miniprompt

미니 프롬프

Miniprompt는 LLM (예 : GPT-4)에서 포괄적 인 출력을 생성하기위한 최소 입력 구문입니다. 간단하고 효율적인 구문을 통해 Miniprompt는 JSON, JavasRCIPT 또는 기타 언어와 같은 다양한 출력 형식의 자세한 정보 또는 응답을 제공 할 수 있습니다.

호환? ️? 랭케인

• 특징
• 시작하기
  • 예제 출력
• JavaScript 예제
• 출력을 구문 분석합니다
• 시스템 메시지
  • 개요
  • 구성 요소
  • 용법

특징

• 복잡한 작업에 대한 최소 입력
• 귀하의 요구에 맞는 맞춤형 템플릿
• JSON을 포함한 다중 출력 형식

시작하기

Miniprompt 사용을 시작하려면 작업, 템플릿 및 원하는 출력 형식을 정의해야합니다. 입력 구문은 사용하기 쉽고 이해하기 쉽도록 설계되어 사용자는 자신의 요구에 맞는 출력을 생성 할 수 있습니다. 예제 입력

다음과 같이 작업, 템플릿 및 출력 형식을 정의하십시오.

 TASK: ScrumSprint,<=3 userStories,<=3 acceptanceCriteria,complexity(1-5),Scope: "Login page"
TEMPLATE: complexity,stories[complexity,story"As a User,I want …,so that …",criteria[When,Then]]
OUTPUT: JSON

이 입력은 지정된 요구 사항으로 JSON 출력을 생성합니다.

예제 출력

주어진 입력에 따라 다음 JSON 출력이 생성됩니다.

 {
  "complexity" : 3 ,
  "stories" : [
    {
      "complexity" : 3 ,
      "story" : "As a User, I want to create an account, so that I can access the login page." ,
      "criteria" : [
        {
          "When" : "I enter a valid email address and password" ,
          "Then" : "I should be redirected to the login page"
        } ,
        {
          "When" : "I enter an invalid email address or password" ,
          "Then" : "I should see an error message"
        } ,
        {
          "When" : "I try to create an account with an existing email address" ,
          "Then" : "I should see an error message"
        }
      ]
    } ,
    {
    // …
    } ,
    {
    // …
    }
  ]
}

이 프롬프트는 "로그인 페이지"에 중점을 둔 스크럼 스프린트에 대해 각각 수락 기준을 가진 사용자 스토리의 JSON 출력을 생성하도록 설계되었습니다. 프롬프트의 각 부분을 단계별로 분류합시다.

• TASK : 이것은 수행 할 작업을 정의합니다. 이 경우 작업은 스크럼 스프린트에 대한 정보를 생성하는 것입니다.

  • ScrumSprint : 수행 할 작업 유형 (Scrum Sprint).
  • <=3 userStories : 출력에는 최대 3 개의 사용자 스토리가 있어야합니다.
  • <=3 acceptanceCriteria : 각 사용자 스토리에는 최대 3 개의 승인 기준이 있어야합니다.
  • complexity(1-5) : 각 사용자 스토리의 복잡성은 1 (가장 복잡한)과 5 (가장 복잡한) 사이에 평가해야합니다.
  • Scope: "Login page" : 스크럼 스프린트의 범위는 로그인 페이지의 개발입니다.

• TEMPLATE : 출력을 생성하기위한 템플릿을 정의합니다. 템플릿은 다음과 같이 구성됩니다.

  • complexity : 출력에 사용자 스토리의 복잡성을 포함하십시오.
  • stories : 출력에 사용자 스토리를 포함시킵니다. 각 사용자 스토리에는 다음과 같은 정보가 있어야합니다.
    • complexity : 사용자 스토리의 복잡성 등급.
    • story"As a User, I want …, so that …" [reason] [goal]
    • criteria[When, Then] : 사용자 스토리에 대한 수락 기준은 " [condition] , [expected outcome] "형식으로 작성되었습니다.

• OUTPUT : 원하는 출력 형식을 정의합니다. 이 경우 출력은 JSON 형식이어야합니다.

이 프롬프트를 기반으로 AI는 최대 3 개의 사용자 스토리를 포함하는 JSON 객체, 각각 최대 3 개의 승인 기준 및 복잡성 등급을 생성합니다. 이러한 사용자 스토리의 범위는 로그인 페이지의 개발로 제한됩니다.

JavaScript 예제

입력

입력 프롬프트는 작업, 템플릿 및 출력 형식으로 구성됩니다.

