Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

crispe框架

Answer

CRISPE 框架是一个在设计提示词时常用的框架,包含以下几个方面:

  1. CR:Capacity and Role(能力与角色),即明确您希望 AI 扮演的角色。
  2. I:Insight(洞察),提供背景信息和上下文。
  3. S:(陈述),清晰说明您希望 AI 做什么。
  4. P:Personality(个性),确定您希望 AI 以何种风格或方式回答您。
  5. E:Experiment(实验),要求 AI 为您提供多个答案。

此外,提示词工程师已经发展出了多种提示词框架,CRISPE 框架只是其中之一。例如,还有 ICIO 框架、BROKE 框架等。CRISPE 框架也有不同的表述,有的将其分为涵盖上下文(Context)、角色(Role)、说明(Instruction)、主题(Subject)、预设(Preset)和例外(Exception)这六个部分。

Content generated by AI large model, please carefully verify (powered by aily)

References

画小二:如何写好提示词是创建智能体第一步

所谓CRISPE框架,CR:Capacity and Role(能力与角色)。你希望AI扮演怎样的角色。I:Insight(洞察),背景信息和上下文。S:(陈述),你希望AI做什么。P:Personality(个性),你希望AI以什么风格或方式回答你。E:Experiment(实验),要求AI为你提供多个答案。[heading3]3.1 Few-Shot COT模型[content]提出一个问题比解决一个问题更重要--爱因斯坦我们如果给他一个示范,可能会有更好的效果。将示例加入Prompt的做法,就是Few-Shot,few可以是1,2,3,4,5。比如,我提供一个样本,就是1-shot。[heading3]3.2 Zero-Shot COT模型[content]不增加示例样本,就是zero-shot输出内容[heading3]3.3 Tree of Thought TOT模型[content]TOT先分步骤,然后每个步骤多个结果,在的多个结果中进行选择,然后再进行下一步,输出多个结果。样例和解释输出结果[heading3]3.3 TOT模型示例[heading3]3.4 Self-Consisentcy COT模型自洽型[content]一个问题的多种解法

从原理到应用一次讲清楚 Prompt

1 ICIO框架*指令执行的具体任务*背景信息:提供执行任务的背景信息,上下文内容,让大模型更好的回答*输入信息:大模型需要用到的一些信息*输出信息:明确输出的具体信息的要求,比如字数,比如风格比如格式2 BROKE框架通过GPT的设计提示,来提升整体反馈的效率。2、背景提供足够背景信息,让大模型可以理解问题的上下文*角色设定特定的角色,让GPT根据特定的角色能力的特点来形成响应*目标明确任务的目标,让大模型知道你想让他做什么*结果定义明确可以衡量的结果,让大模型清楚自己做的情况*调整根据具体的情况,来调整具体的结果3 CRISPIE框架*能力和角色你期望大模型扮演的角色洞察,提供幕后洞察力、背景信息和上下文*声明,简洁明了的说明希望完成的任务*个性,回应的风格、个性或者方式*实验:提供多个回答的示例

刘海:「AI 提示词工程师」の 见解和经验分享

"提示词工程师"是专门负责为大语言模型设计、优化和实施Prompt的技术角色。他们深刻理解模型的工作原理,能够根据具体需求定制合适的Prompt,确保其有效性。但他们的任务不止于Prompt的编写;他们还需进行细致的测试,仔细分析模型输出,以便持续优化并确保输出内容的质量。简而言之:善于发现需求,解析需求,写成专业的Prompt,解决问题。[heading3]3、什么是提示词框架?[content]提示词工程师已经发展出了多种提示词框架,它们为Prompt的构建提供了一种高度概括和结构化的方法。可以将这些框架看作是构建有效提示词的方法论或"元结构"。例如:ICIP框架:此框架包括四个部分,其中有指令(Instruction,必须)、背景信息(Context,选填)、输入数据(Input Data,选填)和输出指示器(Output Indicator,选填)。BROKE框架:此框架着重于五个方面,包括背景(Background)、角色定义(Role)、目标设定(Objectives)、关键成果展示(Key Result)以及持续的试验与优化(Evolve)。CRISPE框架:此框架分为六个部分,涵盖了上下文(Context)、角色(Role)、说明(Instruction)、主题(Subject)、预设(Preset)和例外(Exception)。定制化提示词编写服务:随着大语言模型在商业和研究领域的应用,定制化的Prompt编写服务日渐受到欢迎。这些专业服务往往由资深的提示词工程师提供,他们会深入了解客户的具体需求,从而为其设计、优化并定制出最合适的Prompt。

