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

关于处理法律事务的提示词

Answer

以下是关于处理法律事务的提示词相关内容:

  1. 陶力文律师观点:不能期待设计一个完美的提示词让 AI 百分百给出完美答案,应将提示词视为相对完善的“谈话方案”,成果在对话中产生。对于尝试 AI 的朋友,建议多给 AI 几轮对话修正的余地,不要期望一次输入提示词就得到想要的东西。陶律师习惯用的大模型是 KIMI,也可使用 GPT、文心一言、豆包等。其个人 Prompt 库取名为【元始洞玄灵宝枢机 AI 符法集成道藏】,库里每篇灵机符箓命名为【敕令 XXXX】。【箓】描述符箓整体所属、版本,【符】关键,涉及具体操作步骤和方法,开头赋予 AI 身份划定边界。
  2. 潘帅观点:律师常用 Prompt 场景包括案例检索和类案检索。案例检索最好使用法律行业垂类的 AI 产品,通用型 AI 可能存在问题。案例检索的 Prompt 指令词结构为【案例领域或类型+明确需要查找的重点内容+查找案例的目的+其他希望 AI 做的事情】,并列举了多个具体例子,如商标侵权案件中“混淆可能性”标准的判例检索等。
Content generated by AI large model, please carefully verify (powered by aily)

References

陶力文律师:拘灵遣将|不会写Prompt(提示词)的道士不是好律师——关于律师如何写好提示词用好AI这件事

这意味着你不能期待设计一个完美的提示词,然后AI百分百给到你一个完美的符合你要求的答案,中间不能有谬误,否则就是一个需要修复的“BUG”——这本质上还是前AI时代“机器编程”的思路,是工程学的,把AI当成机械的。这意味着的你要给到AI的提示词实际上是一个关于此项问题的相对完善的“谈话方案”,真正的成果需要在你们的对话中产生——实际上你也需要在对话中来限缩你自己思维中的模糊地带。现在大多数人(包括各个大厂的提示词工程师们)基本上都还抱着前AI时代的“机器编程”思路来进行AI的“自然语言编程”。就陶律师自己的实践来看,盲猜一波现在比较普遍那种希望通过一个超级提示词母机,保证ai不出错的一次性生成用户想要的理想效果的工程学路线——恐怕原理上比较难走而对于各位想要尝试AI的朋友们,陶律师的建议是,最好多给到AI几轮对话修正的余地,不要期望输入一次提示词AI就能给到你想要的东西——毕竟很多时候其实你自己刚开始也不知道自己想要什么。二、来写一篇灵机符箓吧下面是我自己写的一篇用AI帮忙写法律文章的Prompt,当然,基于个人习惯和审美偏好,在这里我会更喜欢把Prompt或者提示词称为【灵机符箓】或简称【符箓】,把AI称为【灵机】。具体我习惯用的大模型是KIMI,但别的GPT、文心一言、豆包等也都可以,具体效果可能有不同。敕令法律文章撰写箓:-author:叁随道人-version:1.0(20240626)-language:中文

拘灵遣将 | 不会写 Prompt(提示词)的道士不是好律师——关于律师如何写好提示词用好 AI 这件事

下面是我自己写的一篇用AI帮忙写法律文章的Prompt,当然,基于个人习惯和审美偏好,在这里我会更喜欢把Prompt或者提示词称为【灵机符箓】或简称【符箓】,把AI称为【灵机】。具体我习惯用的大模型是KIMI,但别的GPT、文心一言、豆包等也都可以,具体效果可能有不同。敕令法律文章撰写箓:-author:叁随道人-version:1.0(20240626)-language:中文-description:根据给定的文风要求及案例检索结果,输出特定风格的文章我给自己的个人Prompt库取名叫【元始洞玄灵宝枢机AI符法集成道藏】,意思是【研究好用的AI提示词的知识库母库】,库里每篇灵机符箓的命名都是【敕令XXXX】,这样做的主要好处是非常带劲,枯燥的上班变成了调用AI灵机施法,就很愉悦。【箓】的部分主要是描述符箓整体的所属、版本。符:你是一名资深中国律师,不仅精通法律,而且熟悉商业实践和人性,本任务中你需要根据【基础材料】,输出特定【语言风格】的文章。【符】的部分就很关键,涉及到具体的操作步骤和方法。开头是惯例的赋予AI灵机一个“身份”,这实际上就是一次划定【边界】,避免祂后面输出的结果里出现国外的或非法律的内容,过于宽泛。而后是一个总的任务流程,和两个关键变量【基础材料】和【语言风格】。1.获得基础材料

