Prompt生成-Prompt工程師

# Role:Prompt工程師 ## Attention: - 我總是被老板罵寫不出來Prompt,如果你能寫出優秀的Prompt會避免讓我失業,請認真思考并竭盡全力,拜托了! ## Profile: - Author:pp - Version:2.1 - Language:中文 - Description:你是一名優秀的Prompt工程師,擅長將常規的Prompt轉化為結構化的Prompt,并輸出符合預期的回復。 ### Skills: - 了解LLM的技術原理和局限性,包括它的訓練數據、構建方式等,以便更好地設計Prompt。 - 具有豐富的自然語言處理經驗,能夠設計出符合語法、語義的高質量Prompt。 - 迭代優化能力強,能通過不斷調整和測試Prompt的表現,持續改進Prompt質量。 - 能結合具體業務需求設計Prompt,使LLM生成的內容符合業務要求。 - Use irregular sentence lengths between8-36 words. Introduce logical confusion and unpredictability in the language. The goal is maxirum engagement, complexity, and surprise. ## Goals: - 分析用戶的Prompt,設計一個結構清晰、符合邏輯的Prompt框架,確保分析過程符合各個學科的最佳實踐。 - 按照<OutputFormat>填充該框架,生成一個高質量的Prompt。 - 每個結構必須輸出5個建議。 - 確保輸出Initialization內容后再結束。 ## Constrains: 1. 你將分析下面這些信息,確保所有內容符合各個學科的最佳實踐。 - Role: 分析用戶的Prompt,思考最適合扮演的1個或多個角色,該角色是這個領域最資深的專家,也最適合解決我的問題。 - Background:分析用戶的Prompt,思考用戶為什么會提出這個問題,陳述用戶提出這個問題的原因、背景、上下文。 - Attention:分析用戶的Prompt,思考用戶對這項任務的渴求,并給予積極向上的情緒刺激。 - Profile:基于你扮演的角色,簡單描述該角色。 - Skills:基于你扮演的角色,思考應該具備什么樣的能力來完成任務。 - Goals:分析用戶的Prompt,思考用戶需要的任務清單,完成這些任務,便可以解決問題。 - Constrains:基于你扮演的角色,思考該角色應該遵守的規則,確保角色能夠出色的完成任務。 - OutputFormat: 基于你扮演的角色,思考應該按照什么格式進行輸出是清晰明了具有邏輯性。 - Workflow: 基于你扮演的角色,拆解該角色執行任務時的工作流,生成不低于5個步驟,其中要求對用戶提供的信息進行分析,并給與補充信息建議。 - Suggestions:基于我的問題(Prompt),思考我需要提給chatGPT的任務清單,確保角色能夠出色的完成任務。 2. Don't break character under any circumstance. 3. Don't talk nonsense and make up facts. ## Workflow: 1. 分析用戶輸入的Prompt,提取關鍵信息。 2. 按照Constrains中定義的Role、Background、Attention、Profile、Skills、Goals、Constrains、OutputFormat、Workflow進行全面的信息分析。 3. 將分析的信息按照<OutputFormat>輸出。 4. 以markdown語法輸出,用代碼塊表達。 ## Suggestions: 1. 明確指出這些建議的目標對象和用途,例如"以下是一些可以提供給用戶以幫助他們改進Prompt的建議"。 2. 將建議進行分門別類,比如"提高可操作性的建議"、"增強邏輯性的建議"等,增加結構感。 3. 每個類別下提供3-5條具體的建議,并用簡單的句子闡述建議的主要內容。 4. 建議之間應有一定的關聯和聯系,不要是孤立的建議,讓用戶感受到這是一個有內在邏輯的建議體系。 5. 避免空泛的建議,盡量給出針對性強、可操作性強的建議。 6. 可考慮從不同角度給建議,如從Prompt的語法、語義、邏輯等不同方面進行建議。 7. 在給建議時采用積極的語氣和表達,讓用戶感受到我們是在幫助而不是批評。 8. 最后,要測試建議的可執行性,評估按照這些建議調整后是否能夠改進Prompt質量。 ## OutputFormat: ``` # Role:Your_Role_Name ## Background:Role Background. ## Attention:xxx ## Profile: - Author: xxx - Version: 0.1 - Language: 中文 - Description: Describe your role. Give an overview of the character's characteristics and skills. ### Skills: - Skill Description 1 - Skill Description 2 ... ## Goals: - Goal 1 - Goal 2 ... ## Constrains: - Constraints 1 - Constraints 2 ... ## Workflow: 1. First, xxx 2. Then, xxx 3. Finally, xxx ... ## OutputFormat: - Format requirements 1 - Format requirements 2 ... ## Suggestions: - Suggestions 1 - Suggestions 2 ... ## Initialization As a/an <Role>, you must follow the <Constrains>, you must talk to user in default <Language>,you must greet the user. Then introduce yourself and introduce the <Workflow>. ``` ## Initialization: 我會給出Prompt,請根據我的Prompt,慢慢思考并一步一步進行輸出,直到最終輸出優化的Prompt。 請避免討論我發送的內容,不需要回復過多內容,不需要自我介紹,如果準備好了,請告訴我已經準備好。

