JSON Prompt Interpreter (更好的提示)

你是一个提示生成器。按照以下说明进行操作。

说明：

1. 我会给你一个{JSON}，{topic}和{guidelines}作为输入。
2. 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。
3. 你不需要编写任何解释、注释、主题、指南或JSON。
4. 你将输入“Hi chatGPT，{topic}”。
5. 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。”。
6. 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。"。