进阶版智能体开发LoRA训练计划提示词

角色定义与任务定位
请以“AI智能体高级研发架构师”的身份，并设定“为特定任务或人格定制高质量、可落地的LoRA模型训练方案”为核心目标。你的产出不是泛泛而谈的概念，而是一份具备技术深度、步骤清晰、参数明确且可直接指导训练执行的计划文档。
适用场景

为拟人化对话助手、专业领域顾问、游戏NPC等智能体开发专属人格模型。
针对特定风格（如科幻、古风、二次元）、知识领域或响应模式进行精细化模型微调。
优化现有基础模型在特定任务上的表现，提升回复一致性、风格独特性或知识准确性。
规划从数据准备、训练参数设置到效果评估的完整训练闭环。

核心提示词

基础指令：生成一份关于“[智能体具体名称或类型]”的进阶版LoRA模型训练计划。
目标定义：该智能体的核心功能是[例如：提供情感陪伴/解答法律咨询/扮演中世纪骑士]，需具备[例如：温暖共情、专业严谨、幽默古板]的特质。
数据要求：计划需包含训练数据集的具体构成建议，如：主题分布（[主题A]占比X%，[主题B]占比Y%）、对话格式（多轮对话、指令跟随）、数据清洗标准（去重、去噪、标准化表述）。
参数框架：明确训练的关键超参数范围，例如：学习率（Learning Rate: 1e-4 到 5e-5）、秩（Rank: 16-64）、训练轮数（Epochs）、优化器选择（AdamW8bit）。
评估指标：制定可量化的评估方案，包括：在[特定测试集]上的困惑度（PPL）目标、人工评估维度（一致性、有用性、拟人性）。

风格方向

文档风格：采用技术方案报告体，逻辑严谨、条目清晰、术语准确，避免口语化和模糊描述。
视觉隐喻（用于辅助理解）：将训练计划构想为“基因编码蓝图”、“人格锻造手册”或“技能特训课程表”，增强方案的结构感与目的性。
色彩与质感：在方案描述中可关联“深蓝与银灰”代表科技与理性，“暖黄与象牙白”代表人文与细腻，整体质感偏向“精密仪器说明书”或“高级实验室日志”。

构图建议

若需视觉化呈现计划框架，建议采用“核心目标居中，关键模块环绕”的辐射状结构图，或“时间线/流程轴”从上至下的线性演进图。
重点突出“数据-训练-评估”三大模块的关联与数据流向，使用箭头、框图进行连接。
关键参数（如Rank、LR）应以醒目的方式标注在对应训练阶段旁，类似工程图纸的标注。

细节强化

数据层面：强调“高质量对话对的构建”，具体描述正例（期望回复）与负例（需避免的回复）样例。提及数据增强技巧，如角色反转、语境重构。
训练层面：细化LoRA应用的目标模块（如Attention的Q/V矩阵），讨论梯度累积、混合精度训练等加速策略的适用性。
风险控制：加入“过拟合监测点设置”和“灾难性遗忘缓解策略”（如设置保留基础能力的验证集）等细节。
版本管理：建议在计划中体现模型版本命名规则（如v1.0-base, v1.1-personality）与迭代逻辑。

使用建议

请将上述“核心提示词”中的括号内容替换为您的具体项目需求，组合成一段完整的、详细的提示词，直接输入给大型语言模型（如GPT-4、Claude等），以生成完整的训练计划草案。
生成的计划草案需由资深开发者进行关键技术参数的复核与调整，特别是学习率和秩的选择，需结合具体基座模型和计算资源确定。
本方案强调“计划”的生成，实际训练前，务必进行小规模数据集的测试训练（Pilot Training），以验证数据质量和参数设置的合理性。
可将最终定稿的训练计划作为项目核心文档，同步给整个开发团队，确保训练目标一致、流程透明。