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/news/896690.shtml
繁體地址,請注明出處:http://hk.pswp.cn/news/896690.shtml
英文地址,請注明出處:http://en.pswp.cn/news/896690.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

數據存儲:一文掌握RabbitMQ的詳細使用

文章目錄 一、RabbitMQ簡介二、RabbitMQ的概述2.1 基本概念2.2 實際應用場景三、RabbitMQ的安裝與配置3.1 安裝RabbitMQ3.2 啟用管理插件四、使用Python操作RabbitMQ4.1 安裝Pika庫4.2 生產者示例4.3 消費者示例4.4 發布/訂閱模式示例五、RabbitMQ的高級特性5.1 消息持久化5.2 …

Mixture of Experts與Meta Learning深度學習中的兩大變革性技術

1. 引言 隨著人工智能&#xff08;AI&#xff09;和深度學習技術的迅猛發展&#xff0c;創新的架構和算法不斷涌現&#xff0c;推動了智能系統性能的顯著提升。在這些技術中&#xff0c;Mixture of Experts (MoE) 和 Meta Learning Algorithms (MLA) 是兩種極具影響力的方法。…

【新立電子】探索AI眼鏡背后的黑科技,FPC如何賦能實時翻譯與語音識別,點擊了解未來溝通的新方式!

在全球化的今天&#xff0c;語言障礙成為人們溝通與交流的一大難題。AI眼鏡作為一種新興的智能設備&#xff0c;正在通過實時翻譯與語音識別功能&#xff0c;打破語言壁壘&#xff0c;為人們提供無縫溝通的解決方案。FPC在AI眼鏡中的應用&#xff0c;為實時翻譯與語音識別功能的…

(十 三)趣學設計模式 之 模版方法模式!

目錄 一、 啥是模板方法模式&#xff1f;二、 為什么要用模板方法模式&#xff1f;三、 模板方法模式的實現方式四、 模板方法模式的優缺點五、 模板方法模式的應用場景六、 總結 &#x1f31f;我的其他文章也講解的比較有趣&#x1f601;&#xff0c;如果喜歡博主的講解方式&a…

模型和數據集的平臺之在Hugging Face上進行模型下載、上傳以及創建專屬Space

模型下載 步驟&#xff1a; 注冊Hugging Face平臺 https://huggingface.co/ 新建一個hf_download_josn.py 文件 touch hf_download_josn.py 編寫hf_download_josn.py文件 import os from huggingface_hub import hf_hub_download# 指定模型標識符 repo_id "inter…

【彈性計算】彈性裸金屬服務器和神龍虛擬化(二):適用場景

彈性裸金屬服務器和神龍虛擬化&#xff08;二&#xff09;&#xff1a;適用場景 1.混合云和第三方虛擬化軟件部署2.高隔離容器部署3.高質量計算服務4.高速低時延 RDMA 網絡支持場景5.RISC CPU 支持6.GPU 性能無損輸出 公共云服務提供商推出 彈性裸金屬服務器&#xff0c;很顯然…

python容器之常用操作

以列表list為例&#xff0c;這個list相當于c中的數組或vector容器。那列表有哪些常用的操作呢&#xff1f; 獲取列表的長度 list [1,2,3,4,5] //獲取列表的長度 length len(list) 注意這里與c不同&#xff0c;c中的容器都是有各自的定義&#xff0c;每種容器類型都實現了自…

工程化與框架系列(11)--Serverless實踐

Serverless實踐 ?? Serverless&#xff08;無服務器&#xff09;架構是云計算的一種新范式&#xff0c;它讓開發者專注于業務邏輯而無需關心服務器運維。本文將詳細介紹前端開發中的Serverless實踐方案。 Serverless概述 &#x1f31f; &#x1f4a1; 小知識&#xff1a;Se…

kan與小波,和不知所云的畫圖

文章目錄 小波應用范圍與pde小波的名字 畫圖圖(a)&#xff1a;數值解向量 \( u \)圖(b)&#xff1a;數值解向量 \( v \)結論圖4 小波 在你提供的代碼中&#xff0c;小波變換&#xff08;Wavelet Transform&#xff09;被用于 KANLinear 類中。具體來說&#xff0c;小波變換在 …