Others are asking
提示词框架
以下是关于提示词框架的相关内容: 一、Vidu Prompt 基本构成 1. 提示词基础架构 主体/场景 场景描述 环境描述 艺术风格/媒介 调整句式和语序,避免主体物过多/复杂、主体物分散的句式描述。 避免模糊的术语表达,尽可能准确。 使用更加流畅准确的口语化措辞,避免过度文学化的叙述。 丰富、准确和完整的描述才能生成特定艺术风格、满足需求的视频。 2. 提示词与画面联想程度的说明 为了帮助更好地理解,使用单帧图像作为例子介绍提示词与画面联想的关系。 基础词:玻璃桌上的咖啡杯,杯子外面写着单词 LOVE。 适度联想扩充:花园里(具体的位置描述)的透明(材质描述)玻璃桌上的咖啡杯,杯子外面写着单词 LOVE,周围满是盛开的鲜花(具体的位置描述/环境描述),和煦的阳光洒满整个花园(环境描述),Claude Monet(艺术家风格),印象派风格(艺术流派风格)。 联想关键点: 具体详实的位置描述/环境描述:笼统来讲就是在进行构图,可以帮助构建画面的基本呈现效果。 艺术风格描述:进一步提升效果和氛围,统一画面风格。 二、小七姐:Prompt 喂饭级系列教程小白学习指南(二) 如果拿到由四个词语组成的提示词框架无从下手,可以这样做: 恭喜你,写出了第一个提示词,它是: 请告诉我如何用下列四个词编写一个框架性的提示词(prompt)? 情境: 任务: 行动: 结果: 请回忆写出这条提示词的过程。 最后复习本节课的三步走: 1. 懂原理 2. 找需求 3. 用框架 下课啦~ 我是 prompt 学习者和实践者小七姐,欢迎链接我交流 prompt 相关知识:se7en319
2025-04-01
形成指令让AI根据我的论文框架写论文
以下是为您提供的让 AI 根据论文框架写论文的相关指导: 1. 提供详细的背景信息:如您的个人经历、研究主题等,类似于“我来自西班牙巴塞罗那。尽管我的童年经历了一些创伤性事件,比如我 6 岁时父亲去世,但我仍然认为我有一个相当快乐的童年……”这样具体且全面的描述。 2. 结构化组织内容:使用编号、子标题和列表来使论文条理清晰,例如规定概述内容解读结语的结构,或者分标题阐述不同部分。 3. 明确文章结构:包括开门见山且能引起目标群体悬念的标题,说清楚要解决的问题及背景、可能导致的损失的第一部分,以案例引入的第二部分,对案例进一步分析的第三部分,以及给出具体操作建议的第四部分。 4. 丰富细化内容:先让 AI 写故事概要和角色背景介绍并做修改,然后一段一段进行细节描写,可采用让 AI 以表格形式输出细节描述的技巧,确保内容具体且前后一致。 5. 注意语言风格:可以自己定义,也可以根据文章生成对应语言风格关键词让 AI 遵循。 6. 遵循相关要求:比如某些比赛对作品的字数、修改限制等。 需要注意的是,虽然可以利用 AI 辅助写作,但并非提倡这是道德的使用方式。同时,如果是接收方,最好为组织准备好迎接各种 AI 生成的内容。
2025-03-30
问题定义: 1. 核心问题陈述:创作一份个人参赛的、以光伏业务中财务工作与AI结合进行业务赋能为主题的展示类参赛方案框架。 2. 关键上下文信息:公司举办AI创新大赛,个人参赛,主题方向为工作和AI结合限定在业务赋能,公司业务是光伏领域。 3. 问题的具体范围界定:聚焦光伏业务中财务工作与AI结合进行业务赋能的展示方案框架创作。 答案要求: 1. 内容范围: - 必须包含:整体参赛方案思路、光伏财务业务与AI结合的具体方向、展示方案大致框架。
