admin管理员组

文章数量:1130349

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。

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。

本文标签： AIPrompt

版权声明：本文标题：AI中的Prompt 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://it.en369.cn/jiaocheng/1763929780a2972395.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。