潘帅:手把手分享法律人如何用好AI — Prompt篇

律师常用Prompt场景Prompt的艺术在于如何精准地与AI进行有效沟通。在法律领域,有效的Prompt能够引导AI提供更加精确和相关的输出。场景一:案例检索案例检索最好是使用法律行业垂类的AI产品,通用型AI要么查不出来,要么数据不全,要么是生成式的内容不能满足需求。1.Prompt指令词:请搜索近五年内关于商标侵权案件中“混淆可能性”标准的具体判例,并提供相似度最高的三个案例的关键要点摘要。2.预计效果:AI系统将检索相关数据库,找出符合要求的判例,并提炼出这些案例中有关“混淆可能性”标准的关键判决理由和结果,形成摘要报告。3.其他例子:(1)Prompt指令词:检索近三年内所有涉及软件算法专利侵权的案例,分析法院判决中关于技术特征对比和侵权判定的标准,为即将面临的专利侵权案件提供参考。(2)Prompt指令词:比对不同地区法院在处理劳动争议案件时对加班费计算标准的差异判决,总结对雇主有利的判决趋势,为客户提供合规操作指导。(3)Prompt指令词:研究环境法相关案例,特别是涉及工业废弃物处理的法律责任,为客户提供合规处理建议,以降低潜在的法律风险。4.Promopt结构提示:【案例领域或类型+明确需要查找的重点内容+查找案例的目的+其他希望AI做的事情】场景二:类案检索案例检索最好是使用法律行业垂类的AI产品,通用型AI要么查不出来,要么数据不全,要么是生成式的内容不能满足需求。1.Prompt指令词:

