senders professionalism and tone, addressing all points raised. If the emails intent is unclear, the assistant may ask targeted questions to clarify before responding. The aim is to create succinct, relevant, and courteous email replies that convey the necessary information and maintain the decorum expected in professional correspondence.整条提示词只有一段英文描述但内部隐含了完整的角色定义 → 输入契约 → 分析管线 → 生成策略 → 澄清机制 → 质量约束六段式设计。下面逐一拆解。三、指令逐条拆解从角色定义到质量约束3.1 角色定义专业邮件回复的专职助手Email Craft is a specialized assistant for crafting professional email responses.提示词首先用一句话锚定角色一个专门specialized负责撰写专业邮件回复的助手。这里的specialized是关键词——它把助手的能力边界限制在邮件回复这一单一任务上避免模型在处理邮件时发散到撰写新邮件、翻译、总结等其他任务。这也是 GPT 提示词工程中常见的角色限定role constraining做法与仓库内 Email Proofreader限定为校对员、Sales Cold Email Coach限定为冷邮件教练一脉相承。3.2 输入契约只接受收到的邮件Upon initiation, it expects users to paste an email theyve received into the chat.该 GPT 的启动约定非常明确用户只需要把收到的邮件原文粘贴进聊天框即可不需要提供任何额外背景。这一设计把交互成本降到最低契合其Insert any email; receive a polished reply的产品简介。3.3 分析管线内容、语气、意图三维解析The assistant analyzes the content, tone, and intent of the incoming email to generate a fitting reply.在生成回复之前提示词要求模型对来信做三个维度的分析维度对应原文分析对象内容contentcontent邮件陈述的事实、提出的请求、包含的所有要点语气tonetone发件人的口吻、正式程度、情绪倾向意图intentintent发件人期望的响应动作答复、确认、行动、解释等这条分析先行的指令是典型的先理解再生成提示词范式模型不是直接套模板写回复而是先建立对来信的完整理解再基于理解产出fitting reply恰如其分的回复。分析维度中意图尤为重要它决定了回复的体裁——例如咨询类邮件需要信息性答复投诉类邮件需要致歉与补救方案确认类邮件只需要简短确认。3.4 生成策略语气镜像 要点全覆盖It will provide a response that mirrors the senders professionalism and tone, addressing all points raised.生成阶段包含两条硬性要求语气镜像tone mirroring回复须镜像mirrors发件人的专业度与语气。发件人正式回复就正式发件人亲切回复就保持同等亲切。这与 Email Proofreader 中不改变邮件原有语气的约束异曲同工——两者都明确要求模型不得擅自改变语气的基准线区别只在于前者是生成新回复而后者是校对已有草稿。要点全覆盖addressing all points raised回复必须逐一回应来信中提出的所有要点不能遗漏。这直接规避了大语言模型在长文本摘要回复中常见的漏点问题属于对生成完整性的显式约束。3.5 澄清机制意图不明时才提问If the emails intent is unclear, the assistant may ask targeted questions to clarify before responding.与直觉相反该提示词并不鼓励逢信必问。它把提问限定在唯一条件下——意图不明intent is unclear并且要求问的是有针对性的问题targeted questions而非泛泛的您能详细说说吗。这构成一个条件分支意图清晰 → 直接生成回复意图不明 → 先提出针对性澄清问题得到答案后再回复。这种默认直接执行、异常才交互的设计保证了绝大多数场景下的一步到位体验同时保留了应对模糊输入的兜底路径。对比仓库内 Sales Cold Email Coach——它要求在动笔前先向用户收集客户姓名、行业、规模、独特问题等信息并且一次只问一个问题——可以看到两种截然不同的交互哲学Email Responder Pro 是低交互优先Sales Cold Email Coach 是高交互前置。这与两者任务性质有关回复已有邮件时有充分上下文可循而冷启动销售邮件时模型几乎没有任何客户信息必须先采集。3.6 质量约束简洁、相关、礼貌、得体The aim is to create succinct, relevant, and courteous email replies that convey the necessary information and maintain the decorum expected in professional correspondence.结尾句给出了四条可检验的质量标准质量标准原文含义简洁succinct不冗长、不堆砌客套话相关relevant只围绕来信要点展开不发散礼貌courteous措辞客气尊重发件人得体maintain the decorum符合职业通信的礼仪与分寸此外convey the necessary information强调信息完整性——简洁不等于信息缺失回复仍需传递必要信息。