从零到精通文本指令：打造个人AI助理的完整指令库(Prompt 指令实操)

从零到精通文本指令：打造个人AI助理的完整指令库(Prompt 指令实操)

创作指令

创作prompt的4️⃣要素：题材、主题、格式规范、内容要求

创作指令

• 生成一段教师评语

• 根据创作prompt时的四要素来试试生成一篇文言文检讨书吧！🫵

润色指令

• 聊天场景

  • 待润色回复：别难过了朋友
  • 润色指令：将以上内容润色，使其看起来更热情幽默

• 客服场景

  • 待润色回复：我们不建议您这样做。床板的厚度太薄，如果装软垫后再附上一层全青皮，将非常厚重，尤其是我标注出来的地方将十分难看。
  • 任务：希望润色后客服语气更客气一些
  • 润色指令：动手试试你来写一个🫵

扩写指令

  - 儿童故事- 待扩写梗概：在一片生机盎然的森林中，动物们过着和谐的生活。最近，森林之王决定举办一场盛大的运动会，希望通过比赛激发动物们的团结精神和竞技热情。小鹿、小熊、小兔子、小象、小猩猩得知消息后，都跃跃欲试，期待能在比赛中大展身手。最后他们在森林接力赛中充分发挥自身特长及团队合作精神，打败了其他小动物组获得了冠军。- 扩写指令：请扩写以上内容形成一篇儿童故事，需要简单易懂、生动活泼、细节丰富，大于600字。- 情书- 待扩写梗概：亲爱的，自从那次在雨中与你邂逅，你灿烂的笑容就刻在了我心间。和你一起去过法国、巴黎、看过大海、搭讪，我真的很幸福，谢谢你的出现。- 任务：扩写成200字的情书，但输出情节不可以超出梗概- 扩写指令：动手试试你来写一个🫵

⚠️生成内容中避免使用首先、然后、然而、但是、总之。⚠️

问答指令

通过一系列具体实例和步骤，指导您如何设计并应用不同类型的问答Prompt，以提升信息检索、理解和交流的效率。我们将覆盖直接问答、材料问答（含无答案与原文作答两种情况）、以及时间逻辑问答的设计与实操方法。

直接问答

直接问答是指用户直接提出问题，系统或人工智能直接给出答案的交互方式。这种方式简洁高效，适用于快速获取明确信息。

• Prompt设计：

  • 问题：地球离太阳有多远？
  • 回答：地球距离太阳的平均距离约为1.496亿公里（或1个天文单位）。

• 实操步骤：

1. 明确问题焦点：确保问题是具体且可回答的。
2. 设计直接且清晰的Prompt格式，如“问题：… 回答：…”。

材料问答

材料问答是在给定一段或多段文本材料的基础上，用户提出问题，系统需从材料中寻找答案。这要求系统具备文本理解和信息抽取的能力。

• 无答案情况：

  • Prompt设计：

    • 材料：在探索世界的旅途中，我走访了许多令人惊叹的城市。首先，我来到了法国，被浪漫氛围深深吸引，尤其是埃菲尔铁塔的壮丽景色。随后，我前往了日本，那里的科技氛围和繁忙的街头景象让我印象深刻。接着，我飞越了大西洋，来到了美国，自由女神像作为这座城市的象征，矗立在哈德逊河口，仿佛在诉说着自由与梦想的故事。
    • 问题：文本中提到了哪些国家的首都？
    • 回答：

• • 实操步骤：

    • 准备文本材料，确保其内容丰富且具代表性。
    • 设计问题，考虑材料可能包含或不包含答案的情况。
    • 看看在无答案的情况下，大模型是否可以告诉你材料中无答案

    

• 原文作答情况：

  • Prompt设计：

    • 材料：中国，这个拥有悠久历史和灿烂文化的国家，其政治、经济、文化中心都集中在首都——北京。北京，作为中国的首都，不仅承载着深厚的文化底蕴，还展现着现代都市的繁荣与活力。故宫的红墙金瓦见证了明清两代的辉煌，天安门广场的庄严升旗仪式则是国家尊严与荣耀的象征。此外，北京还是科技创新的前沿阵地，众多高科技企业和研究机构汇聚于此，推动着中国乃至世界的发展。在这样的背景下，北京不仅是中国人民心中的骄傲，也是国际社会关注的焦点。
    • 问题：中国的首都是哪里？
    • 回答：
• • 实操步骤：