很抱歉,您提供的知识库内容中没有与光伏业务中财务工作与 AI 结合进行业务赋能的参赛方案框架相关的信息。但以下是为您生成的一个可能的参赛方案框架示例: 一、整体参赛方案思路 本次参赛方案旨在探索如何将 AI 技术应用于光伏业务中的财务工作,以实现更高效、精准和智能化的业务赋能。通过深入分析光伏行业的特点和财务工作的需求,结合先进的 AI 技术,提出创新的解决方案,提升财务工作的效率和质量,为公司的光伏业务发展提供有力支持。 二、光伏财务业务与 AI 结合的具体方向 1. 财务预测与分析 利用机器学习算法对光伏项目的成本、收益进行预测,为投资决策提供数据支持。 分析市场趋势和政策变化对财务状况的影响,提前制定应对策略。 2. 风险评估与管理 运用大数据和人工智能技术,对光伏项目的风险进行实时监测和评估。 建立风险预警模型,及时发现潜在的财务风险。 3. 成本优化与控制 通过智能算法优化供应链管理,降低采购成本。 分析生产过程中的能耗数据,实现成本的精细化控制。 4. 财务报表自动化生成与审计 利用自然语言处理技术自动生成财务报表,提高工作效率。 运用 AI 辅助审计,提高审计的准确性和效率。 三、展示方案大致框架 1. 项目背景与目标 介绍光伏行业的发展现状和公司的业务情况。 阐述将财务工作与 AI 结合的目标和意义。 2. 技术方案与实现 详细介绍所采用的 AI 技术和算法。 展示技术方案的实现过程和关键步骤。 3. 应用案例与效果 分享实际应用案例,展示 AI 在财务工作中的具体应用场景。 分析应用效果,如成本降低、效率提升、风险控制等方面的成果。 4. 未来展望与挑战 展望 AI 在光伏财务领域的未来发展趋势。 探讨可能面临的挑战及应对策略。 5. 总结与结论 总结方案的核心内容和创新点。 强调对公司光伏业务的价值和贡献。 以上框架仅供参考,您可以根据实际情况进行进一步的细化和完善。
2025-03-28
详细讲解一下ragflow框架,同时对比一下ragflow与常规知识库有什么优势,在graphrag的实现方面ragflow又是怎么做的?
RAG(检索增强生成)是一种有效的解决方案,下面为您详细讲解: RAG 工作流程: 1. 检索(Retrieval):如同在图书馆中,系统会从知识库或文档集合中找出与用户问题相关的内容。 2. 增强(Augmented):对检索到的信息进行筛选和优化,挑出最相关和有用的部分。 3. 生成(Generation):将整合的信息生成自然流畅、易于理解的回答。 RAG 类似于一个超级智能的图书馆员,综合起来: 1. 检索:从庞大知识库中找到相关信息。 2. 增强:筛选优化确保找到最相关部分。 3. 生成:整合信息给出连贯回答。 RAG 的优势: 1. 成本效益:相比训练和维护大型专有模型,实现成本更低。 2. 灵活性:能利用多种数据源,包括结构化和非结构化数据,迅速适应不同领域和变化的数据。 3. 可扩展性:随时增加或更新知识库内容,无需重新训练模型。 RAG 与常规知识库的对比优势: 常规知识库可能存在知识更新不及时、数据来源单一等问题。而 RAG 能够从多种数据源获取信息,并且可以根据用户的实时需求进行检索和优化,生成更贴合需求的回答。 在 GraphRAG 的实现方面,目前提供的内容中未明确提及相关具体实现方式。 同时需要注意的是,RAG 也存在一些缺点,比如相比于专有模型的方案,回答准确性可能不够。
2025-03-28
12个精选prompt框架