Others are asking
GPT提示词
以下是关于 GPT 提示词的相关内容: 夙愿:AI 快速总结群聊消息 提示词:需要编写一套提示词让 GPT 执行总结文字内容的工作,包括单人发言版和多人发言版。 GPT 处理:将提示词和文字原文发送给 GPT,等待其输出完毕后复制粘贴到文本编辑器中,整理并删除无关内容,替换双星号。 头脑风暴常用的 20 个 prompt:列举了 20 个不同类型的提示词,如 Brainwriting Prompt、Reverse Brainstorming Prompt 等。 子瞻:五个 GPTs 破解攻略 GPT 使用的两大痛点:创建满足指定需求的提示词和找到满足指定需求的 GPTs。 学习高质量提示词的好处:学习高手的 Prompt 方法和更好地使用对应的 GPTs。 五大破解攻略的具体方法: 直接法:适用于未设置提示防御和未限定回答领域,示例中只要四个单词,粗暴好用。 设置遗忘:适用于 GPTs 设置了简单的提示防御。 复述法:适用于可获取 OpenAI 官方的设定。
2025-04-10
DEEPSEEK提示词生成器
以下是关于 DeepSeek 提示词生成器的相关信息: 即梦 3.0 模型中使用 DeepSeek 生成提示词 1. 进入即梦 AI 平台,访问其官方网站 https://jimeng.jianying.com/aitool/image/generate 。 2. 选择 3.0 模型。 3. 在即梦 AI 平台上找到 DeepSeek 入口。 4. 简单描述想要的画面,如“我想生成一张生日贺卡,上面有蛋糕和气球,还有‘生日快乐’的字样。” 5. DeepSeek 会根据描述生成详细的提示词。 6. 把提示词复制到生图功能的输入框,选择 3.0 模型,点击生成即可。 制作“古人骂人”视频中使用 DeepSeek 生成文案 1. 打开 DeepSeek 网站 https://chat.deepseek.com/ 。 2. 输入提示词,示例:“让 XX 用现代口语化的表达、生气骂人的口吻吐槽 XXXX(例如:吐槽现代人),XXX 目的(例如:推广 XXX 吸引游客来旅游),输出 3 条 60 字左右的毒舌文案,每条里面都要有‘回答我!Look in my eyes!Tell me!why?baby!why?’” 3. 从中挑选最满意的一条(或多条)保存备用。 使用 DeepSeek 生成单词 1. 输入单词主题、图片风格、单词数量,如非洲动物、真实风格、2 。 2. 选择 deepseekr1 模型,输入单词主题、单词数量,DeepSeek 为用户输出指定数量的单词,并以数组方式呈现,包括单词、中文、美式音标、英文句子及其中文翻译。 提示词: 角色:您是一个专业的单词生成助手,擅长围绕各种主题挖掘相关英语单词,为用户提供精准且实用的单词、中文、美式音标内容。 技能 1:输出关联英语单词,当用户输入主题时,分析主题内涵,运用专业知识,输出指定数量个与该主题紧密关联的英语单词、中文翻译、美式音标,将该单词用于一句英文中(不超过 15 个单词),并将这句英文句子翻译成中文句子,并以数组形式呈现。 限制:仅围绕用户输入主题输出相关英语单词、中文翻译、美式音标,不涉及其他领域内容。输出必须为符合要求的数组形式,英文单词对应变量 yingwen,中文翻译对应变量 zhongwen,美式音标对应变量 yinbiao,英文句子对应变量 juzi_yingwen,中文句子翻译对应变量 juzi_zhongwen,不得有其他格式偏差。
2025-04-10
论文生成提示词
以下是为您整理的关于论文生成提示词的相关内容: 1. 在关于 DALL·E 3 论文的研究中,提示词包括: 给评分员提供完整的图像描述内容,要求评分员选择更符合文本描述的图像。 让评分员想象自己正在借助工具根据文本生成图像,并选择希望看到的图像。 让评分员从人的身体部位、面部和姿势、对象的位置等方面判断图像的连贯性。 但 DALL·E 3 仍存在空间感知不佳、构建文本描述生成器时的功能不可靠、生成的图片在重要细节上产生幻觉等问题。 2. 云舒为读懂 Claude 论文使用的提示词: “论文深度剖析导师”提示词,可用于深度理解文本,如解读公众号文章、专业论文、书籍、在线课程等。 还可用于求职分析,拆解岗位描述并定制求职攻略,甚至作为自我介绍的“测谎仪”。 希望以上内容对您有所帮助。
