成语接龙的prompt

以下是关于公众号写作 Prompt 的相关内容： 一、从原理到应用一次讲清楚 Prompt 1. 什么是 Prompt 简单来说，Prompt 是一套与大模型交互的语言模板。通过它可以输出对大模型响应的指令，指定大模型应做的任务、处理方式，并最终获得期望结果。大模型虽有基础文字能力，但为提升回答准确性，需要 Prompt。在大模型时代，Prompt 成为人机交互的主要方式之一。 2. 用更加专业的方式定义 大模型本质是基于语言的概率模型，返回其认为概率最大的内容。若直接问大模型且无 Prompt，相当于随机给出答案。有了 Prompt，就提供了包含对模型要求、输入和输出限制的模板，让大模型在限制下得出概率最大的答案。 二、1.2 Prompts（提示词） 自媒体运营 1. 小红书文案 欢迎词：👉请帮我用小红书风格改写文本 具体 Prompt：请使用小红书风格用中文编辑以下段落，其特点是标题引人入胜，每段都包含表情符号，并在末尾添加相关标签。请务必保持文本的原始含义。请先编辑以下文字：{小红书内容} 2. 公众号文章 欢迎词：👉请帮我写一篇公众号文章 具体 Prompt：我要写一篇微信公众号文章，标题要足够吸引人，以便能广泛传播；同时提供内容大纲，我要写的文章是{……} 3. 抖音脚本 欢迎词：👉请帮我写一篇抖音脚本 具体 Prompt：👉你的角色是互联网资深运营，帮我写一篇抖音的脚本，请包含运镜描述，内容主题是{……} 4. 快手带货脚本 欢迎词：👉请帮我写一篇快手带货脚本 具体 Prompt：👉你的角色是互联网资深运营，帮我写一篇快手的文案脚本，要适配快手社区的语言风格，带货文案中要包括商品卖点，我的第一个商品是{商品描述} 5. B 站 UP 主 欢迎词：👉请帮我写一篇 B 站脚本 具体 Prompt：👉你的角色是互联网资深运营，请帮我写一段 B 站的视频脚本，要求 B 站热门 up 主风格，风趣幽默，视频时长大概 3 分钟，内容主题是{……} 三、1.2 Prompts（提示词） 方法：Prompt 技巧 1. 数据：鼓励使用统计数据或数据支持主张，例如在关于电动汽车的文章中提供销售数据和环境影响数据。 2. 个性化：根据用户偏好或特点要求个性化，如请根据用户对喜剧电影的喜好推荐几部好看的电影。 3. 背景 4. 输入 5. 输出 6. 语气：指定所需语气（如正式、随意、信息性、说服性），例如请用正式语气编写一篇关于气候变化的文章。 7. 格式：定义格式或结构（如论文、要点、大纲、对话），例如请为我提供一个关于健康饮食的要点清单。 8. 限制：指定约束条件，如字数或字符数限制，例如请提供一个关于太阳能的 100 字简介。 9. 引用：要求包含引用或来源以支持信息，例如请在关于全球变暖的文章中引用权威研究。 10. 语言：如果与提示不同，请指明回应的语言，例如请用法语回答关于巴黎旅游景点的问题。 11. 反驳：要求解决潜在的反驳论点，例如针对抵制疫苗接种的观点提出反驳。 12. 术语：指定要使用或避免的行业特定或技术术语，例如请用通俗易懂的语言解释区块链技术。 13. 类比：要求 AI 用类比或示例阐明概念，例如请用一个类比解释黑洞的概念。

写 prompt（提示词）是一个关键步骤，决定了 AI 模型如何理解并生成文本。以下是一些编写 prompt 的方法和建议： 1. 明确任务：清晰定义任务，如写故事时包含背景、角色和主要情节。 2. 提供上下文：若任务需特定背景知识，在 prompt 中提供足够信息。 3. 使用清晰语言：尽量用简单、清晰的语言描述，避免模糊或歧义词汇。 4. 给出具体要求：如有特定格式或风格要求，在 prompt 中明确指出。 5. 使用示例：若有特定期望结果，在 prompt 中提供示例。 6. 保持简洁：尽量简洁明了，避免过多信息使模型困惑。 7. 使用关键词和标签：有助于模型理解任务主题和类型。 8. 测试和调整：生成文本后检查结果，根据需要调整 prompt，可能需多次迭代。 此外，还有一些关于 prompt 编写的具体内容： 对于模仿创作内容，可改写大佬写好的 prompt，把拆解得到的方法论和示例写到 prompt 中，运用 COT（少样本提示）的技巧。若之前未写过结构化的 prompt，推荐打开云中江树老师的 LangGPT 项目学习 https://github.com/yzfly/LangGPT/blob/main/README_zh.md 。 律师编写 prompt 时，Prompt 指给人工智能系统提供的信息或问题，用来引导其产生特定回答或执行特定任务。建议框架及格式有 CRISPE，包括 Capacity and Role（能力与角色）、Insight（洞察）、Statement（陈述）、Personality（个性）、Experiment（举例）。例如，在处理合同纠纷案件时，明确 AI 的角色和能力、提供背景信息和上下文、明确期望其完成的任务、设定回答风格等。

