搜索提示词 (共 43,079 条结果)

在当前分类下为您检索最优质的 AI 提示词指令。

设计AI生成内容的数字水印嵌入方案
针对安全与合规团队,设计不可见的标识植入技术以实现AIGC内容的溯源与版权保护。
优化提示词工程的Few-Shot样本选择
针对Prompt Engineer,建立动态样本选择机制以提升模型在特定任务上的表现。
构建大模型微调SFT的数据集清洗流程
针对需要微调LLM的数据科学家,建立标准化的数据清洗管道以提升模型训练效果。
设计RAG检索增强生成的知识切片规则
针对构建RAG系统的AI工程师,优化文档切分方式以提升上下文检索的准确率和连贯性。
定义向量数据库的索引更新策略
针对维护大规模向量数据的工程师,制定平衡检索性能与资源消耗的索引刷新机制。
让AI结合图片(UI截图/流程图)理解需求。
1. 描述图片的视觉元素与布局结构。2. 关联图片内容与文本需求。3. 识别图片中的异常或Bug。4. 将线框图转换为文字描述或代码。
将模糊的史诗(Epic)需求拆解为可执行的故事(Story)。
1. 理解高层业务目标(Business Goal)。2. 按用户旅程或功能模块进行拆解。3. 生成标准的User Story与AC。4. 识别依赖关系与技术难点。
辅助客服系统,自动给工单打上多维度标签。
1. 定义标签分类体系(一级/二级/三级)。2. 提取工单文本中的关键词与业务实体。3. 映射到标准标签库。4. 处理新出现的未知问题(Other)。
让AI客服或文案更具“人情味”,符合品牌人设。
1. 定义品牌人设(Persona)与语气(Tone of Voice)。2. 设计不同情绪场景下的共情策略。3. 规避AI味儿(机械/重复/过度礼貌)。4. 植入品牌特有的口头禅或梗。
自动化分类用户声音,区分Bug、需求与吐槽。
1. 定义意图标签体系(Bug/Feature/Inquiry/Churn)。2. 提供Few-Shot样本进行上下文学习。3. 处理模糊意图与多意图混合的情况。4. 格式化输出以便接入工单系统。
利用AI快速提炼竞品的优势、劣势、机会与威胁。
1. 投喂竞品官网/财报/评论数据。2. 指导AI按SWOT框架进行结构化分析。3. 对比我方产品生成差异化结论。4. 输出战略建议。
针对提升交付效率,构建代码到上线的自动化闭环。
1. 定义流水线阶段(Build/Test/Deploy)。2. 规划分支管理策略(GitFlow/Trunk)。3. 设计质量门禁(SonarQube/单元测试)。4. 规划部署策略(蓝绿/金丝雀)。
针对产品生命周期结束,保障用户权益与合规退场。
1. 制定停运时间表(公告/停止充值/关闭服务器)。2. 设计用户资产(余额/数据)的退还或迁移方案。3. 规划客服应答与舆情监控机制。4. 处理法律法规要求的公告义务。
针对数据隐私合规,防止日志成为泄露源。
1. 识别日志中的敏感字段(手机/身份证/卡号)。2. 设计脱敏规则(掩码/哈希/加密)。3. 规划应用层与Agent层的双重脱敏。4. 定义排查问题时的“解密查看”权限。
针对系统稳定性,防止突发流量冲垮服务。
1. 选择限流算法(令牌桶/漏桶/滑动窗口)。2. 设定不同维度的限流阈值(IP/User/API)。3. 设计熔断器的状态流转(Open/Closed/Half-Open)。4. 定义被限流/熔断后的降级响应。
针对用户高频困惑,提供直接、有效的解答。
1. 收集客服工单与搜索日志中的Top问题。2. 采用“问题-原因-解决方案”的结构。3. 编写便于检索的关键词Tag。4. 嵌入相关功能的跳转链接。
针对安全合规,设定不同等级漏洞的修复时限。
1. 引用CVSS标准对漏洞进行定级。2. 设定Critical/High/Medium/Low的修复SLA。3. 规划漏洞修复的紧急发布流程。4. 定义超时未修的升级通报机制。
针对系统重构或数据库切换,确保数据零丢失、零错误。
1. 设计迁移前后的数据量Count核对。2. 规划关键字段的抽样比对(Checksum)。3. 定义业务维度的逻辑验证(订单金额汇总)。4. 设计“双写”期间的一致性监控。
针对法律法规变更,撰写合规且透明的协议更新通知。
1. 明确列出条款变更的摘要(Diff)。2. 解释变更的原因(合规/新功能)。3. 设计重新获取用户同意(Re-consent)的流程。4. 声明生效日期与旧版本归档。
针对大促或新系统上线,设定明确的性能通过标准。
1. 设定核心接口的RT(响应时间)红线。2. 定义最大吞吐量(TPS)与并发数。3. 规划资源利用率(CPU/Mem)的安全水位。4. 设定成功率与错误率的容忍度。