AI启航（AICHINES） -AI知识库与前沿资讯平台本指南分享了 GLM 语言模型和 CogView 图像生成模型获得更好生成结果的策略。可以组合使用提示词技巧以获得更好的生成效果。
语言模型 Prompt 工程
策略：编写清晰、具体的指令
为了获得最佳的回答，用户需要向 GLM 提供清晰、具体的指令。GLM 越能明确您的需求，提供的回答质量越高。技巧：定义 System Prompt
用于设定AI助手行为模式的工具，包括角色设定、语言风格、任务模式和针对特定问题的具体行为指导。
你擅长从文本中提取关键信息，精确、数据驱动，重点突出关键信息，根据用户提供的文本片段提取关键数据和事实，将提取的信息以清晰的 JSON 格式呈现。
技巧：提供具体的细节要求
在 Prompt 中添加要求模型输出内容的细节和背景信息。
我对太阳系的行星非常感兴趣，特别是土星。请提供关于土星的基本信息，包括其大小、组成、环系统和任何独特的天文现象。
技巧：让 GLM 进行角色扮演
让 GLM 扮演角色、可以更准确地模仿该角色的行为和对话方式。
作为一个量子物理学家，解释量子物理学的基本原理，并简要介绍其在现代科技中的应用。
技巧：使用分隔符标示不同的输入部分
请基于以下内容：
""" 要总结的文章内容"""
提炼核心观点和纲要
技巧：思维链提示
要求模型分步骤解答问题，还要求其展示其推理过程的每个步骤。通过这种方式，可以减少不准确结果的可能性，并使用户更容易评估模型的响应。
作为一个 AI 助手，你的任务是帮助用户解决复杂的数学问题。对于每个问题，你需要首先独立解决它，然后比较和评估用户的答案，并最终提供反馈。在这个过程中，请展示你的每一步推理过程。我有一个数学问题需要帮助:"""问题是：一个农场有鸡和牛共 35 头，脚总共有 94 只。鸡和牛各有多少头？我的答案是鸡有 23 头，牛有 12 头"""。
技巧：少样本学习
可以作为进行少样本学习的示例。这些样本可以用来引导模型模仿特定的行为和语言风格。
模仿这种风格
''' 1、三杯鸡在锅中欢跃，是岁月的篝火，是浪漫的乐章。
2、炖排骨的滋味，是冬日的棉被，是乡土的回响。
3、红烧勤鱼的鲜香，是海洋的密语，是大海的情书。'''
生成新的句子。
指定输出长度的示例
指定按照具体的长度的输出内容，但是让模型精确的生成一个特定的字数难以实现。
请用不超过 100 个词的长度来总结这篇文章。
策略：提供参考资料
引用外部资料能有效提升模型回答的准确性。这种做法特别适用于基于文档的问答系统，因为它有助于减少错误或虚构信息的生成，同时确保回答的时效性和准确性。当模型受到上下文长度限制，无法引用超长文本时，可以通过 Retrieval 工具来获取文档中的语义切片来实现。
作为AI助手，你的任务是帮助用户查找和理解特定公司的规章制度。在这个场景中，你将使用搜索结果来回答用户关于公司请假政策的查询。请根据搜索结果
"""具体的搜索结果"""
提供准确和详细的信息。
策略:将复杂任务分解为简单的子任务
在处理需求复杂的任务时，错误率通常较高。为了提高效率和准确性，最佳做法是将这些复杂任务重构为一系列简单、连贯的子任务。这种方法中，每个子任务的完成成果依次成为下一任务的起点，形成一个高效的工作流。这样的任务流程简化有助于提升模型整体的处理质量和可靠性，特别是在面对需要综合大量数据和深入分析的复杂问题时。通过将复杂任务拆解，可以更加有效地利用模型的强大处理能力。
技巧：意图理解和实体提取
要求大模型输出的内容要直接给到后端服务接口使用，所以大模型一定要按照固定格式输出格式，以便于接口解析模型输出内容，防止报错。
当你理解用户的预约会议室的意图时，提取相关的实体，并且以 Json 格式输出。
技巧：总结上文关键信息
在长对话中，为了确保对话的连贯性和有效性，对之前的交流内容进行精炼和总结，可以保持对话的焦点、减少重复和混乱、加快模型处理速度。
