当使用大型语言模型时,合适的 Prompt 对于获取理想的响应至关重要。以下是一些常见任务的 Prompt 示例,以供参考:
1. 自然语言生成:
- "请为我生成一篇关于气候变化影响的文章。"
- "写一封感谢信,内容表达对某位导师的感激之情。"
- "编写一首诗,描述夏天的美丽。"
2. 问答任务:
- "回答以下问题:什么是人工智能?"
- "解释量子力学的基本原理。"
- "提供有关马可波罗的生平和贡献的信息。"
3. 语言翻译:
- "将以下英文句子翻译成法语:'Hello, how are you?'"
- "将下面的中文段落翻译成西班牙语。"
4. 代码生成:
- "编写一个Python函数,计算斐波那契数列的第n项。"
- "创建一个HTML表单,包括姓名、邮箱和消息字段。"
5. 推理和解释:
- "解释为什么地球上有四季变化。"
- "推断为什么某家公司的股价在最近一个月内上涨。"
6. 对话生成:
- "请为下面的对话提供一个自然的继续:User: 你好,机器人。Bot: 你好!有什么我可以帮助你的吗?"
- "生成一个医生和患者之间的模拟对话,讨论健康问题。"
7. 摘要生成:
- "从下面的文章中提取关键信息并生成一个摘要。"
- "总结一下这篇论文的主要观点和结论。"
8. 情感分析:
- "分析以下文本的情感:'我今天感到非常开心。'"
- "检测以下评论中是否有恶意:'你真是个天才!'"
这些示例可以帮助您构建适合特定任务的 Prompt。根据您的需求,您可以根据上下文、明确的指令和示例数据来调整 Prompt,以获得满意的结果。同时,不断尝试和优化 Prompt 可能有助于改善模型的输出。