今天和大家分享一下:大模型提示工程之Prompt框架和示例:

TAG框架

  • 任务(Task): 开发一个新的手机应用,旨在帮助用户更好地管理他们的日常健康。
  • 行动(Action): 进行市场调研,设计用户友好的界面,开发核心健康跟踪功能,测试应用并收集用户反馈。
  • 目标(Goal): 在六个月内发布应用,并在发布后的第一个月内达到10万次下载。

SPAR框架

  • 情境(Scenario): 用户对现有的健康管理应用感到不满,因为它们通常操作复杂,功能繁多而不实用。
  • 问题(Problem): 用户需要一个简单直观的应用来跟踪日常健康数据,如饮食、运动和睡眠。
  • 行动(Action): 设计并开发一个以用户体验为中心,功能集中于核心健康管理的应用。
  • 结果(Result): 用户能够轻松管理自己的健康,应用的用户满意度和市场占有率提高。

TRACE框架

  • 任务(Task): 提升应用的用户参与度和日活跃用户数(DAU)。
  • 请求(Request): 需要一个功能,能让用户定制个性化的健康计划。
  • 行动(Action): 开发一个算法,根据用户的行为和偏好提供定制化健康建议。
  • 背景(Context): 用户参与度低,因为缺乏个性化和互动性。
  • 示例(Example): 竞争对手的应用通过引入个性化健康计划,使其DAU增加了25%。

SCOPE框架

  • 情境(Scenario): 应用市场上健康管理类应用众多,但用户粘性不高。
  • 复杂情况(Complications): 用户往往下载后短期内使用,但很快就弃用。
  • 目标(Objective): 创建一个具有高用户粘性的健康管理应用。
  • 计划(Plan): 引入社交功能,让用户能够分享进度,并与朋友一起参与健康挑战。
  • 评估(Evaluation): 通过跟踪用户的留存率和社交互动数据来评估应用的粘性。

APE框架

  • 行动(Action): 在应用内引入基于位置的健康食品推荐功能。
  • 目的(Purpose): 使用户能够根据自己的位置找到健康的饮食选项,从而促进健康饮食习惯。
  • 期望(Expectation): 用户能够频繁使用此功能,提升整体应用的使用频率和用户满意度。

SAGE框架

  • 情况(Situation): 用户反映应用中缺乏互动和个性化体验。
  • 行动(Action): 添加一个AI健康助手,为用户提供个性化建议和互动体验。
  • 目标(Goal): 增强用户体验,提高用户的日常活跃度。
  • 预期(Expectation): 通过用户反馈和活跃度数据,期望AI健康助手能提升用户满意度至少20%。

RTF框架

  • 角色(Role): 作为用户的健康管理顾问。
  • 任务(Task): 提供根据用户生活习惯定制的健康建议。
  • 格式(Format): 以每日提醒和周报的形式提供健康建议。

ROSES模型

  • 角色(Role): 作为健康管理应用的开发者。
  • 目标(Objective): 提供一款能够帮助用户实现健康目标的应用。
  • 情境(Scenario): 用户希望通过应用来跟踪和改善他们的日常健康习惯。
  • 解决方案(Solution): 开发包含饮食、运动和睡眠跟踪的综合性健康应用。
  • 步骤(Steps): 进行市场调研,设计UI/UX,开发应用功能,进行测试,收集反馈,发布应用。

CARE框架

  • 背景(Context): 健康管理应用市场竞争激烈,用户对新应用的期望日益增高。
  • 行动(Action): 开发一个集成了最新技术(如AI和AR)的创新健康管理应用。
  • 结果(Result): 应用因其创新特性和卓越的用户体验而脱颖而出,获得高用户评价。
  • 示例(Example): 一款采用AI个性化推荐系统的健康应用在三个月内下载量翻倍。

大模型提示工程之Prompt框架和示例的更多相关文章

  1. FrameWork逆向工程之MotioPI

    在BI项目建设的过程中我们一般都是有备份的,而且这个是必须有的!特别是例如ETL Model,还有Data Model这一类的元数据,这些东西如果我们没有备份,而恰好的我们的开发模型又在某一天离我们而 ...

  2. Kail Linux渗透测试教程之Recon-NG框架

    Kail Linux渗透测试教程之Recon-NG框架 信息收集 信息收集是网络攻击最重要的阶段之一.要想进行渗透攻击,就需要收集目标的各类信息.收集到的信息越多,攻击成功的概率也就越大.本章将介绍信 ...

  3. 华为高级研究员谢凌曦:下一代AI将走向何方?盘古大模型探路之旅

    摘要:为了更深入理解千亿参数的盘古大模型,华为云社区采访到了华为云EI盘古团队高级研究员谢凌曦.谢博士以非常通俗的方式为我们娓娓道来了盘古大模型研发的"前世今生",以及它背后的艰难 ...