以下是 12 个精选的 prompt 框架: 1. ICIO 框架: 指令:执行的具体任务。 背景信息:提供执行任务的背景信息、上下文内容,让大模型更好地回答。 输入信息:大模型需要用到的一些信息。 输出信息:明确输出的具体信息的要求,比如字数、风格、格式。 2. BROKE 框架:通过 GPT 的设计提示,来提升整体反馈的效率。 背景:提供足够背景信息,让大模型可以理解问题的上下文。 角色设定:特定的角色,让 GPT 根据特定的角色能力的特点来形成响应。 目标:明确任务的目标,让大模型知道您想让它做什么。 结果定义:明确可以衡量的结果,让大模型清楚自己做的情况。 调整:根据具体的情况,来调整具体的结果。 3. CRISPIE 框架: 能力和角色:您期望大模型扮演的角色洞察,提供幕后洞察力、背景信息和上下文。 声明:简洁明了的说明希望完成的任务。 个性:回应的风格、个性或者方式。 实验:提供多个回答的示例。 另外,在潘帅分享的法律人如何用好 AI—Prompt 篇中,也提到了 Prompt 的建议框架及格式,如 CRISPE 框架: 能力与角色(Capacity and Role):比如您希望它的角色和能力,如您是一名专注于民商事法律领域的律师,擅长案例研究、法律条文检索以及案件策略分析。 洞察(Insight):提供背景信息和上下文,比如处理一起复杂的合同纠纷案件,向 AI 提供案件的关键事实、相关法律以及案件涉及的背景。 陈述(Statement):您希望 AI 做什么,比如直接明确期望 AI 完成的任务是什么。 个性(Personality):您希望 AI 以什么风格或方式回答您。 举例:以合同纠纷案件为例,要求 AI 总结此案件中双方的诉求、检索法条、预测可能的判决结果。
2025-03-26
12个精选prompt框架
以下是 12 个精选的 prompt 框架: 1. ICIO 框架: 指令:执行的具体任务。 背景信息:提供执行任务的背景信息、上下文内容,让大模型更好地回答。 输入信息:大模型需要用到的一些信息。 输出信息:明确输出的具体信息的要求,比如字数、风格、格式。 2. BROKE 框架:通过 GPT 的设计提示,来提升整体反馈的效率。 背景:提供足够背景信息,让大模型可以理解问题的上下文。 角色设定:特定的角色,让 GPT 根据特定的角色能力的特点来形成响应。 目标:明确任务的目标,让大模型知道您想让它做什么。 结果定义:明确可以衡量的结果,让大模型清楚自己做的情况。 调整:根据具体的情况,来调整具体的结果。 3. CRISPIE 框架: 能力和角色:您期望大模型扮演的角色洞察,提供幕后洞察力、背景信息和上下文。 声明:简洁明了地说明希望完成的任务。 个性:回应的风格、个性或者方式。 实验:提供多个回答的示例。 此外,在法律领域,对于律师写好 Prompt 有以下建议框架及格式: 第一种:CRISPE Capacity and Role(能力与角色):比如您希望它的角色是一名专注于民商事法律领域的律师,擅长案例研究、法律条文检索以及案件策略分析。 Insight(洞察):提供背景信息和上下文,比如处理一起复杂的合同纠纷案件,向 AI 提供案件的关键事实、相关法律以及案件涉及的背景。 Statement(陈述):直接明确期望 AI 完成的任务,比如要求 AI 总结此案件中双方的诉求、检索法条、预测可能的判决结果。 Personality(个性):您希望 AI 以什么风格或方式回答您。 Experiment(举例)
2025-03-25