> For the complete documentation index, see [llms.txt](https://docs.convai.com/api-docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.convai.com/api-docs/zh/convai-playground/character-customization/mindview.md).
# 思维视图
了解如何使用“思维视图”功能查看当前或过去会话与交互中传给 LLM 的实际提示词。
{% hint style="danger" %}
此功能仅适用于专业版及以上计划。
{% endhint %}
## **简介**
该 **Mindview** 本部分可让你查看 **提示词** 这是发送给模型以生成你角色回复的内容。\
它是一个强大的工具，可用于：
* 了解你的角色如何处理上下文。
* 改进你的 **角色描述**, **知识库**，以及 **语言设置**.
* 排查意外或不一致的回复。
***
## **访问 Mindview**
你可以打开 **Mindview** 选项卡，直接从 Convai Playground 的左侧导航菜单进入。
首次打开时，你会被要求选择一个 **对话或交互** 来自 **记忆** 选项卡。\
或者，你也可以开始新的对话——Mindview 会自动显示 **最新消息**.
要查看某个 **之前的交互**:
1. 请导航到 **记忆** 选项卡。
2. 展开所需的 **会话**.
3. 点击 **Mindview 图标** 消息旁边，以打开其对应的提示词视图。
***
## 了解 Mindview 界面
打开后，你会看到模型如何解释并响应输入的结构化视图。
### **标题信息**
在屏幕顶部会显示以下详细信息：
* **会话 ID** – 标识该交互属于哪个会话。
* **模型名称** – 显示用于生成回复的 LLM。
* **用户查询** – 显示触发此提示词的确切消息或查询。
### **主提示词部分**
这是 Mindview 的核心。它显示了 **完整的消息链** （系统、助手和用户），这些消息共同构成了发送给模型的完整提示词。
每个部分都能帮助你了解模型在生成回复前是如何理解角色上下文和指令的。
***
## 影响主提示词的因素
Mindview 中显示的主提示词是根据你的角色和会话的多个方面动态构建的：
| 来源 | 说明 |
| --------- | ----------------------------------------------------------- |
| **角色描述** | 定义角色的背景故事和核心上下文。显示在 `` ... `` 标签中。 |
| **语言和语音** | 包括允许的语言和相关语音配置。 |
| **个性特征** | 控制角色的对话语气、情绪和正式程度。 |
| **叙事设计** | 将主动叙事设计部分中的目标或上下文整合到用户输入中。 |
| **知识库** | 添加相关的外部知识，以提高事实准确性或特定领域的回复质量。 |
| **长期记忆** | 在适用时，注入跨会话学习到的持久信息。 |
***
## 使用场景
* 调试并优化你的 **角色提示词** 的构建方式。
* 识别角色设置中缺失或冲突的信息。
* 验证正确的 **知识库**, **个性特征**，以及 **叙事设计** 数据已被包含在回复中。
***
## 结论
Mindview 选项卡为创作者提供了对 Convai 角色回复生成内部机制的深度透明度。\
通过分析提示词并理解上下文如何分层，你可以将角色调整得更加 **一致**, **准确**，以及 **符合角色性格** 的交互。
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.
Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:
```
GET https://docs.convai.com/api-docs/zh/convai-playground/character-customization/mindview.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
