从 Canva GPT 系统指令拆解「设计生成型」自定义 GPT 的提示词工程

原创2026-10-16 09:48:071,986 阅读
文章标签:人工智能提示工程知识库提示词注入防护红蓝对抗文档

从 Canva GPT 系统指令拆解「设计生成型」自定义 GPT 的提示词工程

本文以 TheBigPromptLibrary 仓库归档的 Canva GPT 完整指令(CustomInstructions/ChatGPT/alKfVrz9K_Canva.md)为骨架,逐条拆解其角色设定、需求澄清、插件调用约束与结果呈现规范,并结合仓库中 Adobe Express、VideoGPT by VEED、DesignerGPT 等同类 GPT 指令做横向对照,提炼出一套可直接复用的「设计生成型自定义 GPT」指令设计方法。读完本文,你可以掌握:如何约束 AI 不越权替用户决定颜色与字体、如何区分"生成设计"与"模板库结果"并差异化展示、如何用 140 字符查询与 Markdown 表格/可点击缩略图规范插件型 GPT 的输出体验。

文档背景:一份完整归档的 Canva GPT 指令

该文档是 ChatGPT 自定义 GPT(Custom GPT)"Canva"的完整指令归档,位于本仓库的 CustomInstructions/ChatGPT/alKfVrz9K_Canva.md,并在 CustomInstructions/README.md(第 250 行)的 GPT 索引中登记为 Canva (id: alKfVrz9K)。其元信息明确标注为社区构建者发布(By community builder),GPT 定位是"轻松设计任何东西:演示文稿、Logo、社交媒体帖文等"。

文件结构与其他 GPT 指令归档完全一致,由四部分组成:

字段 内容
GPT URL 官方分享链接(ID 为 alKfVrz9K-canva)
GPT Title Canva
GPT Description Effortlessly design anything: presentations, logos, social media posts and more
GPT Instructions 完整系统指令(Markdown 代码块)

根据仓库 README.md 的定位说明,TheBigPromptLibrary 收集了各类 LLM 的系统提示词与自定义指令,用于学习提示词编写并了解提示词注入风险。因此,本文档的核心价值不在于 Canva 产品本身,而在于它提供了一份可反编译、可复用的插件型设计 GPT 指令范本:如何围绕一个外部设计平台(Canva 插件)编排对话、约束 API 调用、并结构化呈现结果。

角色设定与开场白:从第一句话建立协作式体验

指令开篇即定义了整个 GPT 的行为基调:

As the Canva chatbot, your primary mission is to empower users to unleash their creativity using Canva's user-friendly design platform.

核心任务被概括为"赋能用户释放创造力",并使用固定的开场白建立对话锚点:

Hello! Excited to bring your visions to life? Start your creative journey with Canva. What will we design together today?

这段开场白值得注意的三个设计点:

  1. 每次对话必须原样复述——"Begin every conversation with"意味着它是硬性开场协议,保证每次会话的品牌一致性;
  2. "What will we design together today?" 使用"together"一词强化协作感,与指令中 "foster a collaborative and user-centric experience" 的目标直接呼应;
  3. 开场即引导行动——没有寒暄铺垫,直接导向"设计什么"这一下一步动作,压缩了用户从进入到产生首次交互的距离。

对于任何面向消费者的品牌型 GPT,固定开场白都是降低用户认知负担、统一服务语调的常用手法——这也是该指令中最容易被复用的片段。

需求澄清策略:只问「本质」,不替用户做颜色与字体决策

澄清问题聚焦信息本质

指令要求通过两个问题捕捉设计意图:

  • "What message would you like your design to convey?"(你的设计想传达什么信息?)
  • "What's the occasion for this design?"(这个设计的使用场景是什么?)

这两个问题分别锚定信息内容与应用场景,是生成式设计最关键的上下文变量。

两条明确的行为禁令

紧接着是两条几乎完全对仗的禁令:

Never ask the user for specific colors they want to be included on their design. Never ask the user what fonts they want to use on their design.

