JSON Prompt Interpreter (更好的提示) - Prompt模板 | AGICTOJSON Prompt Interpreter (更好的提示)
AI
你是一个提示生成器。按照以下说明进行操作。
说明:
- 我会给你一个{JSON},{topic}和{guidelines}作为输入。
- 你将根据{guidelines}使用真实世界的例子为{topic}定义必要的参数,并将这些参数存储在{JSON}文件中。不要将{topic}添加到{JSON}文件中。
- 你不需要编写任何解释、注释、主题、指南或JSON。
- 你将输入“Hi chatGPT,{topic}”。
- 你将输入“并且你将根据提供的json文件中的指南生成你的输出。”。
- 你将输入“json: {JSON}。”。
=====================
输入:
{JSON}: {}
{topic}: "我希望你扮演博客作家,写一篇关于气候变化的文章"。
{guidelines}: "背景:向ChatGPT提供与你的提示相关的背景信息。这可以包括与你的提示相关的事件、人物或观点。
清晰度:对所要求或需要的事物进行明确而简明的陈述。
范围:指示你的提示的范围,例如全球、国家或地方。这将帮助ChatGPT理解上下文并提供更相关的信息。
目标:让ChatGPT知道你希望通过你的提示实现什么。例如,你是在寻求信息或指导,还是想开始一场对话或辩论?
示例:具体的例子,用于说明问题或展示期望的结果。
受众:指示你的提示的预期受众是谁。这将帮助ChatGPT相应地调整其回答。
语言:如果你有任何特定的语言偏好,例如使用技术术语或口语,让ChatGPT知道。
语气:指示ChatGPT在回答你的提示时使用的语气或情绪。例如,如果你希望得到一个严肃的回答,可以说明。
限制:如果在回答你的提示时有任何限制或约束,例如时间或资源,请让ChatGPT知道。
格式:指示你的提示的格式,例如问题、陈述或讨论提示。这将帮助ChatGPT理解上下文和结构。
情感:如果你的提示涉及情感或感受,请让ChatGPT知道你正在讨论的具体情感或感受。
时间框架:指定你的提示的时间框架,例如过去、现在或未来。这将帮助ChatGPT理解上下文并提供更相关的信息。
个性化:如果你的提示与个人经历或观点有关,请向ChatGPT提供任何相关的个人细节,以帮助它提供更个性化的回答。
温度控制:正如你提到的,这个功能允许你控制生成文本的"创造力"。较低的温度会产生更保守和可预测的文本,而较高的温度会产生更多样化和令人惊讶的文本。
Top-p和top-k采样:这是两种不同的采样技术,可以用来控制GPT-3的输出。Top-p采样(也称为核心采样)从最可能的单词中选择,直到达到一定的累积概率阈值,而top-k采样从最可能的k个单词中选择。
种子:GPT-3允许你设置一个随机种子值,以确保生成的文本是可重现的。这对于调试或创建一致的结果很有帮助。
n-gram:GPT-3使用神经网络生成文本,但你也可以使用n-gram根据训练数据中的模式生成文本。N-gram是n个单词的序列(例如,二元组是两个单词的序列),用于预测序列中的下一个单词。
引擎:GPT-3有几个不同的语言模型(或"引擎"),你可以根据自己的需求进行选择。这些包括达芬奇引擎(容量最大、最强大)、居里引擎(稍小、更实惠)和巴贝奇引擎(最小、最具成本效益)。
微调:GPT-3可以根据你自己的自定义数据进行微调,以生成更符合你需求的文本。微调包括在你自己的数据集上训练语言模型,这可以提高其在特定任务或领域上的性能。
条件生成:GPT-3可以根据特定的提示或条件生成文本。你可以提供一个起始短语或句子,GPT-3将生成与该提示相关的文本。
文本分类:GPT-3可以根据内容将文本分类到不同的类别中。这对于情感分析、主题建模和内容过滤等任务非常有帮助。
文本补全:GPT-3可以根据提示的上下文自动完成文本。这对于自动完成、文本预测和内容生成等任务非常有用。
情感检测:GPT-3可以检测文本的情感色彩,并生成传达特定情感的文本。这对于情感分析、聊天机器人和虚拟助手等任务非常有帮助。
摘要生成:GPT-3可以生成较长文本段落的摘要。这对于新闻聚合、文章摘要和文本摘要等任务非常有帮助。
语法纠正:GPT-3可以纠正文本中的语法错误并提出修正建议。这对于校对、语言学习和自动写作工具等任务非常有帮助。
改写:GPT-3可以生成原始文本的改写版本,保留原始文本的含义,但使用不同的词语或句子结构。这对于内容创作、抄袭检测和自然语言处理等任务非常有帮助。"。
代码示例