Prompt基础 | 3-Prompt的基本框架

简介: Prompt基础 | 3-Prompt的基本框架

提问的方式各式各样,好的Prompt,离不开几种基本的框架。以下是常见的两种,而我用的更多的是第二种,你们自己可以尝试都玩一下。

两种基本框架

  • CRISPE框架CR: Capacity and Role(能力与角色)。你希望 ChatGPT 扮演怎样的角色。I: Insight(洞察力),背景信息和上下文(坦率说来我觉得用 Context 更好)。S: Statement(指令),你希望 ChatGPT 做什么。P: Personality(个性),你希望 ChatGPT 以什么风格或方式回答你。E: Experiment(尝试),要求 ChatGPT 为你提供多个答案。

    ✅ICIO框架

  • Instruction(必须): 指令,即你希望模型执行的具体任务。“写一篇文章”
  • Context(选填): 背景信息,或者说是上下文信息,这可以引导模型做出更好的反应。“关于智能家居发展前景”
  • Input Data(选填): 输入数据,告知模型需要处理的数据。“先阅读以下材料:xxxxxx”
  • Output Indicator(选填): 输出指示器,告知模型我们要输出的类型或格式。“请按如下格式输出:xxxxxx”

    ICIO示例

    💡阅读下面的销售邮件,移除掉具体的人名,用适当的占位符替换。例如:“李小姐”替换为“【客户】”。
    李小姐,
    我们听说您购买了一辆新车,首先恭喜你。我叫小丽,来自飞马汽车美容中心,您现在在我们这里办年卡,汽车美容和保养,将享受7折优惠。如果您感兴趣,请联系我。我的电话是:13988888888,谢谢!
    小丽
    飞马汽车美容中心


指令I——红框
上下文C——绿框
输入I——蓝框
输出O——黄框

相关文章
|
机器学习/深度学习 人工智能 达摩院
ModelScope 社区介绍和操作入门| 学习笔记
快速学习 ModelScope 社区介绍和操作入门
ModelScope 社区介绍和操作入门| 学习笔记
R实战 | 对称云雨图 + 箱线图 + 配对散点 + 误差棒图 +均值连线
R实战 | 对称云雨图 + 箱线图 + 配对散点 + 误差棒图 +均值连线
2026 1
R实战 | 对称云雨图 + 箱线图 + 配对散点 + 误差棒图 +均值连线
|
2月前
|
存储 数据库 索引
RAG检索质量差?这5种分块策略帮你解决70%的问题
RAG效果关键在于文档分块:固定、递归、语义、结构化与延迟分块各有优劣。合理选择能显著提升检索质量,减少幻觉,增强上下文理解,是构建高效RAG系统的核心环节。
272 4
m个苹果放在n个盘子里面有多少种放法?(动态规划)
把m个同样的苹果放在n个同样的盘子里,允许有的盘子空着不放,问共有多少种不同的分法?
1066 0
|
数据采集 人工智能 算法
你要牢记的四个常用AI提示词框架:ICIO、CRISPE、BROKE、RASCEF,有助于获取更加稳定和高质量的内容
你要牢记的四个常用AI提示词框架:ICIO、CRISPE、BROKE、RASCEF,有助于获取更加稳定和高质量的内容
|
10月前
|
Web App开发 JSON API
携程网地方美食品列表数据接口(携程 API 系列)
携程网作为国内领先的在线旅游服务平台,整合了丰富的美食资源。通过其地方美食品列表数据接口(假设存在),开发者可获取各地特色美食信息,如名称、菜系、评分等,并按价格、热门程度筛选。接口返回 JSON 格式数据,支持地区和筛选参数设置,且有调用频率限制。示例代码展示了如何使用 Python 的 requests 库发送请求并处理响应,模拟查询北京地区的美食。实际接口需替换为真实 URL。
|
运维 Cloud Native 应用服务中间件
『MSE』阿里云中“间”力量MSE-Higress
云原生网关 MSE-Higress (以下简称 MSE-Higress )是遵循开源 Ingress/Gateway API 标准的下一代网关产品,将传统的流量网关、微服务网关、安全网关合三为一,降低50%的资源开销,具有高集成、易使用、易扩展、热更新的特点。MSE-Higress 提供了流量调度、服务治理、安全防护等能力,并深度集成 Dubbo、Nacos、Sentinel 等微服务技术栈,提升网关链路的整体性能、降低部署和运维成本,同时支持 Nginx Ingress 的平滑迁移,帮助用户零成本快速迁移到 MSE-Higress。
2496 11
『MSE』阿里云中“间”力量MSE-Higress
都8102年了,还用fastq-dump,快换fasterq-dump吧
之前写过一篇文章Fastq-dump: 一个神奇的软件, 详细介绍了fastq-dump的用法。 虽然fastq-dump参数很多,而且一直被吐槽参数说明写的太差,但是如果真的要用起来其实也就是一行代码 fastq-dump --gzip --split-3 --defline-qual '+' --defline-seq '@$ac-$si/$ri' SRRXXXXX| SRRXXXX.sra # 加上--gzip后需要时间进行文件压缩 当然除了参数问题,还有一个让人诟病的地方就是他只能单个线程,所以速度特别的慢。
5371 0
都8102年了,还用fastq-dump,快换fasterq-dump吧
什么是菲涅尔区?如何计算?
【8月更文挑战第23天】
3704 0
|
自然语言处理 Java Python
【Python】已解决:ModuleNotFoundError: No module named ‘pyhanlp’
【Python】已解决:ModuleNotFoundError: No module named ‘pyhanlp’
262 0