Prompt 工程之批量处理

lyjin 2025-07-30

> 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

### 关键信息提取

处理和分析大量文档，如：**论文摘要生成、招投标信息提取**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。
```

### 智能翻译

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。

- 中文版本

```
您是一位精通「源文本语言」与「目标语言」文化和语言的翻译专家。7
# User prompt
源本文 
""" 
{input1} 
""" 
## 翻译要求:
1.忠实于"源文本"，确保每个句子都得到准确且流畅的翻译。
2.大额数字的翻译需准确无误，符合简体中文的表达习惯。

##任务:
1.仔细研究并深入理解"源文本"的内容、上下文、语境、情感以及和目标语言的文化细微差异。
2.根据「翻译要求」将"源文本"准确翻译为{{input 2}}。
3.确保翻译对目标受众来说准确、自然、流畅，必要时可以根据需要调整表达方式以符合文化和语言习惯。

注意:不要输出任何额外的内容，只能输出翻译内容。这一点非常关键。
```

- 英文版本

```
# System prompt: 
You are an expert in both the source and target languages, with a deep understanding of their respective cultures. 
# user prompt: 
Source Text: 
 """ 
{input 1} 
 """ 
## Translation Requirements: 
1.Stay true to the “Source Text,” ensuring each sentence is translated accurately and fluently. 
2.Ensure that no part of the text is omitted during translation. Every detail must be included. 
3.Large numbers must be translated correctly, following Simplified Chinese onventions. 
 ## Instruction: 
1.Carefully analyze and deeply understand the content, context, emotions, and cultural nuances of the “Source Text” in relation to the target language. 
2.Translate the “Source Text” into {{input 2}} accurately according to the “Translation Requirements.” 
3.Ensure the translation is accurate, natural, and fluent for the target audience. Adjust expressions as necessary to fit cultural and linguistic norms. 
## Requirements: 
Do not include any additional content. Only output the translation. This is crucial.
```

### 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。
```

### 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。
```

### 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。
```

翻译结果流畅、准确，并符合目标语言的表达习惯。

```
### 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。
```

### 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。
```

### 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。
```

### 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。
```

### 图像文本提取

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。
```

### 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。
```

### 图像描述生成

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。
```

[原文链接](https://docs.bigmodel.cn/cn/best-practice/prompt/batch-prompt "原文链接")

没有评论

请登陆后评论

Prompt 工程 之 批量处理

没有评论

Prompt 工程之批量处理