Der schnelle Lehrer ist eine interaktive und pädagogische schnelle technische Oberfläche für LLMs, die den Benutzern beigebracht hat, wie sie ✍️, verfeinern und optimieren können? Aufforderungen, die effektivsten und gezielten Antworten von LLMs zu erreichen.
Forderungslehrer @ umarmende Face -Räume
Die folgenden Metaprompts sind derzeit Teil des schnellen Lehrers.
? Name | Erläuterung | ✏️ Beispielaufforderung | Beispiel Eingabeaufforderung Erklärung |
---|---|---|---|
Mit Details erweitern | Erweitert eine Aufforderung, detailliertere Anweisungen und Kontext zu enthält. | Erzähl mir von Hunden. | Diese Eingabeaufforderung ist sehr vage und es fehlt der Kontext, was sie ideal für die Erweiterung macht, um das LLM effektiver zu leiten. |
Feedback anwenden | Verbessert eine Eingabeaufforderung basierend auf spezifischen Feedback. | Beschreiben Sie den Prozess der Photosynthese. | Feedback könnte darauf hindeuten, dass die Eingabeaufforderung für jüngere Zielgruppen oder detaillierter für den akademischen Gebrauch zugänglicher wird. |
Einfach die Eingabeaufforderung kondensieren | Kondensiert eine Aufforderung, es prägnanter zu machen und gleichzeitig seine wesentliche Anfrage beizubehalten. | Schreiben Sie einen lustigen Witz, der die Leute über etwas sehr lustiges zum Lachen bringt. Es sollte lustig sein. | Diese Eingabeaufforderung kann durch Entfernen redundanter Informationen kondensiert werden. |
Einfach die Eingabeaufforderung verbessern | Verbessert eine Aufforderung zur Verbesserung der Klarheit und Wirksamkeit. | Sag mir, wie man Reis kocht. | Diese Eingabeaufforderung kann verbessert werden, indem die Art der Küche oder die Kochmethode angegeben wird. |
Erstellen Sie die Liste der sequentiellen Aufgaben | Strukturiert eine Aufforderung, die LLM durch eine Reihe von sequentiellen Aufgaben zu führen. | Planen Sie eine Geburtstagsfeier. | Diese Eingabeaufforderung kann strukturiert werden, um Schritte wie die Auswahl eines Themas, die Vorbereitung einer Gästeliste und die Organisation von Aktivitäten zu skizzieren. |
Kreative Antwort erläutern | Verwandelt eine Aufforderung, Kreativität zu inspirieren und fantasievolle Reaktionen hervorzurufen. | Schreiben Sie eine Geschichte über ein verlorenes Kätzchen. | Die Aufforderung kann überarbeitet werden, um beschreibender oder emotionaleres Geschichtenerzählen zu fördern. |
Ein hypothetisches Szenario einbeziehen | Schneidert eine Aufforderung, ein bestimmtes hypothetisches Szenario für eine detaillierte Erkundung einzuschließen. | Die Gefahr künstlicher allgemeine Intelligenz | Diese Eingabeaufforderung kann auf bestimmte hypothetische Szenarien zugeschnitten werden, um Tiefe und Kontext bereitzustellen. |
Konzentrieren Sie sich auf Ethik | Rahmen Sie die Aufforderung zur Konzentration auf ethische Überlegungen oder moralische Dilemmata neu. | Gentechnik beim Menschen. | Diese Aufforderung kann neu gestaltet werden, um sich auf die ethischen Überlegungen oder moralischen Dilemmata zu konzentrieren. |
Fügen Sie die Rolle auf | Fügt der Aufforderung eine Rolle hinzu, um die Antwort zu verbessern. | Schreiben Sie ein kurzes Lied. | Durch das Hinzufügen einer Expertenrolle können wir die Qualität des geschaffenen Songs möglicherweise verbessern. |
Fügen Sie Grenzwerte für Klarheit hinzu | Fügt einer Aufforderung eindeutige Grenzwerte hinzu, verschiedene Abschnitte oder Anweisungen zu trennen und zu organisieren und die Lesbarkeit und Struktur zu verbessern. | Fassen Sie diesen Text {text} mit Bulletpoints zusammen. Sich prägnant sein | Diese Eingabeaufforderung kann von klaren Grenzwerten profitieren, um Anweisungen oder Abschnitte zu trennen, sodass das LLM einfacher wird, systematisch zu folgen und zu reagieren. |
Integrieren | Integriert die Kette von Gedankengütern, um das LLM durch eine logische Abfolge von Gedanken zur komplexen Problemlösung zu führen. | Wie können wir die Verkehrsstaus in städtischen Gebieten reduzieren? | Diese Eingabeaufforderung kann von der Kette von Gedankengütern profitieren, um das Problem in überschaubare Teile aufzuteilen und verschiedene Lösungen systematisch zu untersuchen. |
Umfassende schnelle Verfeinerung | Integriert verschiedene Techniken zur Verfeinerung, Erweiterung und Anpassung von Eingabeaufforderungen für LLMs und gewährleisten Klarheit, Spezifität und Engagement, die auf den beabsichtigten Zweck zugeschnitten sind. | Schreiben Sie eine kurze Geschichte künstlicher Intelligenz | Diese Eingabeaufforderung kann verbessert werden, indem Aspekte wie die Detailtiefe, Fokusbereiche und die gewünschte Struktur angegeben werden. |
Rye
installieren
Rye ist ein umfassendes Werkzeug für Python -Entwickler. Es vereinfacht Ihren Workflow durch Verwaltung von Python -Installationen und -Edabhängigen. Installieren Sie einfach Roggen, und es kümmert sich um den Rest.
.env
im Ordner prompt_teacher
und fügen Sie die folgenden Variablen hinzu: OPENAI_API_KEY=... # Token for the OpenAI API
ANTHROPIC_API_KEY=... # Token for the Anthropic API
Klonen Sie das Repository, zB mit:
git clone https://github.com/pwenker/prompt_teacher.git
Navigieren Sie zum Verzeichnis:
cd prompt_teacher
Und ausführen:
rye sync
Dies schafft eine virtuelle Umgebung in .venv
und synchronisiert das Repo.
Weitere Informationen finden Sie unter: Grundlagen - Rye
Notiz
Wenn Sie prompt_teacher
ohne rye
installieren möchten, lassen Sie rye run
für die folgenden Befehle aus.
Starten Sie die App mit:
rye run python src/prompt_teacher/app.py
Öffnen Sie schließlich Ihren Browser und besuchen Sie http: // localhost: 7860, um zu fordern!