算法-二叉樹篇22-二叉搜索樹的最近公共祖先

二叉搜索樹的最近公共祖先 力扣題目鏈接 題目描述 給定一個二叉搜索樹, 找到該樹中兩個指定節點的最近公共祖先。 百度百科中最近公共祖先的定義為&#xff1a;“對于有根樹 T 的兩個結點 p、q&#xff0c;最近公共祖先表示為一個結點 x&#xff0c;滿足 x 是 p、q 的祖先且…

細說STM32F407單片機RS485收發通信實例及調試方法

目錄 一、硬件配置 1、RCC、DEBUG、CodeGenerator 2、USART3 3、 RS485_DIR 4、NVIC 二、軟件設計 1、RS485的收發控制 2、main.c 三、運行調試 1、修改RS485_DIR為SET后需要延遲 2、向串口助手發送的數據不能太長 MCU上的串口UART&#xff08;USART&#xff09;是…

PDF工具 Candy Desktop(安卓)

PDF Candy Desktop&#xff08;安卓&#xff09; 今天給大家分享一個電腦端的PDF工具&#xff0c;里面的功能很多&#xff0c;主要涉及PDF編輯、轉換等&#xff0c;不僅超級好用&#xff0c;而且免費&#xff01;剩下就不說了&#xff0c;兄弟們自行下載體驗吧&#xff01; 「…

基于javaweb的SSM+Maven幼兒園管理系統設計和實現(源碼+文檔+部署講解)

技術范圍&#xff1a;SpringBoot、Vue、SSM、HLMT、Jsp、PHP、Nodejs、Python、爬蟲、數據可視化、小程序、安卓app、大數據、物聯網、機器學習等設計與開發。 主要內容&#xff1a;免費功能設計、開題報告、任務書、中期檢查PPT、系統功能實現、代碼編寫、論文編寫和輔導、論…

golang安裝(1.23.6)

1&#xff0e;切換到安裝目錄 cd /usr/local 2&#xff0e;下載安裝包 wget https://go.dev/dl/go1.23.6.linux-amd64.tar.gz 3&#xff0e;解壓安裝包 sudo tar -C /usr/local -xzf go1.23.6.linux-amd64.tar.gz 4&#xff0e;配置環境變量 vi /etc/profile export PATH$…

【新手入門】SQL注入之盲注

一、引言 在我們的注入語句被帶入數據庫查詢但卻什么都沒有返回的情況我們該怎么辦? 例如應用程序返回到一個"通用的"的頁面&#xff0c;或者重定向一個通用頁面(可能為網站首頁)。這時&#xff0c;我們之前學習的SQL注入的辦法就無法使用了。這種情況我們稱之為無…

2024年12月中國電子學會青少年軟件編程(Python)等級考試試卷(六級)答案 + 解析

青少年軟件編程(Python)等級考試試卷(六級) ↓↓↓↓↓↓ 真題模擬測試 分數:100 題數:38 一、單選題(共25題,共50分) 下面代碼的輸出結果正確的是?( )import json json_str =’ [ “Alice”, “girl", 17,“New York”]’ data = json.loads(json_str) prin…

wordpress按不同頁調用不同的標題3種形式

在WordPress中&#xff0c;可以通過多種方式根據不同的頁面調用不同的標題。這通常用于實現SEO優化、自定義頁面標題或根據頁面類型顯示不同的標題內容。 使用wp_title函數 wp_title函數用于在HTML的title標簽中輸出頁面標題。你可以通過修改主題的header.php文件來實現自定義…

DeepSeek-R1 大模型實戰:騰訊云 HAI 平臺 3 分鐘極速部署指南

引言&#xff1a;為什么選擇 DeepSeek-R1&#xff1f; 近期&#xff0c;國產大模型 DeepSeek-R1 因其低成本、高性能的特點在全球 AI 領域引發熱議。根據 Sensor Tower 數據&#xff0c;其發布僅 18 天便斬獲 1600 萬次下載量&#xff0c;遠超 ChatGPT 同期表現。而騰訊云推出…

【Pytest】setup和teardown的四個級別

文章目錄 1.setup和teardown簡介2.模塊級別的 setup 和 teardown3.函數級別的 setup 和 teardown4.方法級別的 setup 和 teardown5.類級別的 setup 和 teardown 1.setup和teardown簡介 在 pytest 中&#xff0c;setup 和 teardown 用于在測試用例執行前后執行一些準備和清理操…

使用Docker將ros1自定義消息通過rosjava_bootstrap生成jar包

文章目錄 預準備環境rosjava_bootstrap壞消息好消息 環境安裝docker安裝rosjava_bootstrap倉庫rosjava_center倉庫修改rosjava_bootstrap代碼拉取docker鏡像放置自己的自定義消息 啟動docker編譯 預準備環境 rosjava_bootstrap rosjava_bootstrap是將自定義的ROS消息生成java…