以下是关于如何学习好 AI PROMPTS 的一些建议： 1. 针对不同任务进行环节拆分：例如在使用 AI 进行数据分析时，将数据清洗、提取、模型选择、训练和结果解释等环节分开处理，以优化性能和便于发现修正问题。 2. 逐步深化和细化提问：对于复杂问题，先提出宽泛问题，再根据回答进一步细化或深化，逐步深入了解问题各方面。比如在处理知识产权侵权案件时，先问被告是否构成侵权，再根据回答进一步询问侵权类型和程度。 3. 提供参考和学习内容：包括高质量的操作指南、行业最佳实践、案例研究等，并编写详细流程和知识（knowhow），帮助 AI 理解任务和为人类用户提供指导。如在自动化文档处理中编写详细指南。 4. 利用专业领域术语引导：在 Prompt 中使用法律等专业术语引导 AI 回答方向，例如处理合同纠纷时提示从特定方面分析合同履行情况。 5. 优化和润色 Prompt： 明确具体描述，使用更具体、细节的词语和短语。 添加视觉参考，插入相关图片。 注意语气和情感，用合适形容词、语气词调整。 优化关键词组合，尝试不同搭配和语序。 增加约束条件，避免意外输出。 分步骤构建 Prompt，先生成基本结构再完善。 参考优秀案例，借鉴写作技巧和模式。 反复试验、迭代优化，根据输出效果反馈完善。 6. 方法论萃取：通过类似访谈的方式获取清晰明确的答案，然后设计 Prompt。例如，若想让 AI 像“樊登读书”或“得到”那样讲书，设计“书籍阅读助手”的 Prompt；若想让 AI 在选书和督促读书环节起作用，设计“催我读书”的 Prompt；若侧重知识内化，重点研究读书效率和信息转化问题。

以下是一些水墨画生图的 prompt 示例： 《哪吒·龙影之下》中的示例： 三太子变身：Ink painting styleI of the villain Kanda from Jujutsu Kaisen,Extreme LowAngle shot,he is wearing an allblack bodysuit with no helmet or mask on his head and has sharp teeth in a dynamic pose against a white background,Many dragonlike tentacles were coming out from his body and wrapping around him in a spiral shape.smoke rising from sky in background,black white ink painting,no realistic style ar 16:9 哪吒惊诧：Ink painting styleI of manga panel of a young man falling down,close up,high angle shot,dark and gritty ink drawing in the style of a graphic novel,monochrome,dramatic perspective,gritty texture,dynamic composition,bold lines,a sense of speed,high contrast lighting,shadows casting over the scene.The character is in midair with exaggerated facial expressions showing fear or surprise as he falls towards an unknown background.no realistic style ar 16:9 哪吒出场：The character Nezha from Chinese mythology with black hair in two buns on head,holding his spear with red ribbon wrapped around it,street fighter chun circular character action pose,cute kung fu boy Ink painting style,black white ink painting,creating sharp contrasts between light and shadow,creating a strong visual impact ar 16:9 其他：A Chinese ink painting style depicts a silhouette of two people fighting in the background bamboo forest and mountains.A man holds an iron sword on her back as black smoke rises from behind.The painting uses a high angle perspective with high resolution and details in black and white tones.Delicate brushstrokes are used in the traditional Chinese culture style.The foreground is blurry with ink strokes.There is a high contrast between light and dark areas in the painting.ar 16:9 ；A black and white ink painting style with a bamboo forest background and a silhouette of two people fighting in the foreground.A woman is holding a man's hand on his back from a high angle perspective.The brush strokes are in the style of Chinese calligraphy with a traditional animation style.There is a strong contrast between light and dark with an ink wash effect.The entire scene is filled with mystery and tension.ar 16:9 ；The silhouette of Roronoa Zoro,with his spear raised high and shadowed in the background.It features black and white tones,ink painting effects,silhouette shadows,closeup shots,ink splashes,and a traditional animation style in the style of ink wash.ar 16:9 功夫熊猫相关的示例： DreamWorks Animation,A Po Panda （词力强，动作可控） DreamWorks Animation,Kung Fu Panda （词力极强，但因为 kungfu 词多为武术动作） Kung Fu Panda （词力强，但动作因为 kungfu 词多为武术动作） Po Panda （1/4 概率出阿宝，动作自然可控） Master Tigress,photography by DreamWorks Animation Kung Fu Panda, （画功夫熊猫里的其他角色效果很差，角色不像） Panda A Po,hands in a 'prayer' pose （出双手合十效果） A huge bear paw from Panda A Po,Blue sky background,ar 16:9 （如来神掌 prompt）