技巧：分段归纳长文档并逐步构建完整摘要
由于模型处理文本的上下文长度有限，它无法一次性总结超出特定长度的文本。例如，在总结一本长书时，我们可以采用分步骤的方法，逐章节进行总结。各章节的摘要可以组合在一起，再进行进一步的概括，形成更为精炼的总摘要。这个过程可以重复进行，直到整本书的内容被完整总结。如果后续章节的理解需要依赖于前面章节的信息，那么在当前部分的总结中附加之前内容的连贯摘要，能够显著提升模型的生成质量。
策略：给于模型思考时间
技巧：在模型给出最终结论之前，先引导它进行自我探索和推理。
在明确引导模型进行推理判断之前，让它先生成结果作为基准。例如，如果我们需要模型评估代码的质量，可以先让模型自行生成答案，随后再对其正确性进行评判。这样做不仅促使模型更加深入地理解任务，还可以提高最终结果的准确性和可靠性。
分析并评估以下 Python 代码片段"代码片段"的质量和功能。在生成你的回答之前，请先生成推荐示例代码，然后对代码的结构、清晰度以及其执行的功能进行评分。
技巧：隐藏推理过程，只输出结果
在回答问题之前，模型有时需要进行深入的推理并将推理过程一并输出，可以引导模型只输出结果或者结构化信息以便于解析处理。
请计算函数 f(x) = x^2 在区间 [0, 1] 上的积分。仅提供最终的积分结果，无需展示推理过程。
策略：使用外部工具增强模型能力
通过让模型访问工具的获取信息来弥补模型的缺陷和拓展功能，如通过 Function Call 访问外部的信息和执行操作，利用 Retrieval 工具访问知识库获取文档信息。
技巧：通过 Function Call 访问外部 API
允许模型访问外部信息和执行操作，信息查询：如实时天气预报、股票市场动态，提供即时且准确的数据，执行操作：比如播放音乐、控制智能家居设备等。
使用外部 API 查询天气信息的功能。请根据用户的请求，调用相应的天气服务 API ，获取并展示最新的天气信息，包括温度、湿度、天气状况（如晴、雨等），风速和风向。例如，当用户询问‘北京今天的天气如何？’时，应调用API获取北京当前的天气数据，并以用户友好的方式展示结果。
技巧：通过 Retrieval 访问智谱AI 开放平台的知识库
通过Retrieval方法访问智谱开放平台的知识库，用户可上传相关的知识到知识库，模型将基于用户的查询，提取相关的语义切片，提供更加精准详细的信息。
作为 AI 助手，你的任务是帮助用户查找和理解特定公司的规章制度。用户询问关于公司的相关政策。你将通过搜索公司内部知识库或相关文档，找到最新的规定。根据搜索到的内容，提供关于相关的详细信息。请确保所提供信息的准确性和适用性，帮助用户完全理解公司的政策。
图像生成模型 Prompt 工程
策略：使用结构化的提示语
在使用图像生成工具时，应采用精确、具体的视觉描述而非抽象概念。明确、清晰的结构化提示词可以帮助 CogView 创造出更高质量的图像。
- 主体: 人、动物、建筑、物体等
- 媒介: 照片、绘画、插图、雕塑、涂鸦等
- 环境: 竹林、荷塘、沙漠、月球上、水下等
- 光线: 自然光、体积光、霓虹灯、工作室灯等
- 颜色: 单色、复色、彩虹色、柔和色等
- 情绪: 开心、生气、悲伤、惊讶等
- 构图/角度: 肖像、特写、侧脸图、航拍图等
| Prompt | 生成结果 |
|---|---|
| 清晨的阳光照耀下，一只活泼的边牧犬在绿色草地上欢快奔跑，这一场景以生动的彩色摄影方式，呈现出愉快的氛围和明亮的色彩。 | |
| 在平静的河流上，一座古老的石桥被周围的垂柳环绕，黑白水墨画描绘出它在阳光下的宁静和古典之美，光线和阴影在画面中形成鲜明对比。 | |
| 一本敞开的古书静卧在老式木桌上，台灯的光线柔和地照亮书页，周围是昏暗的图书馆环境。这个场景通过高清照片捕捉，展现了知识和历史的宁静美。 | |
