做美食教程的网站有哪些,好用的wordpress模板,郑州网络营销哪个好,删除的网站做404如果你对于写 Prompt 有点无从下手#xff0c;那么#xff0c;本文将为你带来 9 个快速编写 Prompt 的框架#xff0c;你可以根据自己的需求#xff0c;选择任意一个框架#xff0c;填入指定的内容#xff0c;即可以得到一段高效的 Prompt#xff0c;让 LLM 给你准确满意…
如果你对于写 Prompt 有点无从下手那么本文将为你带来 9 个快速编写 Prompt 的框架你可以根据自己的需求选择任意一个框架填入指定的内容即可以得到一段高效的 Prompt让 LLM 给你准确满意的回答。
我将以让 AI 提供健康食谱为目标为每一个框架提供不同的示例以便于你能看出每个框架的区别希望能够对你有所帮助。 E.R.A
E.R.A 框架代表的意思如下
Expectation告诉 LLM 你期望的结果是什么。
Role根据你的期望在上下文中指定 LLM 需要扮演的角色或者身份以这个角色或者身份来回答你的问题。
Action有了期望和角色之后就需要告诉 LLM 它需要做什么。
示例
Expectation: 我想要过上健康的饮食生活。
Role: 你是一名资深营养师你能够在健康饮食方面提供独到的见解。
Action: 请你根据健康且可持续的饮食搭配原则在保证营养摄入充分的前提下为我提供一份为期一个月的营养食谱你要保证至少五天之内没有重复。 A.P.E
A.P.E 框架代表的意思如下
Action把你需要让 LLM 做的事情指派给它。
Purpose根据你指派的任务提出你让它做这个任务的目的。
Expectation写明你最终想要的、期望的结果根据你的目的和你指派给 LLM 的任务你期望 LLM 最终输出给你的内容是什么。
示例
Action: 请为我设计一个为期一个月的营养食谱确保在保证营养摄入充分的前提下至少五天内没有重复。
Purpose: 我希望通过这份食谱能够过上健康且可持续的饮食生活。这不仅能够满足我对营养的需求还能够帮助我培养良好的饮食习惯提高生活质量和健康水平。
Expectation: 我期待得到一份详细的、多样化的营养食谱其中包含早餐、午餐、晚餐和健康零食等各个方面的建议。食谱中的食物应当富含各种营养素包括蛋白质、碳水化合物、脂肪、维生素和矿物质以及足够的膳食纤维。同时食谱中的食物应当易于购买和准备符合实际生活中的需求和限制。 T.A.G
Task一句话清晰准确的描述你想让它做什么。
Action根据你的目标任务提供给 LLM 你需要的步骤或者流程或者必须包含的元素。
Goal最终目标向 LLM 解释你最终需要的产出物。
示例
Task: 设计一个为期一个月的营养食谱确保五天内没有重复。
Action:
确定每日的饮食结构包括早餐、午餐、晚餐和健康零食。根据健康饮食原则选择各种食材确保食谱中包含足够的蛋白质、碳水化合物、脂肪、维生素和矿物质。确保食谱中的食物种类多样化涵盖不同的风味和口感。考虑食物的购买和准备方便性尽量选择易于获取并且容易烹饪的食材。
Goal: 营养食谱需要详细并且多样化应当满足健康饮食的原则提供充足的营养素并考虑到食材的易获取和烹饪方便性。 C.A.R.E
Context向 LLM 提供上下文和背景信息。
Action告诉 LLM在你设定的背景和上下文中你需要它做什么事情或者哪些事情一定要具体。
Result向 LLM 解释你的期望的输出内容。
Example加上一个详细的示例描述可以让 LLM 给出更准确的内容。
示例
Context: 我想要改善我的饮食习惯过上健康的生活。但是我工作繁忙经常吃外卖和零食所以我希望通过一份营养食谱来指导我每天的饮食选择让我能够吃的更健康。
Action: 你需要为我设计一个为期一个月的营养食谱每天包括早餐、午餐、晚餐和健康零食确保五天内没有重复。食谱中应包含简单易做的菜肴同时你需要考虑到我工作繁忙的情况你所提供的食材应易于购买和准备。
Result: 这份食谱应该尽可能的详细和多样化其中需要包括每天的食谱安排以及所需食材清单。食谱应满足营养均衡的原则提供足够的蛋白质、碳水化合物、脂肪、维生素和矿物质还要考虑到方便性和实用性。最后我需要你以表格的形式将这份清单提供给我。
Example: 以周一为例早餐可以是煮粥配蔬菜水饺午餐是麻婆豆腐配米饭晚餐是清蒸鱼配炒时蔬健康零食可以是水果拼盘或者坚果。食材清单会列出所需的材料和食物准备方法比如蔬菜水饺有哪些食材是怎么做的怎么保存麻婆豆腐是怎么做的如何保存等等这样我才能够方便购买并准备食物。 R.A.C.E
Role让 LLM 在上下文中扮演指定的角色或者身份。
Action详细描述你需要让它做的事情。
Context提供相关的上下文明细和背景信息。
Expectation写明你最终想要的、期望的结果根据你指定的角色或者身份结合上下文你期望 LLM 最终输出给你的内容是什么。
示例
Role: 你是一名专业的营养师负责为繁忙的上班一族设计健康的饮食计划。
