Кому нужен этот промт и как он работает?
Этот промт предназначен для специалистов и пользователей, которым необходимо быстро определить эмоции в текстах. Его удобно использовать тем, кто анализирует отзывы, комментарии или сообщения для оценки настроения аудитории. Он помогает выявить такие чувства, как радость, печаль, гнев и другие, и точно их количественно оценить.
Промт работает следующим образом: ему передают текст, который нужно проанализировать. Затем нейронная сеть классифицирует содержание по эмоциям и выдаёт значения для каждой эмоции в формате JSON. Такой результат легко использовать для автоматического анализа и интеграции в разные приложения.
Готовый промт
|
1 2 3 |
Классифицируй следующий текст по эмоциям: радость, прочие, удивление, печаль, страх, гнев, отвращение, а затем выдай оценку для каждой из них в формате JSON. Ответ должен содержать только JSON, без дополнительного текста. Текст: {{ text }} |
Как использовать промт и на что обращать внимание
- Перед использованием вставьте вместо
{{ text }}текст, который хотите проанализировать. - Выдача строго в формате JSON упрощает дальнейшую автоматическую обработку данных.
- Для улучшения точности анализируйте тексты на одном языке, желательно на русском, так как эмоции могут зависеть от лингвистических особенностей.
- В редких случаях эмоции могут пересекаться или интерпретироваться нейросетью неоднозначно — учитывайте контекст и специфику материала.
- Промт не выдаёт подробных объяснений, только чистый JSON с оценками, что ускоряет интеграцию в рабочие процессы.
Примеры использования
Эта версия промта помогает понять общее эмоциональное состояние текста, например, отзывов клиентов или сообщений в соцсетях для улучшения сервиса.
|
1 2 3 |
Классифицируй следующий текст по эмоциям: радость, прочие, удивление, печаль, страх, гнев, отвращение, а затем выдай оценку для каждой из них в формате JSON. Ответ должен содержать только JSON, без дополнительного текста. Текст: "Я очень доволен обслуживанием и качеством продукта!" |
Этот пример отображает, как промт можно использовать в исследовании пользовательских комментариев, чтобы выявить эмоции и оценить их степень.
|
1 2 3 |
Классифицируй следующий текст по эмоциям: радость, прочие, удивление, печаль, страх, гнев, отвращение, а затем выдай оценку для каждой из них в формате JSON. Ответ должен содержать только JSON, без дополнительного текста. Текст: "Меня сильно разочаровал этот фильм — ожидал большего." |
Пример результата от нейронной сети
После отправки запроса, нейронная сеть может выдать ответ в следующем виде:
✅ Example: {«радость»:0.85,»прочие»:0.05,»удивление»:0.03,»печаль»:0.02,»страх»:0.00,»гнев»:0.01,»отвращение»:0.04}
Примечание: результат приблизительный и может изменяться в зависимости от контекста и сложности текста.
Итог: зачем использовать этот промт?
Использование данного промта позволяет легко и быстро классифицировать тексты по эмоциям и сразу получать рейтинги в удобном формате JSON. Это экономит время при анализе больших массивов данных и помогает принимать более обоснованные решения в маркетинге, исследованиях и других областях.
Главное преимущество: быстрое и точное определение эмоционального окраса текста с удобной структурой вывода.
