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。