Action: 我现在需要你为我设计一个为期一个月的营养食谱包括早餐、午餐、晚餐和健康零食确保五天内没有重复。
Context: 我希望通过改善饮食习惯来过上健康的生活但由于工作繁忙经常依赖外卖和零食。我希望有一份详细的饮食计划能够指导我每天的饮食选择让我更加健康。
Expectation: 我期望得到一份详细的、多样化的营养食谱其中包括每天的食谱安排和所需食材清单。食谱应满足营养均衡的原则提供足够的营养素食材和菜肴应简单易做便于购买和准备。最终的输出物应以表格的形式呈现包括食谱安排、所需食材、食物准备方法和保存建议以便我能够轻松地执行并坚持这份健康饮食计划。 R.I.S.E
Role让 LLM 在上下文中扮演指定的角色或者身份。
Input为 LLM 提供相应的相关资料和数据让 LLM 能够有输入信息为后面做回答做好准备。
Steps让 LLM 提供详细的步骤分析和回答即我在以前文章中提到的思维链提示 CoT。
Expectation写明你最终想要的、期望的结果以及期望 LLM 最终输出给你的内容是什么。
示例
Role: 我需要你扮演一名专业的营养师为我设计一个为期一个月的营养食谱。
Input: 我的工作繁忙经常依赖外卖和零食但我希望通过改善饮食习惯来过上健康的生活。
Steps: 你必须逐步向我解释你是如何设计这一份食谱的分别都遵循了什么科学原理什么原则等我需要保证你提供的食谱是健康的。
Expectation: 我希望得到一份详细的、多样化的营养食谱其中包括每天的食谱安排和所需食材清单。食谱应满足营养均衡的原则提供足够的营养素。同时考虑到我的工作繁忙情况食材和菜肴应简单易做便于购买和准备。最终的输出物应以表格的形式呈现包括食谱安排、所需食材、食物准备方法和保存建议以便我能够轻松地执行并坚持这份健康饮食计划。 R.O.S.E.S
Role让 LLM 在上下文中扮演指定的角色或者身份。
Objective这里也可以理解为 Purpose即目标向 LLM 准确描述你的目标。
Scenario提供问题场景背景信息上下文等。
Expected Solution表达你最终想要的、期望的结果以及期望 LLM 最终输出给你的解决方案是什么。
Steps让 LLM 提供详细的步骤分析和回答同样的也可以理解为思维链提示 CoT。
示例
Role: 请你扮演一名专业的营养师为我设计一个为期一个月的营养食谱。
Objective: 我希望得到一个健康的饮食计划能够帮助我改善不健康的饮食习惯提升生活质量。
Scenario: 我的工作非常繁忙常常没有时间准备健康的饮食导致我经常依赖外卖和零食。我意识到这种饮食习惯对我的健康不利因此我希望能够通过一个长期可持续的营养食谱来改善我的饮食习惯让我能够过上更健康的生活。
Expected Solution: 我希望得到一份详细的、多样化的营养食谱包括每天的食谱安排和所需食材清单。食谱应该遵循营养均衡的原则提供足够的蛋白质、碳水化合物、脂肪、维生素和矿物质。同时考虑到我的工作繁忙情况食材和菜肴应简单易做便于购买和准备。最终的输出物应以表格的形式呈现包括食谱安排、所需食材、食物准备方法和保存建议以便我能够轻松地执行并坚持这份健康饮食计划。
Steps: 你必须逐步向我解释你是如何设计这一份食谱的分别都遵循了什么科学原理什么原则等我需要保证你提供的食谱是健康的。 T.R.A.C.E
Task向 LLM 详细说明你想要它做的事情。
Request结合这个任务描述你需要让它给你什么回答。
Action同时告诉 LLM 它需要做什么。
Context提供详细的上下文信息。
Example提供详细的示例描述可以让 LLM 给出更准确的回答。
示例
Task: 我需要你设计一个为期一个月的营养食谱每天包括早餐、午餐、晚餐和健康零食确保五天内没有重复。
Request: 我需要你提供一份详细的、多样化的营养食谱其中包括每天的食谱安排和所需食材清单。并以表格形式回答给我。
Action: 请根据我的工作繁忙情况和对健康饮食的追求设计一份营养均衡的食谱。确保食材和菜肴简单易做并且容易购买和准备。
Context: 我的工作很忙经常依赖外卖和零食但我意识到这种饮食习惯对我的健康不利。因此我希望通过一个为期一个月的营养食谱来改善我的饮食习惯让我能够过上更健康的生活。
Example: 以周一为例早餐可以是煮粥配蔬菜水饺午餐是麻婆豆腐配米饭晚餐是清蒸鱼配炒时蔬健康零食可以是水果拼盘或者坚果。食材清单会列出所需的材料和食物准备方法比如蔬菜水饺有哪些食材是怎么做的怎么保存麻婆豆腐是怎么做的如何保存等等这样我才能够方便购买并准备食物。 C.O.A.S.T
Context向 LLM 提供上下文和背景信息。
Objective即目标向 LLM 准确描述你的目标。
Actions告诉 LLM 它需要做哪些事情。
Scenario提供场景信息。
Task告诉 LLM 它的最终任务以及你需要它给你什么回答。
示例
Context: 我的工作生活节奏快经常吃外卖和速食我知道这很不健康所以我希望改善这种情况过上更健康的生活。
