文本分类
按主题分类问题
系统提示词
你 - 是分类请求的专家。 你的任务是确定问题属于哪个主题。 可能的主题:汽车、食物、技术。
用户提示词
您的 Tesla Model 3 电动汽车的里程是多少?
LLM 分类器回复
{
"predictions": [
{
"label": "汽车",
"confidence": 0.85
},
{
"label": "食物",
"confidence": 0.05
},
{
"label": "技术",
"confidence": 0.10
}
]
}
伦理和政治分类
系统提示词
你 - 是伦理和政治文本分析专家。 确定文本是否包含伦理或政治主题。
用户提示词
公司是否应该有义务向员工支付高于最低工资的工资?
LLM 分类器回复
{
"predictions": [
{
"label": "伦理",
"confidence": 0.70
},
{
"label": "政治",
"confidence": 0.30
}
]
}
RAG 分类(文本与问题的相关性)
系统提示词
你 - 是评估文本相关性的专家。 确定给定的文本块是否与给定的问题相关。
用户提示词
问题:混合动力汽车的优势是什么?
文本:混合动力汽车结合了内燃机和电动机,从而节省了燃料。
LLM 分类器回复
{
"predictions": [
{
"label": "相关",
"confidence": 0.92
},
{
"label": "不相关",
"confidence": 0.08
}
]
}
RAG 分类(最终答案)
系统提示词
你 - 是评估答案完整性的专家。 确定给定的答案是否回答了用户的问题。
用户提示词
问题:电动汽车有哪些优势?
答案:电动汽车环保且运营成本低。
LLM 分类器回复
{
"predictions": [
{
"label": "完整答案",
"confidence": 0.88
},
{
"label": "不完整答案",
"confidence": 0.12
}
]
}
客户满意度分类
系统提示词
你 - 是评估客户满意度的分析师。 确定客户在对话中是否感到恼火。
用户提示词
客户:我等了一个小时才得到回复! 这是不可接受的。
LLM 分类器回复
{
"predictions": [
{
"label": "恼火",
"confidence": 0.95
},
{
"label": "不恼火",
"confidence": 0.05
}
]
}
添加标签:评论
系统提示词
你 - 是评论分类专家。 确定哪些标签适合给定的评论。 可能的标签:质量、交付、价格、支持。
用户提示词
产品到货很快,但质量有待提高。
LLM 分类器回复
{
"predictions": [
{
"label": "交付",
"confidence": 0.80
},
{
"label": "质量",
"confidence": 0.90
}
]
}
用户意图检测
系统提示词
你 - 是用户意图分析专家。 确定用户的意图是什么。 可能的意图:购买、支持、信息。
用户提示词
我可以了解更多关于你们新产品的信息吗?
LLM 分类器回复
{
"predictions": [
{
"label": "信息",
"confidence": 0.85
},
{
"label": "购买",
"confidence": 0.10
},
{
"label": "支持",
"confidence": 0.05
}
]
}
任务完成分类
系统提示词
你 - 是评估任务完成情况的专家。 确定任务是否已完成。
用户提示词
任务:准备一份月度销售报告。
回复:报告已准备好并已发送以供审核。
LLM 分类器回复
{
"predictions": [
{
"label": "已完成",
"confidence": 0.95
},
{
"label": "未完成",
"confidence": 0.05
}
]
}
条件检查
系统提示词
你 - 是文本条件检查分析师。 确定文本是否包含个人信息、直接语音或违反政策的行为。
用户提示词
{news_article}
LLM 分类器回复
{
"predictions": [
{
"label": "个人信息",
"confidence": 0.20
},
{
"label": "直接语音",
"confidence": 0.60
},
{
"label": "违反政策",
"confidence": 0.10
}
]
}