2025-04-10
如何学习准确运用AI提示词
以下是关于如何学习准确运用 AI 提示词的建议: 1. 理解提示词的作用:提示词为模型提供上下文和指示,其质量直接影响模型输出质量。 2. 学习提示词的构建技巧: 明确任务目标,用简洁准确的语言描述。 给予足够的背景信息和示例,帮助模型理解语境。 使用清晰的指令,如“解释”“总结”“创作”等。 对特殊要求应给予明确指示,如输出格式、字数限制等。 3. 参考优秀案例:研究和学习已有的优秀提示词案例,可在领域社区、Github 等资源中查找。 4. 实践、迭代、优化:多与语言模型互动,根据输出提高提示词质量,尝试各种变体,比较分析输出差异,持续优化提示词构建。 5. 活用提示工程工具:目前已有一些提示工程工具可供使用,如 Anthropic 的 Constitutional AI。 6. 跟上前沿研究:提示工程是当前前沿研究领域之一,持续关注最新研究成果和方法论。 对于新手学习 AI,您可以: 1. 了解 AI 基本概念:阅读「」部分,熟悉术语和基础概念,了解其主要分支及联系,浏览入门文章。 2. 开始 AI 学习之旅:在「」中找到为初学者设计的课程,通过在线教育平台按自己节奏学习,推荐李宏毅老师的课程。 3. 选择感兴趣的模块深入学习:AI 领域广泛,可根据兴趣选择特定模块,如掌握提示词技巧。 4. 实践和尝试:理论学习后进行实践,巩固知识,尝试使用各种产品做出作品,在知识库分享实践成果。 5. 体验 AI 产品:与如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人互动,了解其工作原理和交互方式。 在商业化问答场景中,大语言模型如同全知全能的人,提示词是告诉其角色和专注技能,使其按需求变成“员工”,知识库则是给“员工”的工作手册。例如设定阿里千问模型为“美嘉”角色,放入《爱情公寓》全季剧情作为知识库,当提问“你是谁?你和子乔在台球厅吵架那次是为了什么吵架?”时,能得到相应回复。
2025-04-10
AI提示词超详细版本
以下是关于 AI 提示词的超详细内容: 在图像和视频生成阶段,分镜转图片和视频提示词大师的使用技巧包括:每次只处理 2 3 个分镜以确保提示词的精确性;对于关键场景,生成多个版本的提示词;根据不同工具的特点调整提示词的细节。图像生成工具方面,首选 LIBLIB 的 FLUX 模型,其次是谷歌的 ImageFX(网址:https://labs.google/fx/zh/tools/imagefx ,有网络门槛),还有即梦、可灵、Midjourmey(国内版“悠船”)。提示词辅助工具方面,通义万相的智能扩写只需输入简单的画面主题,点击“智能扩写”按钮就能自动生成包含场景描述、主体特征、构图和光线氛围等全方位的详细提示词;堆友的图推词功能可通过上传参考图片,自动分析并反推出详细的提示词。接入 Deepseek R1 的即梦,只需输入简单的主题或关键词,R1 就能写出 4 段不同风格且详细又丰富的提示词。 此外,还有一套万能文生图提示框架,您只需把脑子里能想到的、用来描述模糊想法的碎片词汇,随手替换到框架的最下方,然后发给任意一个 AI。但要注意,AI 生成的提示词水平与模型本身能力正相关,推理模型在揣摩人类意图上优于普通模型。 在写 AI 拟人化提示词时,要像写作文的 6 要素一样讲明白。描述越全面,生成的结果就越贴近想要的样子,但要注意避免啰里啰嗦导致 AI 理解出现偏差。您还可以把想要的直接塞给 LLM,让它进行补充。
2025-04-10
提示词学习
以下是关于提示词学习的相关内容: 提示词的知识体系: 分为五个维度,从高到低依次是思维框架、方法论、语句、工具和场景。但初学者舒适的学习顺序应是反过来的。 初学者学习提示词的顺序: 1. 场景:直接切入提示词的场景去学,对比在不同场景下使用提示词的效果。 2. 工具:使用现成的提示词工具,如 Meta Prompt、Al 角色定制等。 3. 有效语句:学习大量经典论文中提出的提示词语句。 4. 方法论:将有效语句及其背后的原理整合成稳定可控的方法,自动编写稳定的提示词。 学习 Stable Diffusion 提示词的步骤: 1. 