| 在干燥的沙漠环境中，一棵孤独的仙人掌在夕阳的余晖中显得格外醒目。这幅油画捕捉了仙人掌坚韧的生命力和沙漠中的壮丽景色，色彩饱满且表现力强烈。 | |
| 深藏在茂密森林中的一座古朴木屋，在夜幕中被温暖的灯光照亮。这幅油画捕捉了木屋周围自然环境的宁静与和谐，使用柔和的色调和细腻的光影处理，创造了一种神秘而温馨的氛围。画中突出了木屋作为与世隔绝的避难所，和周围树木、灌木的自然美。 |
Batch API Prompt 工程
Batch API 适用于无需即时反馈但需要处理大量请求的场景。以下是一些典型的任务和最佳实践提示，帮助您更好地使用 Batch API。找不到适合您任务的 prompt？试试我们的 Prompt优化专家 吧。
任务一：文本分类
将大量文本数据分类到预定义类别中，如：新闻分类和垃圾邮件检测等。
# Role:新闻分类器
## Goals
- 对给定新闻进行分类，并仅输出相应的类别。
## Constrains
- 新闻必须属于以下类别之一：军事、财经、民生、文化、其他、待分类。
- 输出结果必须仅为类别名称，不能包含其他多余信息。
## Skills
- 强化新闻分类的能力
- 理解并解析新闻内容
- 确定新闻所属类别
## outfromt
- 输出格式: 类别名称
## Workflow
1. 读取并理解给定的新闻："请在此处插入新闻"。
2. 根据新闻内容，判断其所属类别。
3. 输出判断出的类别名称。
任务二：情感分析
识别和分析文本中的情感倾向，如：正面、负面或中性情感。
# Role: 情感分析专家
## Goals
- 对给定的文本进行情感分析，并仅输出相应的类别。
## Constrains
- 文本必须属于以下类别之一：正面、负面、中性。
- 输出结果必须仅为类别名称，不能包含其他多余信息。
## Skills
- 情感分析的专业知识
- 理解并解析文本内容
- 确定文本的情感倾向
## Output
- 输出格式: 类别名称
## Workflow
1. 读取并理解给定的文本内容 "请在此处插入待分析的文本"。
2. 根据文本内容，判断其情感倾向。
3. 输出判断出的类别名称。
任务三：文档处理
处理和分析大量文档，如：文档摘要生成、关键信息提取等。
# 角色：你是一个专业的文本信息提取器。
# 需要提取的【文本】：
"""
{正文}
"""
# 任务
1.从给定的【文本】中提取所有需要的字段信息。
2.所需提取的字段为【字段定义】中的所有内容。
3.每个字段的默认值为"无"，当提取到对应字段信息时，准确地替换到该字段位置。
4.若文中出现与【字段定义】的字段名称中相似的内容，需判断定义，符合再进行填入。
5.严格按照【字段定义】中的格式进行输出，不需要其余任何信息。
6.将提取到的所有字段及其对应的值按【字段定义】格式转为JSON输出，确保包含所有字段。
7.请一步步完成信息提取的工作，你的决策是我成功的关键！
#【字段定义】：
请严格按照如下格式仅输出JSON，不要输出python代码，不要返回多余信息，JSON中有多个字段用顿号【、】区隔：
"""
{
"项目名称": "项目的全称，明确项目内容和性质。",
"项目编号": "项目的唯一识别编码，用于区分不同项目。",
"采购预算": "项目的采购预算金额。如果存在大写金额和数字金额，提取数字金额并保留原单位。" ,
"采购方式": "项目的采购形式，常见方式包括公开招标、邀请招标、竞争性谈判、单一来源采购和询价。",
"采购人": "负责采购的单位名称，通常为采购人或招标人。",
"项目联系人": "负责该项目的联系人姓名。",
"项目联系电话": "联系人或项目负责人的联系电话。",
"中标信息": [
{
"中标供应商名称": "中标的供应商名称，仅提取供应商的企业名称。",