这四条约束共同定义了polished reply打磨过的回复的评判维度也为使用者验收输出质量提供了抓手。四、实战使用指南基于原文档的输入契约与澄清机制该 GPT 的典型使用流程如下4.1 标准流程意图清晰场景复制收到的邮件全文直接粘贴到对话中无需任何指令前缀模型分析内容、语气、意图后返回一封语气镜像、要点全覆盖的专业回复检查是否符合四条质量约束简洁、相关、礼貌、得体确认后直接发送。4.2 澄清流程意图不明场景当来信意图模糊例如一封只有寒暄、没有明确诉求的邮件或一段包含多个互相矛盾诉求的来信时模型会先提出针对性问题例如您希望我在回复中承诺周五前提供方案吗待用户澄清后再生成回复。用户应在此时补充必要背景避免模型在意图不明时自行猜测。4.3 验收清单收到模型输出后可对照 3.6 小节的四条质量标准逐项验收是否简洁有无冗余寒暄或重复表述是否相关是否逐点回应了来信全部要点是否礼貌称呼、致谢、措辞是否得体是否得体语气是否与发件人基准线一致。五、与仓库内同类邮件提示词的横向对比在 prompts 目录下与邮件写作直接相关的泄漏提示词还有两条可与 Email Responder Pro 构成完整的邮件写作三件套对比对比维度Email Responder ProEmail ProofreaderSales Cold Email Coach作者Max KrishtulPouria RouzrokhPhu Hai Nghiem场景回复收到的邮件校对已有邮件草稿撰写/评审冷启动销售邮件输入收到的邮件全文用户自写的邮件草稿客户信息 产品/服务信息核心动作分析内容/语气/意图→ 生成回复校对语法、词汇、措辞、标点逐项提问 → 撰写短邮件语气处理镜像发件人的专业度与语气保持原稿语气不变保持中性、克制、不夸张交互方式默认直接回复意图不明才提问可选Verbose True参数动笔前一次只问一个问题质量重点简洁、相关、礼貌、得体语法正确、语气不变、内容一致短段落、直击痛点、不吹嘘回报从 Email Proofreader 中还可以看到一条值得借鉴的进阶设计它支持可选参数[VERBOSE TRUE]——用户在草稿前一行写上该参数模型就在校对文本后额外输出改了什么、为什么改的解释否则默认静默校对。这类显式开关控制解释深度的机制与 Email Responder Pro 的意图不明才提问一样都是把交互决策权交给用户的可选路径设计。六、提炼可复用的邮件回复助手提示词模板原提示词虽然只有一段话但结构可完全迁移。以下是基于原文档内容提炼、可直接复用于自有 GPT 配置或 Agent 系统提示词的模板标注部分为结构化重组不改变原意你是 [角色名]一名专注于撰写专业邮件回复的专属助手。 ## 输入契约 用户会粘贴一封收到的邮件。仅凭邮件原文工作不额外索取背景信息。 ## 分析阶段 对来信依次分析三个维度 1. 内容content事实、请求与全部要点 2. 语气tone发件人的专业度与口吻 3. 意图intent发件人期望的响应动作。 ## 生成阶段 - 回复镜像发件人的专业度与语气 - 逐一回应来信提出的所有要点不得遗漏 - 若意图不明先提出有针对性的澄清问题得到答复后再生成回复。 ## 质量约束 输出应简洁succinct、相关relevant、礼貌courteous 传递必要信息并符合职业通信应有的礼节decorum。应用该模板时可按需扩展两条原提示词未显式覆盖、但在同类提示词中常见的能力项可选解释开关参照 Email Proofreader 的Verbose参数增加用户可要求解释改动理由的可选模式安全边界邮件可能含敏感信息建议在部署时明确不将内容用于训练、不泄露给第三方的隐私约束原提示词未涉及属部署层面的补充建议。七、事实边界与局限说明需要说明本仓库与本文的适用前提本仓库收录的均为泄漏提示词README.md 明确其来源为公开收集社区贡献与作者自述获取方式提示词内容与线上 GPT 实际行为可能存在差异线上产品还可能叠加额外的安全层、知识文件或外部 Action这些均不在本仓库证据范围内原文档仅包含一段系统提示词没有提供任何示例对话、参数配置或可执行代码因此本文中的使用流程、验收清单与模板均为基于该提示词文本的合理推导读者应以实际测试结果为准本文不包含任何性能数据、用户数量或排名结论也不对 Email Responder Pro 与其他同类产品做优劣评判——以上对比仅用于说明提示词设计差异。如需查阅原始材料可直接阅读仓库中的 Email Responder Pro.md并与 Email Proofreader、Sales Cold Email Coach 对照研读完整的提示词收集目录见 README.md。赞分享提示工程【免费下载链接】GPTsleaked prompts of GPTs项目地址https://gitcode.com/GitHub_Trending/gp/GPTs点击查看免费下载相关推荐uni-app x DOM API 实战UniResizeObserver 元素尺寸监听完全指南uni app x DOM API 实战UniResizeObserver 元素尺寸监听完全指南 UniResizeObserver 是 uni app x提示工程从 Code Explainer 泄漏提示词看代码解释类 GPT 的系统提示词设计GitHub GPTs 仓库实战解析从 Code Explainer 泄漏提示词看代码解释类 GPT 的系统提示词设计GitHub GPTs 仓库实战解析 本文以 prompts/Code E提示工程GPTs 泄漏提示词剖析面向营销导向型 CEO 的 AI 助手CEO/CFO/CMO 三重角色Prompt 工程解读GPTs 泄漏提示词剖析面向营销导向型 CEO 的 AI 助手CEO/CFO/CMO 三重角色Prompt 工程解读 导读 本文围绕开源仓库 GPTs 提示工程上一篇老Mac升级最新macOS显卡驱动修复实操指南下一篇Hermes WebUI 远程访问指南把家门挪到街边外网连接只需 3 步创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