永远不要询问用户想要的特定颜色,永远不要询问用户想用的字体。 其背后的产品逻辑是:颜色与字体属于设计执行层而非设计意图层——既然 Canva 的 AI 生成功能可以自动产出方案,就应该让生成器"提供符合用户愿景的选项"(offering options that align with their vision),而不是把设计决策负担回推给用户。这与"Use Canva's design generation features to bring their visions to life"的指令形成闭环:AI 负责把愿景转化为具体视觉方案,用户负责校验与微调。

三类输入的处理分支

指令对用户输入质量给出了明确的分支处理策略:

输入状态 行为要求
信息不足(缺乏细节) 保持积极语气(remain upbeat),继续询问概念或想表达的信息
设计未达预期 建议直接修改,聚焦于用户可调整的元素以改进设计
请求触发错误 引导用户优化请求(refine their request),而不是把他们重定向到模板库

第三点尤其值得注意:"guide the user to refine their request rather than redirecting them to templates, ensuring they feel continuously supported"。它明确禁止了"出错就兜底给模板"的偷懒路径,要求 AI 始终围绕用户的具体需求做引导式修复——这既是错误处理策略,也是用户体验策略。

插件调用约束:140 字符查询与完整 URL 输出

查询长度上限

指令写入了一条硬性技术约束:

Limit the number of characters for the query sent to the API to a maximum of 140 characters.

即发送给 Canva 插件的 API 查询字符串最多 140 个字符。从源码结构看,这应是 Canva 官方插件的服务端入参约束,GPT 指令层将其固化为行为守则,防止模型在自然语言对话中生成超长查询导致插件调用失败。设计生成类 GPT 通常都存在类似的隐性参数上限,指令显式声明是避免模型"自由发挥"的最直接手段。

URL 完整性保证

指令同时要求:

When showing any URL from the API, always put the entire URL, which includes the query parameters. Never truncate the URLs.

任何来自 API 的 URL 必须原样完整输出,包含全部查询参数,禁止截断。查询参数在此类设计平台的编辑跳转链接中通常承载设计预载信息(如模板 ID、渲染参数),截断会直接导致"点击缩略图后无法打开对应设计编辑器"的功能失效。这条规则属于典型的"接口契约下放到提示词层"的写法——把对下游系统正确性至关重要的细节,通过指令变成模型不可违背的规范。

结果分流:生成设计 vs 模板库返回

指令明确预判了插件可能返回的两种数据形态,并要求 GPT 通过判别结果类型来决定是否附带免责声明:

The Canva Plugin may also return a list of templates from the Canva template library if a design was not generated for the user prompt. You will know about this when you received a list of templates instead of a list of designs.

判定规则为:收到的是设计列表(designs)还是模板列表(templates)。两种形态的展示策略截然不同:

  • 收到设计列表:这些是 AI 生成的设计,必须在结果下方立即附带如下免责声明——

This technology is new and improving. Please report these results if they don't seem right.

(原文中 "report" 一词指向 Canva 官方内容反馈页面,用于收集生成结果的质量反馈。)

  • 收到模板列表:这些来自 Canva 模板库,无需任何免责声明。

这一分流的本质是责任边界管理:AI 生成内容需要声明"技术仍在改进中"并引导反馈,而人工策划的模板库则不需要。类似的"内容来源决定话术"设计,在后文的 Adobe Express、VideoGPT by VEED 指令中同样可以看到。

结果呈现规范:并排表格与可点击缩略图

颜色/主题偏差的告知义务

当插件返回的设计或模板与用户请求的颜色、主题不一致时,指令要求:

Please inform the user when this happens and also inform the user that they should be able to edit the design/template in Canva to match the color or theme that they want.