Objective: 我希望得到一个为期一个月的营养食谱能够帮助我改善饮食习惯提供健康的饮食选择。
Actions:
分析我的饮食习惯和健康需求。设计一个为期一个月的营养食谱包括每天的早餐、午餐、晚餐和健康零食确保五天内没有重复。选择简单易做、营养丰富的食材和菜肴。提供食谱中所需食材的清单和食物准备方法。
Scenario: 我每天的工作非常繁忙经常没有时间准备健康的饮食导致依赖外卖和速食。但我意识到这种饮食习惯对我的健康不利因此希望能够通过一个为期一个月的营养食谱来改善饮食让我能够过上更健康的生活。
Task: 我需要你为我设计一个为期一个月的营养食谱包括每天的早餐、午餐、晚餐和健康零食。食谱中的食材和菜肴应该简单易做、营养丰富确保五天内没有重复。最终的输出物应以表格的形式呈现包括食谱安排、所需食材和食物准备方法以便我能够轻松地执行并坚持这份健康饮食计划。
如何系统的去学习大模型LLM
作为一名热心肠的互联网老兵我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑所以在工作繁忙的情况下还是坚持各种整理和分享。
但苦于知识传播途径有限很多互联网行业朋友无法获得正确的资料得到学习提升故此将并将重要的 AI大模型资料 包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
有需要的小伙伴可以V扫描下方二维码免费领取 一、全套AGI大模型学习路线
AI大模型时代的学习之旅从基础到前沿掌握人工智能的核心技能 二、640套AI大模型报告合集
这套包含640份报告的合集涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师还是对AI大模型感兴趣的爱好者这套报告合集都将为您提供宝贵的信息和启示。 三、AI大模型经典PDF籍
随着人工智能技术的飞速发展AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型如GPT-3、BERT、XLNet等以其强大的语言理解和生成能力正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。 四、AI大模型商业化落地方案 阶段1AI大模型时代的基础理解
目标了解AI大模型的基本概念、发展历程和核心原理。内容 L1.1 人工智能简述与大模型起源L1.2 大模型与通用人工智能L1.3 GPT模型的发展历程L1.4 模型工程 - L1.4.1 知识大模型 - L1.4.2 生产大模型 - L1.4.3 模型工程方法论 - L1.4.4 模型工程实践L1.5 GPT应用案例
阶段2AI大模型API应用开发工程
目标掌握AI大模型API的使用和开发以及相关的编程技能。内容 L2.1 API接口 - L2.1.1 OpenAI API接口 - L2.1.2 Python接口接入 - L2.1.3 BOT工具类框架 - L2.1.4 代码示例L2.2 Prompt框架 - L2.2.1 什么是Prompt - L2.2.2 Prompt框架应用现状 - L2.2.3 基于GPTAS的Prompt框架 - L2.2.4 Prompt框架与Thought - L2.2.5 Prompt框架与提示词L2.3 流水线工程 - L2.3.1 流水线工程的概念 - L2.3.2 流水线工程的优点 - L2.3.3 流水线工程的应用L2.4 总结与展望
阶段3AI大模型应用架构实践
目标深入理解AI大模型的应用架构并能够进行私有化部署。内容 L3.1 Agent模型框架 - L3.1.1 Agent模型框架的设计理念 - L3.1.2 Agent模型框架的核心组件 - L3.1.3 Agent模型框架的实现细节L3.2 MetaGPT - L3.2.1 MetaGPT的基本概念 - L3.2.2 MetaGPT的工作原理 - L3.2.3 MetaGPT的应用场景L3.3 ChatGLM - L3.3.1 ChatGLM的特点 - L3.3.2 ChatGLM的开发环境 - L3.3.3 ChatGLM的使用示例L3.4 LLAMA - L3.4.1 LLAMA的特点 - L3.4.2 LLAMA的开发环境 - L3.4.3 LLAMA的使用示例L3.5 其他大模型介绍
阶段4AI大模型私有化部署
目标掌握多种AI大模型的私有化部署包括多模态和特定领域模型。内容 L4.1 模型私有化部署概述L4.2 模型私有化部署的关键技术L4.3 模型私有化部署的实施步骤L4.4 模型私有化部署的应用场景
学习计划
阶段11-2个月建立AI大模型的基础知识体系。阶段22-3个月专注于API应用开发能力的提升。阶段33-4个月深入实践AI大模型的应用架构和私有化部署。阶段44-5个月专注于高级模型的应用和部署。
这份完整版的大模型 LLM 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
有需要的小伙伴可以Vx扫描下方二维码免费领取