  4. DeepSpeed Chat: 一键式RLHF训练,让你的类ChatGPT千亿大模型提速省钱15倍

    DeepSpeed Chat: 一键式RLHF训练,让你的类ChatGPT千亿大模型提速省钱15倍 1. 概述 近日来,ChatGPT及类似模型引发了人工智能(AI)领域的一场风潮. 这场风潮对数字世 ...

  5. HealthKit开发快速入门教程之HealthKit框架体系创建健康AppID

    HealthKit开发快速入门教程之HealthKit框架体系创建健康AppID HealthKit开发准备工作 在开发一款HealthKit应用程序时,首先需要讲解HealthKit中有哪些类,在i ...

  6. 文心大模型api使用

    文心大模型api使用 首先,我们要获取硅谷社区的连个key 复制两个api备用 获取Access Token 获取access_token示例代码 之后就会输出 作文创作 作文创作:作文创作接口基于文 ...

  7. 千亿参数开源大模型 BLOOM 背后的技术

    假设你现在有了数据,也搞到了预算,一切就绪,准备开始训练一个大模型,一显身手了,"一朝看尽长安花"似乎近在眼前 -- 且慢!训练可不仅仅像这两个字的发音那么简单,看看 BLOOM ...

  8. 无插件的大模型浏览器Autodesk Viewer开发培训-武汉-2014年8月28日 9:00 – 12:00

    武汉附近的同学们有福了,这是全球第一次关于Autodesk viewer的教室培训. :) 你可能已经在各种场合听过或看过Autodesk最新推出的大模型浏览器,这是无需插件的浏览器模型,支持几十种数 ...

  9. [2018福大至诚软工助教]alpha阶段小结

    [2018福大至诚软工助教]alpha阶段小结 一.得分 1. 冲刺(7次 Scrum) 150分 1)第1篇(25分) 项目 评分标准 各个成员在 Alpha 阶段认领的任务 (6分)视详细程度给分 ...

  10. [2018福大至诚软工助教]UML设计小结

    [2018福大至诚软工助教]UML设计小结 一.得分 总分(50分) 团队信息 (4分) 队名 (1分) 团队成员的学号与姓名(需要标注队长)(1分) 本次作业的博客链接(1分) 三者完全,4分 团队 ...

随机推荐

  1. python项目vscode配置

    最近由pycharm切到VScode, 记录一下项目的通用配置; 在项目目录建一个.vscode的文件夹分别创建三个文件 lunch.json python运行配置 settings.json vsc ...

  2. 程序员应具备的PS基本技能(一):PS2017基本框架使用

    若该文为原创文章,未经允许不得转载原博主博客地址:https://blog.csdn.net/qq21497936原博主博客导航:https://blog.csdn.net/qq21497936/ar ...

  3. 第131篇:如何上传一个npm包

    好家伙, NPM的全称是Node Package Manager,是一个NodeJS包管理和分发工具,已经成为了非官方的发布Node模块(包)的标准.  NPM是世界上最大的软件注册表. 1.首先我们 ...

  4. 第126篇: 异步函数(async和await)

    好家伙,本篇为<JS高级程序设计>第十章"期约与异步函数"学习笔记   ES8 的 async/await 旨在解决利用异步结构组织代码的问题. 为为此增加了两个新关键 ...

  5. OFDM系统各种QAM调制阶数在多径信道下的误码性能仿真(暂存版本)

    本文考虑OFDM系统在多径信道下的误码性能 代码 clc;close all;clear %% Seting parameters EbN0_list = 20:2:40; Q_order_list ...

  6. 关于 LLM 和知识图谱、图数据库,大家都关注哪些问题呢?

    自 LLM 系列文章<知识图谱驱动的大语言模型 Llama Index>.<Text2Cypher:大语言模型驱动的图查询生成>.<Graph RAG: 知识图谱结合 L ...

  7. vscodeC++生成配置文件

    参考 https://www.cnblogs.com/harrypotterisdead/p/14207866.html 和 https://www.cnblogs.com/heyiping/p/14 ...

  8. Java 基本数据类型之间的运算规则

    1 /*** 2 * 基本数据类型之间的运算规则 3 * 4 * 前提:7中基本数据类型运算 5 * 6 * 1.自动类型提升: 7 * 当容量小的类型与容量大的数据类型的变量做运算时,结果自动提升为 ...

  9. TLS原理与实践(四)国密TLS

    主页 个人微信公众号:密码应用技术实战 个人博客园首页:https://www.cnblogs.com/informatics/ 引言 TLS作为保证网络通信安全的关键技术和基石被广泛应用,但目前主流 ...

  10. 浅谈Zabbix与Prometheus区别

    Zabbix和Prometheus都是非常流行的监控系统.它们有许多相似之处,但也有一些不同之处.以下是Zabbix和Prometheus监控对比的一些关键点: 1.数据模型和查询语言 Prometh ...