即主动告知偏差,并说明用户可在 Canva 编辑器内自行调整颜色与主题。这既是对生成结果不确定性的诚实披露,也是把"未满足需求"转化为"可继续编辑"的引导。

恰好 2 个设计:并排表格

指令规定当仅生成 2 个设计时,必须以并排表格形式展示缩略图,方便用户直接对比。原文给出的 Markdown 模板为:

| Option 1 | Option 2 |
|-|-|
| Design 1 | Design 2 |

即利用 Markdown 的图片嵌套链接语法 缩略图,让缩略图本身成为指向 Canva 编辑器的可点击入口。

超过 2 个设计:可点击缩略图列表

指令要求:

When there are more than 2 designs generated, always show them as a list with clickable thumbnails.

当生成结果多于 2 个时,改用可点击缩略图列表展示,同样使用图片嵌套链接语法。

缩略图点击直达编辑

最后一条收尾规则强调交互闭环:

Always make the thumbnail clickable so that when the user clicks on it, they'll be able to edit the design in Canva. No need to have a separate text to link to Canva.

缩略图必须可点击,点击后直达 Canva 编辑该设计;不需要额外的文字链接。 这条规则把"展示结果"与"引导编辑"合并为一次点击,是典型的"减少跳转路径"式交互设计。

仓库横向对照:同类设计/内容生成 GPT 的做法

在仓库的 CustomInstructions/ChatGPT 目录下,可以找到多份结构高度相似的"平台插件型 GPT"指令。将 Canva GPT 与它们对照,能更清楚地看出这类 GPT 的通用设计模式。

Adobe Express GPT:同构的搜索参数与点击式结果渲染

CustomInstructions/ChatGPT/pcoHeADVw_Adobe_Express.md 是 Adobe 官方的 Express GPT 指令。它与 Canva GPT 存在多处同构:

  • 结构化查询参数:要求构造 searchQuery、templateType、limit(默认 5)三个参数调用 fetchTemplates 接口;
  • 敏感信息过滤:searchQuery 中禁止携带姓名、出生日期、个性化文案等个人信息,只允许颜色、风格、情绪、地点等描述词——与 Canva GPT 禁止询问颜色/字体的思路一致,都是把非必要决策要素隔离在查询之外;
  • 可点击渲染:使用 Alt Text 让缩略图(rendition image)点击直达 Adobe Express 编辑器,与 Canva 的"缩略图即入口"规范如出一辙;
  • 免责声明闭环:模板列表末尾附带"technology 仍在改进、欢迎反馈"的声明,与 Canva 对生成设计的免责声明功能同源。

该文档还提供了完整的 OpenAPI 3.1 规范(fetchTemplates 端点及 templateType 全量枚举),是从提示词层反推插件 API 设计的绝佳示例。

VideoGPT by VEED:结果确认与失败重试

CustomInstructions/ChatGPT/Hkqnd7mFT_VideoGPT_by_VEED.md 展示了另一套流程化设计:

  • 大纲确认机制:生成完整大纲后要求用户回复 Continue 才能继续;
  • 失败重试策略:请求失败重试一次,连续失败两次才降级为"稍后再试"并引导用户到编辑器自行创作;
  • 结果展示同样使用 VEED Video 的可点击缩略图模板,并配有一段固定的"成功创建"文案模板。

这与 Canva GPT 的"错误时引导优化请求而非重定向模板"构成了互补的错误降级策略:一个在输入侧修复,一个在服务侧重试。

DesignerGPT:固定 HTML 结构模板

CustomInstructions/ChatGPT/2Eo3NxuS7_DesignerGPT.md 属于另一类"生成即托管"的 GPT:要求模型严格套用固定的 HTML 骨架(<nav class="container-fluid">、<main class="container">、Pico.css 样式等)并调用 /create-page 接口托管成可访问网页。它证明了一个共性:插件型/生成型 GPT 指令中,固定模板 + 硬性结构约束是最重要的防漂移手段——Canva 的表格与缩略图规范、Adobe 的 searchQuery 规范、DesignerGPT 的 HTML 骨架,本质都是把输出格式固化为指令,防止模型自由发挥破坏下游系统契约。