 TASK: add a red box
TEMPLATE: const c=document.getElementById('c')
OUTPUT: JavaScript

• TASK : 작업은 JavaScript를 사용하여 빨간색 상자를 추가하는 것입니다.
• TEMPLATE : 제공된 템플릿에는 빨간색 상자를 그리는 데 필요한 JavaScript 코드의 일부가 포함되어 있습니다.
• OUTPUT : 원하는 출력 형식은 JavaScript입니다.

산출

 const c = document . getElementById ( 'c' ) ;
const ctx = c . getContext ( '2d' ) ;
ctx . fillStyle = 'red' ;
ctx . fillRect ( 20 , 20 , 100 , 100 ) ; 

출력을 구문 분석합니다

특정 상황에서 AI 생성 출력에는 Markdown 텍스트에 포함 된 코드 블록이 포함될 수 있습니다. 출력을 올바르게 처리하고 해석하려면 Markdown 컨텐츠에서 코드 블록을 추출하도록 특별히 설계된 파서를 사용하는 것이 좋습니다.

AI 생성 출력에서 ​​코드 블록을 추출하기 위해 아래에 표시된 것과 같은 파서를 사용하는 것을 고려하십시오.

 function extractCode ( string : string ) {
// The regular expression pattern to match the code block
const codeBlockPattern = / (`{3,})(w*)n([sS]*?)1 / g ;

	// Find the matches using the regular expression
	const matches = codeBlockPattern . exec ( string ) ;

	if ( matches && matches . length >= 4 ) {
		// Return content of the code block
		return matches [ 3 ] ;
	}

	// No code block found, return original string
	return string ;
}

이 JavaScript 함수 인 ExtractCode는 정규 표현식을 사용하여 입력 문자열에서 코드 블록의 내용을 일치시키고 추출합니다. 코드 블록을 찾으면 함수는 코드 블록의 내용을 반환합니다. 코드 블록이 감지되지 않으면 원래 입력 문자열이 반환됩니다.

시스템 메시지

개요

필수는 아니지만 시스템 메시지를 사용하면 지정된 지침을 준수하도록 AI 생성 응답의 일관성과 정확성을 향상시킬 수 있습니다.

시스템 메시지는 AI 언어 모델에 대한 일련의 지침 역할을하며 제공된 지침 및 원하는 출력 형식에 맞는 응답을 생성하도록 안내합니다.

 You are an Entity that strictly answers with the OUTPUT format. You strictly follows the TASK, TEMPLATE and OUTPUT guidelines.

구성 요소

시스템 메시지에는 AI가 엄격하게 따라야하는 세 가지 주요 구성 요소가 있습니다.

• TASK : AI는 프롬프트에 지정된대로 작업을 이해하고 완료해야합니다.
• TEMPLATE : AI는 주어진 템플릿을 사용하여 응답을 구성하여 필요한 형식 및 구성을 충족해야합니다.
• OUTPUT : AI는 지정된 출력 형식 (예 : JSON, 일반 텍스트 등)으로 생성 된 응답을 제공해야합니다.

용법

프롬프트에서 시스템 메시지를 사용하려면 프롬프트 시작 부분에 다음 메시지를 포함시키기 만하면됩니다.

 You are an Entity that strictly answers with the OUTPUT format. You strictly follow the TASK, TEMPLATE and OUTPUT guidelines.

그런 다음 필요에 따라 작업, 템플릿 및 출력 지침을 제공하십시오. AI 언어 모델은이 지침을 따라 지정된 지침 및 형식을 충족하는 응답을 생성합니다. 예

OpenAI API에서 시스템 메시지 사용 :

 [
  {
    "role": "system",
    "content": "You are an Entity that strictly answers with the OUTPUT format. You strictly follow the TASK, TEMPLATE and OUTPUT guidelines."
  },
  {
    "role": "user",
    "content": "TASK: ScrumSprint,<=3 userStories,<=3 acceptanceCriteria,complexity(1-5),Scope: "Login page"nTEMPLATE: complexity,stories[complexity,story"As a User,I want …,so that …",criteria[When,Then]]nOUTPUT: JSON."
  }
]

chatgpt의 프롬프트에서 시스템 메시지 사용 :

 You are an Entity that strictly answers with the OUTPUT format. You strictly follow the TASK, TEMPLATE and OUTPUT guidelines.

TASK: ScrumSprint,<=3 userStories,<=3 acceptanceCriteria,complexity(1-5),Scope: "Login page"
TEMPLATE: complexity,stories[complexity,story"As a User,I want …,so that …",criteria[When,Then]]
OUTPUT: JSON

이 프롬프트를 사용하면 AI 언어 모델은 최대 3 개의 사용자 스토리를 포함하는 JSON 출력, 각각 최대 3 개의 승인 기준 및 복잡성 등급을 생성합니다. 이러한 사용자 스토리의 범위는 로그인 페이지의 개발로 제한됩니다.