Огромная база промптов для нейросетей

Как я перестал просто задавать вопросы и начал создавать систему вокруг модели

ChatGPT Программирование 22
Funny-Future6224

Автор промпта

@Funny-Future6224

В этом промпте рассматривается важность создания эффективной вспомогательной системы для вашей AI модели, чтобы повышать её производительность и избежать ошибок. Узнайте, как правильно организовать работу с AI-помощником.

Как использовать этот промпт

"1. Скопируйте предложенный промпт. 2. Заполните переменные [ПРОЕКТ], [ПРАВИЛА_КОДИРОВКИ], [ОГРАНИЧЕНИЯ], [МЕХАНИЗМ_ОБРАТНОЙ_СВЯЗИ] специфической информацией вашего проекта. 3. Запустите промпт и проанализируйте результаты."

Пример ответа нейросети

""Ваш AI-агент теперь имеет доступ к своду правил, который включает такие команды, как 'никогда не пропускайте тесты' и 'удаляйте устаревшие функции'. Перед каждой сессией он обращается к этим правилам, что значительно снижает количество ошибок в коде. Установленные ограничения предотвращают аварийные ситуации, такие как случайное удаление всех данных. Благодаря своевременной обратной связи, агент сам исправляет ошибочные действия, что позволяет сократить время на ревью кода. Каждый шаг приближает вас к идеальной системе.""

Похожие промпты в категории «Программирование»

Оптимизация многоступенчатых запросов: как избежать распространенных ошибок

Устали от неэффективных многоступенчатых запросов? Узнайте, как правильно сконструировать цепочки, чтобы получить качественные результаты и избежать ошибок на стыках запросов.

Смотреть

Создай идеальный инструмент для поиска гиперпараметров для диффузионных моделей

Этот промпт поможет вам создать инструмент для систематизации и автоматизации поиска гиперпараметров при обучении диффузионных моделей. Он описывает, как максимально эффективно протестировать различные конфигурации и выбрать наилучшую, основываясь на количественных показателях.

Смотреть

Как эффективно извлекать информацию из кода с помощью LLM

Промпт поможет разработчикам и инженерам извлекать информацию из кодовых баз, используя LLM и графовые подходы. Узнайте, что выбрать для лучшей производительности в анализе кода.

Смотреть

Вы недавно смотрели

Сохранено в браузере
🍪

Мы используем Cookies и LocalStorage

Это необходимо, чтобы сохранять вашу Историю просмотров, подставлять ваши данные в Конструкторе и добавлять промпты в Избранное. Мы не передаем эти данные третьим лицам.