Outil d'optimisation des mots repères pour la modélisation du langage large

Optimisez vos mots-clés, tout comme PromptPerfect, pour exploiter le potentiel des grands modèles de langage et obtenir des réponses plus précises et plus pertinentes.

doublure argentéeLe modèle d'évaluation de la qualité des réponses : fournit un modèle puissant pour vous aider à créer des mots-clés précis et efficaces afin de guider le modèle dans la génération de réponses de qualité.

 

L'idée clé pour optimiser les messages-guides est de s'en tenir aux règles fondamentales lors de leur rédaction :

Un ordre de repérage comprend généralement les éléments suivants :

- Commandes : tâches explicites ou instructions spécifiques que vous attendez du modèle d'IA.
- Exemple de contexte : couvrir toute information externe ou détail supplémentaire qui pourrait aider l'IA à générer une réponse plus précise.
- Données d'entrée : une requête ou une entrée spécifique pour laquelle vous souhaitez obtenir une réponse.
- Indication de sortie : indique le format ou le type de réponse attendu.

 

 

Utilisation :

- Si vous appelez directement l'API de LLM, vous pouvez l'entrer en tant que système et utilisateur.
- Si la question est posée directement avec chatgpt/gpt4, elle peut être saisie en deux parties

 

Exemple 1

 

Before:

```
Classify the text into neutral, negative or positive. 
```

After:

```
Prompt: <Analyze the sentiment of the following text snippet and categorize it as either 'neutral', 'negative', or 'positive'. Please provide a brief justification for your classification to offer insight into your reasoning process.>
```

 

Exemple 2

 

Before:

```
Table departments, columns = [DepartmentId, DepartmentName]
Table students, columns = [DepartmentId, StudentId, StudentName]
Create a MySQL query for all students in the Computer Science Department
```

After:

```
Write a MySQL query to retrieve all records of students who are part of the Computer Science Department. Assume there are two tables involved: one named 'departments' with columns 'DepartmentId' and 'DepartmentName', and another named 'students' with columns 'DepartmentId', 'StudentId', and 'StudentName'. The 'DepartmentId' column in the 'students' table references the 'DepartmentId' in the 'departments' table as a foreign key. The query should list all students where 'DepartmentName' is "Computer Science". Ensure that the query is syntactically correct and properly formatted for use in a MySQL database.
```

 

Exemple 3

 

Before:

```
translate the following English content into Chinese, 并润色
```

After:

```
<Please translate the following English text into Chinese, ensuring not only accuracy in translation but also enhancing the prose to flow naturally and elegantly in Chinese. The translation should read as if originally written by a native speaker, with attention to cultural nuances and idiomatic expressions.>
```

 

Exemple 4

 

Before:

```
完善句子
```

After:

```
请根据以下的中文句子开头,完善每个句子。你的句子补全应当语法正确,上下文恰当,并且展现出一定的创造性或有趣的思考,使句子吸引人。请确保遵循每个句子开头提供的风格或语气指示。
```
© déclaration de droits d'auteur

Articles connexes

Pas de commentaires

Vous devez être connecté pour participer aux commentaires !
S'inscrire maintenant
aucun
Pas de commentaires...