要在 Dify 的 agent 的 prompt 里让 DeepSeek 通过 Function Calling 调用工具，您可以参考以下内容： 1. 提示词工程主要由提示词注入和工具结果回传两部分代码组成。 提示词注入：将工具信息及使用工具的提示词添加到系统提示中。INSTRUCTION 包含 TOOL_EAXMPLE、tools_instructions、REUTRN_FORMAT 三个部分。TOOL_EAXMPLE 用于提示 LLM 如何理解和使用工具，编写时注意用无关紧要的工具作示例避免混淆。tools_instructions 是将通用工具字典转换成 LLM 可读的工具列表，可动态调整。REUTRN_FORMAT 定义调用 API 的格式。 工具结果回传：利用正则表达式抓取输出中的“tool”和“parameters”参数。对于 interpreter 工具，使用另一种正则表达式提取 LLM 输出的代码。通过识别 LLM 返回的调用工具的字典，提取对应值传入工具函数，将结果以 observation 角色返回给 LLM，对于不接受该角色的 LLM 接口，可改为回传给 user 角色。 2. 当模型判断需要调用工具函数时，检测到返回的 json 里 function_call 字段不为空，则执行异步函数调用，采用回调方式获取函数返回结果。通过判断返回的 functionCall 的名称执行不同函数并返回结果。 3. 在大模型请求中，最大的两个变量是 Messages 和 Tools。Messages 里放 sys prompt、memory、user query；Tools 里放能力的 Json Scheme，两者组合形成整个完全的 Prompt。Agent 应用开发的本质是动态 Prompt 拼接，通过工程化手段将业务需求转述成新的 prompt。短期记忆在 messages 里的历史 QA 对，长期记忆是 summary 之后的文本再塞回 system prompt。RAG 是向量相似性检索，可放在 system prompt 里或通过 tools 触发检索。Action 是触发 tool_calls 标记进入请求循环，拿模型生成的请求参数进行 API request，再把结果返回给大模型交互，没有 tool_calls 标记则循环结束。Multi Agents 是更换 system prompt 和 tools。

在 Dify 的 agent 的 prompt 中实现调用工具的方法如下： 1. 提示词注入阶段： INSTRUCTION 为注入到系统提示中的字符串，包含 TOOL_EAXMPLE、tools_instructions、REUTRN_FORMAT 三个部分。 TOOL_EAXMPLE 用于提示 LLM 如何理解和使用工具，编写时应使用无关紧要的工具作为示例，避免 LLM 混淆。 tools_instructions 是将通用的工具字典转换成 LLM 可读的工具列表，实际使用时可动态调整。 REUTRN_FORMAT 定义了调用 API 的格式。 2. 工具结果回传阶段： 利用正则表达式抓取输出中的“tool”和“parameters”参数。 对于 interpreter 工具，使用另一种正则表达式提取 LLM 输出的代码，提高使用成功率。 通过识别 LLM 返回的调用工具的字典，提取对应的值，传入相应的工具函数，将工具返回的结果以 observation 的角色返回给 LLM。对于不接受该角色的 LLM 接口，可改为回传给 user 角色。 此外，当模型判断需要调用工具函数时，即检测到返回的 json 里面 function_call 字段不为空，则执行异步函数调用，可通过判断返回的 functionCall 的名称来执行不同的函数并返回结果。 在提升可控性方面，有以下建议： 1. 放弃 JSON mode，虽然模型能力提升能输出 JSON，但仍会出错，且不能保证 100%正确，而模型厂家对 Function Calling 有微调优化。 2. 降低 System prompt 依赖，化繁为简，能在 Tools 里写的东西尽量写在里面。 3. API Response 增强 Prompt，这一步的准确率很高，可增加给大模型的约束和提示。 4. 尽量让模型做选择，而不是填空，减少 token 输出，提高速度和准确率。 5. 利用 Tools 来做 Route，构建 Multi Agent，术业有专攻。

以下为您介绍一些免费生成语音的 AI 网站： Vocs AI：这是一个免费的人工智能语音生成器和转换器。链接：https://www.vocs.ai/ 。操作步骤如下：上传一段清晰的无伴奏人声录音（wav 或 mp3 格式，更推荐 wav）；从超过 20 名才华横溢的 AI 歌手、说唱歌手、叙述者、角色和配音艺术家中选择，将您的原始无伴奏声音转换成 AI 虚拟艺术家的声音；点击“转换”，Vocs AI 的语音技术将把您上传的音频转换成 AI 版本的原声；下载您转换后的音频。需要注意的是，输入音频的质量将直接影响 AI 人声转换的输出质量。因此，最好在进行 AI 转换之前，确保您的原始人声听起来正如您所希望的那样。 此外，ElevenLabs 也推出了尖端的生成式语音 AI，提供逼真的文本转语音和语音克隆。在研究的 12 个月期间，它的总访问量达到了惊人的 8880 万，每月平均增长 160 万。推出时间大约在 2022 年 10 月。

AI 可以将文字生成语音，以下是一些可以实现文字生成语音的 AI： 1. Google 的 WaveNet：这是一种基于深度学习的语音合成技术，可以将文本转换为自然的语音。 2. 微软的 Deep Nerual Network：这是一种基于深度学习的语音合成技术，可以将文本转换为自然的语音。 3. 百度的 DeepSpeech：这是一种基于深度学习的语音合成技术，可以将文本转换为自然的语音。 4. Sovits：这是一种基于深度学习的语音合成技术，可以将文本转换为自然的语音。 这些 AI 都可以将文字转换为语音，并且具有很高的准确性和自然度。