1. System
-
作用：设定 AI 的"角色设定"和"行为准则"。
-
内容：通常是描述 LLM 的身份、语气、行为范围、约束规则。
-
类似：在大语言模型中是最优先被考虑的提示。
-
示例：
你是一个专业的商品评价分析助手，请根据用户提供的评论判断其情感倾向。
✅ 2. User
-
作用：模拟用户的输入，也就是提问者的请求。
-
内容：用户直接输入的问题、评论、需求等内容。
-
示例：
这款手机真的很差，电池撑不过半天，还经常死机。
✅ 3. Assistant
-
作用：模拟 AI 的回复，即模型根据上面内容做出的回应。
-
内容：你可以通过设定这个内容来"引导模型"继续生成某种形式的答案。
-
用途：常用于 few-shot 示例（提示学习）。
-
示例：
该评论是负面评价，问题类型为"商品质量问题"。
📌 组合使用场景（举例）：
System: 你是一个商品评价智能分类助手，帮我判断用户评论是正面还是负面，属于哪种问题类型。 User: 这款手机真的很差，电池撑不过半天，还经常死机。 Assistant: 负面评价，问题类型为"商品质量问题"。
然后你再喂一个新的 User，让模型自动根据上下文学习来输出。