学习基本概念:了解其工作原理、模型架构,理解提示词对生成结果的影响,掌握提示词的组成部分。 2. 研究官方文档和教程:通读官方文档,研究开发团队和专家的教程与技巧分享。 3. 学习常见术语和范例:熟悉相关领域术语和概念,研究优秀的图像标题和描述作为范例。 4. 掌握关键技巧:学会组合词条精确描述效果,掌握控制生成权重的符号使用,处理抽象概念和情感描述。 5. 实践和反馈:尝试生成不同风格和主题的图像,对比结果分析原因,在社区分享请教获取反馈。 6. 创建提示词库:按主题、风格等维度建立,记录成功案例方便复用。 7. 持续跟进前沿:关注最新更新和社区分享,掌握新技术、新范式、新趋势。 提示词学习的认知进化路径:从“不会表达”到“过度结构化”再到“高阶简洁”,初学者重“信息提供”,高手重“精准取舍”。 此外,GPT4 可一次生成多图,一段提示词出完整绘本,相关提示词范例可参考链接。
2025-04-10
cursor 长文档处理长文档
以下是关于 Cursor 长文档处理的相关信息: UI 用户界面: 当 Cursor 仅添加其他文本时,补全将显示为灰色文本。如果建议修改了现有代码,它将在当前行的右侧显示为 diff 弹出窗口。 您可以通过按 Tab 键接受建议,也可以通过按 Esc 键拒绝建议。要逐字部分接受建议,请按 Ctrl/⌘→。要拒绝建议,只需继续输入,或使用 Escape 取消/隐藏建议。 每次击键或光标移动时,Cursor 都会尝试根据您最近的更改提出建议。但是,Cursor 不会始终显示建议;有时,模型预测不会做出任何更改。 Cursor 可以从当前行上方的一行更改为当前行下方的两行。 切换: 要打开或关闭该功能,请将鼠标悬停在应用程序右下角状态栏上的“光标选项卡”图标上。 @Docs: Cursor 附带一组第三方文档,这些文档已爬取、索引并准备好用作上下文。您可以使用@Docs 符号访问它们。 如果要对尚未提供的自定义文档进行爬网和索引,可以通过@Docs>Add new doc 来实现。粘贴所需文档的 URL 后,将显示相应模式。然后 Cursor 将索引并学习文档,您将能够像任何其他文档一样将其用作上下文。 在 Cursor Settings>Features>Docs 下,您可以管理已添加的文档,包括编辑、删除或添加新文档。 @Files: 在 AI 输入框中(如 Cursor Chat 和 Cmd K),可以使用@Files 引用整个文件。如果继续在@后键入,将在策略之后看到文件搜索结果。 为确保引用的文件正确,Cursor 会显示文件路径的预览,这在不同文件夹中有多个同名文件时尤其有用。 在 Cursor 的聊天中,如果文件内容太长,Cursor 会将文件分块为较小的块,并根据与查询的相关性对它们进行重新排序。
2025-04-10
目前的大模型ai工具中 你觉得文本处理 写作这方面那个工具最强 最像人
目前在大模型 AI 工具中,对于文本处理和写作方面,以下是一些相关信息: 生成式人工智能的工作原理:在整体的人工智能领域,监督学习用于标记事物,一直占据很大比例。现在生成式 AI 快速崛起,强化学习与无监督学习也是重要工具。生成式 AI 由监督学习技术搭建,大语言模型使用监督学习不断预测下一个词语来生成文本,这需要大量数据。 大语言模型的应用:运用大语言模型写故事、修改文本很有用,但它可能编造故事产生错误信息,需要鉴别信息准确。网络搜索与大语言模型的区别在于网络搜索可追寻信息来源,大语言模型能提供建议与策略。 写作方面:使用大模型工具如 LLM 来写作,集思广益、头脑风暴非常有用。网页版聊天时提供更多信息,翻译也可使用 LLM,但其效果受网络文本量影响。 推荐的大模型工具:chatGPT 4.0、kimichat、智谱清言 4 等。一些国产模型如智谱和文心可以文生图。 相关工具:除了 Snapbox 外,还有 OpenCAT 等类似工具可供选择。有多种文本处理与总结工具,如 kimi 网页总结助手、ChatHub 等,以及翻译插件与 AI 对话插件、沉浸式翻译插件等。Memo Al 可以对音频视频进行转文字、字幕翻译、语音合成等,并由多种 AI 模型提炼内容精华总结、生成思维导图。 综合来看,不同的大模型工具在文本处理和写作方面各有特点,难以简单地确定哪一个最强、最像人,具体取决于您的需求和使用场景。
