Baidu千帆大模型4——ERNIE-Bot 4.0角色

简介: Baidu千帆大模型4——ERNIE-Bot 4.0角色

角色——标准提示

ERNIE-Bot 4.0的系统人设具体用法和示例说明如下:

一、用法

  1. 明确需求:在使用ERNIE-Bot 4.0之前,首先明确自己的需求。你想要获取什么样的信息?解决什么问题?或者进行哪种主题的对话?明确需求有助于你构建合适的提示词。
  2. 构建提示词:根据你的需求,使用提示词元素构建合适的提示词。确保提示词清晰、明确,并包含必要的信息,以便ERNIE-Bot 4.0能够理解你的意图。
  3. 输入提示词:将构建好的提示词输入到ERNIE-Bot 4.0的交互界面中。这可以是一个文本输入框、对话窗口或其他形式的输入界面,具体取决于你使用的平台或应用程序。
  4. 等待响应:在输入提示词后,等待ERNIE-Bot 4.0的响应。它会根据你的提示词进行分析和推理,然后生成相应的回复。
  5. 分析回复:收到ERNIE-Bot 4.0的回复后,对其进行分析。如果回复满足你的需求,那么你可以继续使用它;如果回复不满足你的需求,你可以重新构建提示词并再次输入。

二、示例说明

假设你想了解关于“磨砂蔷薇(一种口红色号-粉色系)”的信息,你可以按照以下步骤使用ERNIE-Bot 4.0:

  1. 明确需求:你想要了解“磨砂蔷薇”的颜色、RGB色值以及如何使用HTML+CSS绘制一个具有这种颜色的嘴唇。
  2. 构建提示词:“磨砂蔷薇的颜色是什么?”、“磨砂蔷薇的RGB色值是多少?”、“如何使用HTML+CSS绘制一个磨砂蔷薇色的嘴唇?”。
  3. 输入提示词:将构建好的提示词输入到ERNIE-Bot 4.0的交互界面中。
  4. 等待响应:等待ERNIE-Bot 4.0的回复。它可能会告诉你磨砂蔷薇是一种粉色系的颜色,RGB色值为R251、G207、B232,并给出使用HTML+CSS绘制嘴唇的代码示例。
  5. 分析回复:收到回复后,你可以查看关于磨砂蔷薇的颜色和RGB色值的信息,以及使用HTML+CSS绘制嘴唇的代码示例。如果这些信息满足你的需求,那么你可以进一步了解或使用它们;如果不满足你的需求,你可以重新构建提示词并再次输入。

设置人设测试结果:

提示词:【请以红目香薰为题做一首诗。】

回答结果:

红目香薰,如梦如幻,

飘荡在微风中的芬芳。

夜幕降临,月光洒下,

照亮了那片芬芳的花田。

香气四溢,令人陶醉,

如同置身于梦幻的境地。

心中充满了无尽的遐想,

仿佛看见了美丽的精灵。

红目香薰,你如此美丽,

让我为你献上一首诗。

你的芬芳,永远飘荡,

在我心中那片梦幻的田地。

让我跟随你的芬芳,

漫步在梦幻的花田之中。

红目香薰,你是我的诗,

永远在我心中轻轻吟唱。

这首诗有点假,假的很可以,我们得换一下角色。

任务:生成现代诗歌,需要押韵

角色:你是一位浪漫主义田园诗人

提示公式:以作者本人的方式写诗

提示词:【请以红目香薰为题做一首诗。】

红目香薰,溢满空房,

微风轻吹,花影摇晃。

暗香浮动,诱人深思,

记忆中景,如雾如丝。

月下独坐,红目相伴,

思绪飘荡,如梦如幻。

世间纷扰,尽抛脑后,

此刻宁静,宛如天堂。

红目香薰,情深意长,

随风飘散,弥漫四方。

岁月无情,人生如梦,

珍惜此刻,莫失莫忘。

很明显押韵了,好一些。

任务:生成现代诗歌,需要押韵

指令:描述内容丰富,贴近现实

角色:你是一位浪漫主义田园诗人

种子词:朗朗上口

提示公式:以作者本人的方式写诗

提示词:【请以红目香薰为题做一首诗。】

红目香薰,如梦如幻,

飘荡在微风中的芬芳。

夜幕降临,月光洒下,

照亮了那片芬芳的花香。

花香四溢,如海浪般汹涌,

涌动着我的心弦。

红色花瓣,在黑夜中舞动,

带着那份深深的思念。

我想起了你,那温柔的笑脸,

那深情的眼眸,如此鲜艳。

花香沁人心脾,醉人的夜晚,

让我想起了你的容颜。

红目香薰,如此美妙神奇,

带着那份深深的痴情。

花香飘荡在微风中,

诉说着那份深深的眷恋。

我想与你共赏这片花海,

感受那份深深的浪漫。

红目香薰,如梦如幻,

让我们的爱情永远荡漾。

情感又充分了一些,加上了爱情。

相关文章
|
JSON 小程序 JavaScript
【微信小程序】-- 自定义组件 - 组件所在页面的生命周期 & 插槽(三十七)
【微信小程序】-- 自定义组件 - 组件所在页面的生命周期 & 插槽(三十七)
|
2月前
|
人工智能 自然语言处理 物联网
Jina Embeddings V4: 为搜索而生,多模态多语言向量模型
近日,Jina AI 正式发布 jina-embeddings-v4,一款全新的多模态向量模型,参数规模达到 38 亿,并首次实现了对文本与图像的同步处理。
364 2
|
数据采集 数据可视化 关系型数据库
【优秀python web设计】基于Python flask的猫眼电影可视化系统,可视化用echart,前端Layui,数据库用MySQL,包括爬虫
本文介绍了一个基于Python Flask框架、MySQL数据库和Layui前端框架的猫眼电影数据采集分析与可视化系统,该系统通过爬虫技术采集电影数据,利用数据分析库进行处理,并使用Echart进行数据的可视化展示,以提供全面、准确的电影市场分析结果。
383 4
|
7月前
|
机器学习/深度学习 API
DeepSeek模型压缩与加速
随着深度学习模型规模增大,推理速度和资源消耗成为关键问题。DeepSeek提供多种模型压缩与加速工具,包括剪枝、量化、知识蒸馏和结构优化,帮助在保持性能的同时大幅降低计算资源需求。本文详细介绍这些技术及其代码实现,涵盖模型剪枝、量化、知识蒸馏及结构优化的方法,并提供常见问题的解决方案,助你掌握高效推理技巧。
|
机器学习/深度学习 人工智能 安全
AI对网络攻击的影响
【5月更文挑战第10天】AI对网络攻击的影响
341 3
|
10月前
|
数据采集 监控 异构计算
transformers+huggingface训练模型
本教程介绍了如何使用 Hugging Face 的 `transformers` 库训练一个 BERT 模型进行情感分析。主要内容包括:导入必要库、下载 Yelp 评论数据集、数据预处理、模型加载与配置、定义训练参数、评估指标、实例化训练器并开始训练,最后保存模型和训练状态。整个过程详细展示了如何利用预训练模型进行微调,以适应特定任务。
684 3
|
存储 数据采集 缓存
【运维知识进阶篇】Zabbix5.0稳定版详解9(Zabbix优化:高并发对MySQL进行拆分、Zabbix-agent主动上报模式、使用proxy代理模式、系统自带监控项优化、进程优化、缓存优化)
【运维知识进阶篇】Zabbix5.0稳定版详解9(Zabbix优化:高并发对MySQL进行拆分、Zabbix-agent主动上报模式、使用proxy代理模式、系统自带监控项优化、进程优化、缓存优化)
1404 0
六个好看实用的html简单登录页面源码
六个好看实用的html简单登录页面源码
1972 0
六个好看实用的html简单登录页面源码
|
JavaScript 前端开发 开发者
【TypeScript技术专栏】TypeScript与React的完美结合
【4月更文挑战第30天】React和TypeScript在前端开发中备受推崇。React以其组件化、高性能和灵活的生态系统引领UI构建,而TypeScript通过静态类型检查和面向对象特性增强了代码的健壮性和可维护性。两者结合,能提升开发效率,降低错误,使React组件结构更清晰。通过安装TypeScript,配置tsconfig.json,然后用TypeScript编写和打包代码,可实现两者的无缝集成。这种结合为前端开发带来更强的代码质量和团队协作效果,随着技术发展,其应用将更加广泛。
267 0
|
关系型数据库 MySQL 应用服务中间件
Centos中查看nginx、apache、php、mysql配置文件路径
Centos中查看nginx、apache、php、mysql配置文件路径
2633 0