可复用的「设计生成型 GPT」指令骨架

综合以上分析,可以提炼出一份可复用的指令骨架(各平台按其插件参数差异替换占位符):

作为 {平台} 聊天助手,你的首要使命是借助 {平台} 的易用设计能力赋能用户释放创造力。
- 每次对话以固定开场白开始:"{开场白}"
- 只询问设计意图:{如 message / occasion};【禁止】询问用户指定颜色、字体等执行层参数
- 当输入缺乏细节时保持积极,继续追问概念或信息;当设计未达预期时,聚焦用户可调整的元素建议直接修改
- 当请求触发错误时,引导用户优化请求,而非重定向到模板库
- 发送给 API 的查询字符串不得超过 {N} 字符;展示来自 API 的 URL 时必须包含全部查询参数,禁止截断
- 区分返回结果类型:
  - 收到 {生成结果}:结果下方立即附带免责声明 "{免责声明}"
  - 收到 {模板结果}:无需免责声明
- 当结果与用户请求的颜色/主题不符时,主动告知,并说明用户可在编辑器中自行调整
- 结果呈现:
  - 恰好 2 个结果:以并排 Markdown 表格展示,`| Option 1 | Option 2 |`
  - 多于 2 个:以可点击缩略图列表展示
  - 一律使用 `描述` 使缩略图可点击直达编辑器,无需额外文字链接

骨架背后的五条设计模式

  1. 意图层与执行层分离:只问"想传达什么/什么场合",把颜色、字体交给生成器,避免把设计决策负担转嫁给用户;
  2. 接口契约指令化:字符上限、URL 完整性、参数结构等下游系统正确性依赖,全部固化为不可违背的提示词条款;
  3. 内容来源决定话术:按"生成 vs 模板"分流免责声明与引导话术,明确 AI 生成内容的责任边界;
  4. 结果结构化呈现:2 个结果用并排表格(可对比),多于 2 个用列表,交互路径统一收敛到"点击缩略图 → 进入编辑器";
  5. 错误降级闭环:输入侧 refine、服务侧重试、兜底引导编辑器,保证用户在任一步骤失败时都有出路。

使用与局限说明

需要说明的是,该文档是 2023 年 10 月左右的归档快照(其 Logo URL 中的过期时间戳 se=2123-10-14 可佐证归档时点)。文中涉及的 140 字符查询上限、免责声明原文、模板库分流规则等,均以当时 Canva GPT 插件的行为为准;在实际复刻此类 GPT 时,应以当前插件 API 的实际约束重新校准。此外,该指令本身属于"由社区构建者发布"的第三方实现,而非 Canva 官方能力白皮书——本文分析的是一份公开归档的提示词工程范本,其价值在于可学习的提示词结构,而非对 Canva 官方产品能力的背书。

依据仓库 README.md 的声明,本仓库内容仅供学习与信息参考,用于提升提示词编写能力并了解提示词安全风险;仓库本身为只读归档,读者可通过阅读上述各指令文件继续深入研究其完整原文。

结语

Canva GPT 的这份指令虽然只有约 25 行,却完整覆盖了插件型设计 GPT 的全部关键环节:角色与开场白、意图澄清与行为禁令、API 调用约束、结果分流与责任声明、结构化的对比/列表呈现,以及点击直达编辑器的交互闭环。结合仓库中 Adobe Express、VideoGPT by VEED、DesignerGPT 的横向对照,可以清晰看到一条"意图层与执行层分离 + 接口契约指令化 + 内容来源决定话术 + 输出格式硬约束"的通用设计主线。对于任何想要构建"自然语言进、成品设计出"类 GPT 的开发者,这份文档都是一份值得逐条研读的提示词工程标本。

登录后查看全文
TheBigPromptLibrary