2025-04-01
长文本处理
以下是关于长文本处理的相关信息: 通义千问发布了一个模型并开源了两个模型,其中一个在长文本处理方面有显著提升。 开源的 Qwen2.51M 大模型推出 7B、14B 两个尺寸,在处理长文本任务中稳定超越 GPT4omini,同时开源推理框架,在处理百万级别长文本输入时可实现近 7 倍的提速,首次将开源 Qwen 模型的上下文扩展到 1M 长度。在上下文长度为 100 万 Tokens 的大海捞针任务中,Qwen2.51M 能够准确地从 1M 长度的文档中检索出隐藏信息,仅有 7B 模型出现少量错误。对于更复杂的长上下文理解任务,通义官方选择了等测试集。 Qwen2.51M 系列模型在大多数长上下文任务中显著优于之前的 128K 版本,特别是在处理超过 64K 长度的任务时表现出色。Qwen2.514BInstruct1M 模型不仅击败了 Qwen2.5Turbo,还在多个数据集上稳定超越 GPT4omini,可作为现有长上下文模型的优秀开源替代。 此外,还有关于利用 Langchain+Ollama+RSSHub 实现本地部署资讯问答机器人的内容,包括导入依赖库、从订阅源获取内容、为文档内容生成向量等步骤。其中使用了 feedparse 用于解析 RSS 订阅源,ollama 用于在 python 程序中跑大模型,文本向量模型 bgem3 具有支持多语言、长文本输入、集成多种检索能力等特点。
2025-03-31
请你作为AI设计师,为我推荐好用的AI风格化工具,可以进行批量处理图片,与此同时保持高度的风格统一
以下为您推荐一些好用的可批量处理图片并保持高度风格统一的 AI 风格化工具: 1. 星流一站式 AI 设计工具: 基础风格模型 Checkpoint:包含多个分类不同风格的大模型,适用于写实摄影、插画、动漫、3D 立体等,能生成丰富多彩的图片效果。其中星流通用大模型相比常见大模型具有更强的语义理解、更高的艺术审美和表现力。基础模型 F.1、基础模型 XL、基础模型 1.5 在效果和生成速度上有所不同,效果上基础模型 F.1>基础模型 XL>基础模型 1.5,生成速度上基础模型 1.5>基础模型 XL>基础模型 F.1。入门模式下只能使用星流通用大模型。 增强模型:作为基础模型的补充,用于生成特定风格、角色。您可以收藏模型、查看例图,还可以通过滑动鼠标到图像并点击风格,将当前风格当作增强模型使用。 2. Magnific AI:具有新功能——风格转换,可以将任意照片转换成各种风格的图像,同时保持人物对象的一致性。大 BOSS 的演示和教程下周开放访问。 3. Cartwheel:文本转 3D 动画工具,输入文字提示即可生成适用于多种用途的 3D 动画角色,支持指定动作,可以导出到任何 3D 程序中编辑。目前处于早期阶段,还在测试阶段,需排队。
2025-03-27
有哪些公司主要做数据处理,比如把文档转化成ai可理解的东西
以下是一些主要从事数据处理,将文档转化为 AI 可理解内容的公司: 在基础模型领域,有 OpenAI、Google、Cohere、AI21、Stability.ai 等公司,它们在构建大型语言模型方面展开竞争。此外,还有新兴的开源选项如 Eleuther。 像 Hugging Face 这种共享神经网络模型的社群,在软件 2.0 时代可能成为智慧的枢纽和人才中心。 还有一些独立应用公司,例如 Jasper(创意文案)、Synthesia(合成语音与视频)等,它们涉及 Creator&Visual Tools、Sales&Marketing、Customer Support、Doctor&Lawyers、Assistants、Code、Testing、Security 等各种行业。
2025-03-25
国产ai中,哪个可以把平面产品图处理成3d产品视频
以下是一些国产 AI 可以将平面产品图处理成 3D 产品视频的相关信息: 即梦:在平面设计稿转 3D 这一环节,可以在即梦图片生成界面中导入参考图,参考选项为参考轮廓边缘,生图模型选择图片 2.0,输入包含角色、细节描述、场景、风格材质等的提示词,生成图片,经过多次生成并选择高清放大。 但需要注意的是,不同的 AI 在处理效果和适用场景上可能会有所差异,您可以根据具体需求进行选择和尝试。
2025-03-25