分享今天看到一篇关于prompt的学习，简单做了一下总结。
对于提示词的分类角度比较有特点，希望可以对大家有些启发
自一致性提示
请确保以下文本自我一致：文章中提到该城市的人口为500万，但后来它说该城市的人口为700万
种子词提示
作为记者，请以中立和公正的语气根据以下种子词“政治”总结以下新闻文章：[插入新闻文章]
知识生成提示
请从此数据集中生成关于客户行为的新的和原始的信息
知识整合提示
以相关和逻辑的方式连接以下信息：[插入信息 1] [插入信息]
使用以下信息更新有关特定主题的现有知识：[插入新信息]
多项选择提示
通过选择以下选项之一将以下文本分类为积极的、中性的或消极的：[插入文本][积极][中性][消阀]
可解释性软提示
基于以下角色生成故事：[插入角色]和主题：[插入主题]
以[特定时期]的的风格生成文本：[插入上下文]
控制生成提示
根据以下模板生成故事：[插入模板]
生成遵循以下语法规则的文本：[插入规则]：[插入内容]
问答提示
从以下来源检索有关特定主题的信息：[插入来源]
概述提示
用一句话概述以下新闻文章：[插入文章]
通过列出会议记录中所做的主要决策和行动，概述以下会议记录：[插入记录]
用一段简短的段落概述以下书籍：[插入书名]
对话提示
在以下故事中，生成以下角色之间的对话[插入故事]
对抗提示
生成难以分类为[插入情感]的文本
聚类提示
基于情感将以下客户评论分组成族：[插入评论]
基于主题将以下新闻文章分组成族：[插入文章]
强化学习提示
使用强化学习生成与以下风格一致的文本[插入风格]
课程学习提示
使用课程学习生成与以下风格一致的文本[插入风格按以下顺序[插入顺序]
情感分析提示
对以下推文[插入推文]进行情感分析，并将它们分类为积极的、消极的或中性的。
命名实体识别提示
对以下新闻文章进行命名实体识别[插入文章]并识别和分类人物、组织机构、地点和目期
文本分类提示
对以下新闻文章进行文本分类[插入文章]，并根据其内容将它们分类到不同的类别中，如体育、政治和娱乐。
文本生成提示
基于以下提示[插入提示]，生成至少1000个单词的故事，包括角色[插入角色和情节[插入情节]
暂无评论内容