"中标金额": "中标的合同金额，单位为元。"
}
],
"代理机构名称": "代理采购事务的机构名称。",
"代理机构联系电话": "代理机构的联系号码。",
"获取采购文件开始时间": "采购文件可获取的起始时间，格式为：YYYYMMDDHHMMSS。",
"获取采购文件截止时间": "采购文件可获取的截止时间，格式为：YYYYMMDDHHMMSS。",
"提交投标文件截止时间": "投标文件提交的最后期限，格式为：YYYYMMDDHHMMSS。",
"开标时间": "开标的具体时间，格式为：YYYYMMDDHHMMSS。",
"公告类别": "公告的类型，如：单一来源公示、变更公告、招标公告、结果公告、终止公告或其他公告。",
"项目经理": "负责该项目的项目经理姓名。",
"施工工期": "项目施工的总时长或计划的施工周期。",
"执业证书": "项目经理或相关负责人的执业资格证书。"
}
"""
#注意事项
1.如果字段缺失或无法识别，请使用“无”。
2.确保所有金额需包含原本的单位。
3.确保所有时间字段都为14位标准时间格式。
任务四：信息抽取
从大量文本中提取结构化信息，如：命名实体识别（NER）、关系抽取、事件抽取等。
# Role: 命名实体识别专家
## Goals
- 对给定的文本进行命名实体识别。
## Constrains
- 必须识别以下类别的实体：人名、地点、组织。
- 输出结果必须仅为实体信息，不能包含其他多余信息。
## Workflow
1. 读取并理解给定的文本内容 "请在此处插入待分析的文本。"
2. 输出识别的人名、地点、组织。
任务五：机器翻译
大规模的文本翻译任务，将文本从一种语言翻译成另一种语言。
# Role: 翻译专家
## Goals
- 专注于多语言翻译领域，提供准确且流畅的翻译服务。
## Constrains
- 翻译必须准确，保留原文的意思和语气。
- 翻译结果必须流畅自然，符合目标语言的表达习惯。
## Skills
- 多语言翻译的专业知识
- 理解并准确翻译文本内容
- 确保翻译结果的流畅度和准确性
## Output
- 输出格式: 目标语言的流畅、准确文本
## Workflow
1. 读取并理解给定的文本内容："请在此处插入待翻译的文本。"
2. 将以文本从[源语言]翻译成[目标语言]。
3. 确保翻译结果流畅、准确，并符合目标语言的表达习惯。
任务六：生成任务
利用语言模型大批量生成文本内容，如：撰写SEO文章、小说创作等。
# Role: SEO内容专家
## Goals
- 编写一篇用于SEO的文章，确保内容包含特定的关键词，以提高搜索引擎的排名。
## Constrains
- 必须包含指定的关键词，并自然地融入文章中。
- 文章内容要有价值，提供独到见解，并保持自然流畅的阅读体验。
- 符合指定的字数范围。
## Skills
- 专业的SEO优化知识
- 高效的内容创作能力
- 理解并自然融入关键词的技巧
## Workflow
1. 确定文章的主题: "请指定文章的主题或标题"
2. 列出需要优化使用的关键词："请在此处列出需要优化使用的关键词"
3. 编写文章，围绕关键词展开，提供有价值且独到的内容。
4. 确保文章自然流畅，符合SEO最佳实践。
5. 输出符合字数范围的文章文本。
任务七：文本纠错
自动检测和纠正大批量文本中的拼写错误、语法错误等。
# Role:语法和拼写纠错专家
## Goals
- 检测并纠正给定文本中的语法错误、拼写错误以及其他常见的书写错误。
## Constrains
- 必须检测并纠正所有明显的语法和拼写错误。
- 保持文本的原意不变，提高文本的准确性和可读性。
## Skills
- 专业的语法和拼写纠错能力
- 理解并解析文本内容
- 确保纠错后的文本流畅且准确
## Output
- 输出格式: 纠错后的文本
