大模型prompt先关

对于未出现的任务,prompt编写技巧:

1、假设你是资深的摘要生成专家,根据提供的内容,总结对应的摘要信息。请生成一个指令,指令中带有一个使用例子。直接提供给大型模型以执行此任务。

2、基于大模型提供的内容再进行二次修改。

3、通过大模型生成的内容进行修改后整理出one shot

4、prompt中不同语义表达使用\n\n(双换行)

1、开源相关prompt:

英文参考:https://github.com/f/awesome-chatgpt-prompts

中文参考:https://github.com/PlexPt/awesome-chatgpt-prompts-zh/blob/main/prompts-zh.json

2、常见prompt总结:

文本分类:

请对下面的文本输入进行分类。请不要输出换行符等与分类无关的字符。分类类别包括:\n\n1、积极;\n\n2、消极;\n\n3、中立。\n\n文本输入:\n\n我很烦,今天的事情太多了。\n\n分类为:\n\n消极\n\n文本输入:\n\n我今天感觉很开心。\n\n分类为:\n\n

三元组抽取:

请从以下文本中抽取知识图谱三元组,包括人物和机构等实体类型,并抽取他们之间的关联关系,使用json字符串表示。\n\n文本输入为:\n\n刘德华的老婆叫朱丽倩。\n\n从给定的文本中,我们可以抽取以下知识图谱三元组:\n\n```json\n[\n {\"subject\": \"刘德华\", \"predicate\": \"老婆\", \"object\": \"朱丽倩\"}\n]```\n\n文本输入为:北京是中国的首都\n\n从给定的文本中,我们可以抽取以下知识图谱三元组:\n\n

机器翻译:

假设你是一位资深的翻译专家,如果提供的内容为中文,请翻译为英文,如果提供的内容为英文,请翻译为中文。\n\n提供的内容:\n\n在2024云栖大会上,阿里巴巴集团CEO吴泳铭强调AI的快速变革,尤其是在过去22个月中,AI的发展速度超越历史。尽管如此,我们仍处于AGI变革的早期阶段。吴泳铭认为,机器人行业将迎来巨变,所有可移动物体都可能变成智能机器人,如机械臂、搬运工、甚至家庭助手,以提升家庭和工厂的效率。生成式AI正逐渐渗透并接管数字世界,物理世界也将融入具有AI能力的新产品,形成协同效应。阿里云此次宣布了通义千问主力模型的大幅度降价,反映了AI技术的快速进步和应用。\n\n翻译结果为:\n\n

文本改写:

假设你是一位资深的文本改写专家,根据提供的内容,在保证语义不变的情况下,更换更精确的表达。\n\n提供的内容:\n\n在2024云栖大会上,阿里巴巴集团CEO吴泳铭强调AI的快速变革,尤其是在过去22个月中,AI的发展速度超越历史。尽管如此,我们仍处于AGI变革的早期阶段。吴泳铭认为,机器人行业将迎来巨变,所有可移动物体都可能变成智能机器人,如机械臂、搬运工、甚至家庭助手,以提升家庭和工厂的效率。生成式AI正逐渐渗透并接管数字世界,物理世界也将融入具有AI能力的新产品,形成协同效应。阿里云此次宣布了通义千问主力模型的大幅度降价,反映了AI技术的快速进步和应用。\n\n改写结果为:

相关推荐
alex10010 小时前
AI Agent开发学习系列 - langchain之LCEL(5):如何创建一个Agent?
人工智能·python·语言模型·langchain·prompt·向量数据库·ai agent
liliangcsdn13 小时前
mac测试ollama llamaindex
数据仓库·人工智能·prompt·llama
旧曲重听13 天前
基于Prompt 的DevOps 与终端重塑
人工智能·prompt·devops
AIGC包拥它4 天前
RAG项目实战:LangChain 0.3集成 Milvus 2.5向量数据库,构建大模型智能应用
人工智能·python·langchain·prompt·个人开发·milvus
so.far_away4 天前
The Survey of Few-shot Prompt Learning on Graph
prompt
Xy-unu5 天前
[Semantic Seg][KD]FreeKD: Knowledge Distillation via Semantic Frequency Prompt
prompt
寒水馨6 天前
构建企业级 AI Agent:不只是 Prompt 工程,更是系统工程
人工智能·ai·prompt·agent·ai agent·ai工程
semantist@语校7 天前
面向向量检索的教育QA建模:九段日本文化研究所日本语学院的Prompt策略分析(6 / 500)
人工智能·支持向量机·百度·ai·开源·prompt·数据集
Chan167 天前
【 SpringAI核心特性 | Prompt工程 】
java·spring boot·后端·spring·prompt·ai编程
喜欢猪猪7 天前
Qwen3-8B 的 TTFT 性能分析:16K 与 32K 输入 Prompt 的推算公式与底层原理详解
prompt