1. 确保材料中包含问题的答案。
2. 设计Prompt时，引导系统直接引用材料中的原句或关键词作为答案。
3. 看看大模型能否准确识别并引用材料内容。

时间逻辑问答

时间逻辑问答涉及对事件或信息在时间轴上的理解和推理。这类问题要求系统能够解析时间关系，如先后顺序、时间跨度等。

• Prompt设计：

  • 问题：请按照时间顺序排列以下事件： 1) 互联网诞生 2) 人类登月 3) 蒸汽机的发明

• 回答：

• 实操步骤：

1. 1. 准备一系列有时间关联的事件或信息。
   2. 设计问题，明确要求按时间顺序或其他时间逻辑进行排序或解释。
   3. 看看大模型时间关系的理解和推理能力，确保答案准确无误。

总结、摘要、翻译指令

总结

文字总结是将长文或复杂信息精炼成简短、易于理解的形式，有助于快速把握核心内容。它适用于多种场景，如新闻报道、学术论文、产品说明等。

实操：

• TLDR总结：

  • 原文： “本文深入探讨了人工智能在医疗领域的应用，包括疾病诊断、个性化治疗方案设计以及远程医疗服务的发展。通过多个案例分析，展示了AI如何显著提高医疗效率和患者满意度。”
  • 总结： 试着在末尾加个TLDR看看？🫵

• 有字数要求的总结：

  • 要求：将上述内容总结为不超过50字。
  • 总结：试试看吧🫵

  **什么是 TLDR？**TLDR，全称 “Too Long; Didn’t Read”，在互联网上常用来表示对过长内容的总结。而 TLDR 项目则将这一理念应用到了命令行工具的帮助文档上。它以一种更简洁、易懂的方式为常用的命令行工具提供使用示例和说明，旨在帮助用户快速掌握命令的使用方法，提高工作效率。

  

信息抽取

信息抽取是从大量文本数据中自动提取出结构化信息的过程，如关键词、实体、关系等。这在舆情监测、市场分析等领域尤为重要。

实操：舆情监测

• 提取关键词：

  • 例子：文本：“用户对最新发布的智能手机普遍给予好评，称赞其摄像头性能卓越，电池续航能力强，但价格略高。”
  • 关键词提取：智能手机、好评、摄像头性能、电池续航、价格略高。

• 情感分析：

  • 任务：判断文本表达的情感倾向（正面、负面、中性）。

  • 例子：同上文本。

    • 情感分析：看看大模型能不能分辨出其中的情感吧

    

  • 待分析评论：

1. “自从发现了这款泡面，家里的零食柜就再也没缺过货。口味多样，每一种都让人回味无穷，特别是那个海鲜味，鲜得眉毛都要掉下来了！”

1. “真心推荐给大家，这款泡面不仅方便快捷，而且食材新鲜，感觉比自己煮的还要好吃。包装也很贴心，每次吃都是享受！”
2. “这泡面味道一般，符合基本预期，没有特别惊艳的地方，但也能填饱肚子。”
3. “口感偏淡，面饼偏软，调味包味道一般，整体来说不太满意。”
4. “哎呀，我得给这款泡面点个赞！虽然它让我深刻体会到了‘期望越大，失望越大’的真理，但至少它让我学会了一个新技能——如何在饥饿中保持冷静，毕竟面对这样的美味（此处应为反讽），谁还能吃得下去呢？真是‘受益匪浅’啊！也能识别阴阳怪气“

翻译

翻译是将一种语言的文本转换为另一种语言的过程，确保信息的准确传递和文化背景的适当考虑。

实操：语言翻译

• 例子：

  • 原文（中文）：“北京是中国的首都，拥有丰富的历史文化遗产和现代化的城市风貌。”
  • 翻译（英文）：试试看吧🫵

  

• 注意事项：

  • 确保翻译的准确性，特别是专业术语和文化背景的正确传达。
  • 考虑语境和文体，保持原文的语气和风格。

参考文献：[飞桨AI Studio星河社区-人工智能学习与实训社区](飞桨AI Studio星河社区-人工智能学习与实训社区)