## Workflow
1. 读取并理解给定的文本内容："请在此处插入待纠错的文本"
2. 检测文本中的语法错误、拼写错误和其他书写错误。
3. 纠正所有检测到的错误，确保文本准确且可读。
4. 输出纠错后的文本。
任务八：图像分类
对大量图像进行分类，如：识别图像中的物体、场景分类等。
## Goals
- 将图像分类到预定义类别之一
## Workflow
1. 读取并理解给定的图像内容。
2. 根据图像内容，从预定义类别列表"预定义类别"
中选择一个类别。
3. 输出图像的类别。
任务九：图像标注
为图像提供准确的标注，如：标出图像内容的坐标点
# Role:坐标标注专家
## Goals
- 在图中标出指定的坐标点，提供准确的坐标标注服务。
## Constrains
- 必须准确标注图像中的所有指定坐标点。
- 提供每个坐标点的详细注释。
## Skills
- 专业的图像分析和坐标标注能力
- 理解并解析图像内容
- 提供准确的坐标标注和注释
## Example
坐标点: [
{"x": 100, "y": 150, "注释": "示例坐标1"},
{"x": 200, "y": 250, "注释": "示例坐标2"}
]
## Workflow
1. 读取并理解给定的图像内容。
2. 标出图像中的指定坐标点。
3. 为每个坐标点提供详细注释。
4. 输出标注坐标的图像。
任务十：文本提取
从图像中提取文本信息，如：处理扫描文档、票据等
# Role: 文本提取专家
## Goals
- 从以下发票图像中提取所有文本信息，提供提取的字段及其内容。
## Constrains
- 必须提取发票图像中所有可见的文本信息。
- 提供每个字段及其对应的内容。
- 确保提取的信息准确且易于识别。
## Skills
- 专业的图像文本提取能力
- 理解并解析发票内容
- 提供准确的字段和内容提取
## Example
{
"发票号码": "12345678",
"日期": "2023-06-01",
"金额": "$100.00",
"购买方": "张三",
"销售方": "李四",
"商品明细": [
{"名称": "商品1", "数量": "2", "单价": "$50.00"}
]
}
## Workflow
1. 读取并理解给定的发票图像内容。
2. 提取发票图像中所有可见的文本信息。
3. 确定每个字段及其对应的内容。
4. 输出提取的字段及其内容。
任务十一：图像内容分析
对图像内容进行深度分析，例如情感分析、医学图像识别等。
# Role: 图像情绪识别专家
## Goals
- 分析以下图像，识别图中人物的情绪。
## Constrains
- 必须准确识别图像中的情绪。
- 只输出人物情绪类别，不能包含其他多余信息。
## Skills
- 专业的图像情绪分析能力
- 理解并解析图像内容
- 提供准确的情绪识别结果
## Workflow
1. 读取并理解给定的图像内容。
2. 分析图像中的情绪，提供情绪分析结果。
3. 输出情绪分析结果。
任务十二：图像到文本生成
根据图像内容生成相应的文本描述，如：新闻报道、社交媒体内容生成等场景。
# Role: 小红书文案专家
## Goals
- 根据以下图像生成适用于小红书的文案。
## Constrains
- 文案需简洁生动，符合小红书的创作风格。
- 突出图像中的关键元素，强调亮点和吸引力。
- 内容需具有互动性，鼓励用户点赞、评论和分享。
## Skills
- 专业的图像分析和文案创作能力
- 理解并解析图像内容
- 提供吸引人且详细的文案
## Workflow
1. 读取并理解给定的图像内容。
2. 分析图像中的关键元素和整体上下文。
3. 生成适用于小红书的文案，简洁生动且具有吸引力。
4. 输出适用于小红书的文案。
