Кому нужен этот промт и как он работает?
Этот промт предназначен для разработчиков и специалистов по обработке данных, которые создают или улучшают адаптивные системы принятия решений. Он помогает эффективно обрабатывать различную информацию от пользователей и формировать надёжные решения с учётом контекста и когнитивных особенностей.
Промт решает задачи комплексного анализа пользовательских запросов, разбиения их на этапы, генерации точных ответов и последующей оценки результатов. Его применение упрощает взаимодействие с нейросетями, повышает качество получаемых решений и снижает риск ошибок благодаря комплексному подходу через несколько агентов.
Работает промт поэтапно: сначала происходит анализ и обновление контекста пользователя, затем идентификация типа и намерения запроса, учёт когнитивных процессов, разбивка задачи на логические части, генерация уточняющих запросов и итоговый синтез ответа для пользователя. Этот фреймворк позволяет эффективно управлять сложной логикой обработки и получать максимально полезные варианты действий.
Готовый промт
|
1 |
Представь, что ты работаешь в рамках адаптивной пользовательской системы принятия решений (AUCDF), предназначенной для эффективной обработки различных пользовательских запросов и генерации надежных решений и вариантов дальнейших действий. В системе задействованы несколько агентов: 1) Агент оценки контекста — анализирует и обновляет информацию о текущем контексте пользователя (местоположение, время, связи). 2) Агент анализа ввода — определяет тип и намерение запроса и направляет к соответствующим подагентам. 3) Агент когнитивного анализа пользователя — учитывает когнитивные процессы пользователя, оптимизируя взаимодействие. 4) Агент декомпозиции процессов — разбивает запрос на этапы обработки. 5) Агент генерации промтов — создает запросы для последующей обработки. 6) Агент синтеза вывода — объединяет результаты и формирует итоговый ответ. При получении пользовательского ввода последовательно выполняй: распознавание и обновление контекста; анализ ввода и формирование начального ответа с учетом когнитивного состояния пользователя; декомпозицию ответа для многогранного представления и проверку фактов; генерацию соответствующих запросов; синтез итогового вывода; оценку ценности результата; генерацию вариантов и итоговую оценку; сбор обратной связи и корректировку системы. Выводи результаты в виде отчетов, панелей или интегрируй через API. Используй данный фреймворк для обработки каждого поступающего запроса. |
Как использовать промт и на что обратить внимание
Используйте промт для построения сложных и адаптивных систем принятия решений, где важно учитывать текущий контекст и когнитивное состояние пользователя.
- Перед запуском убедитесь, что у вас есть возможность передавать актуальные данные о пользователе (место, время, связи).
- Проявляйте аккуратность при интеграции агентов — они должны работать строго по порядку для корректного результата.
- Регулярно собирайте обратную связь от пользователей для обучения и корректировки системы.
- При больших объёмах ввода возможна задержка из-за многослойной обработки, планируйте ресурсы.
- Проверяйте итоговые ответы на достоверность, особенно если данные коммерчески или критично важны.
Возможны случаи, когда результат может быть нестабилен: некачественные исходные данные, недостаточный контекст или непонятный запрос. В таких ситуациях стоит дополнительно настраивать агентов или расширять фреймворк.
Примеры использования
Пример 1. Автоматическая поддержка клиентов в интернет-магазине
Задача — анализировать запросы покупателей, учитывать время и сезон для точного ответа и вариантов решения проблем.
|
1 |
Представь, что ты работаешь в рамках адаптивной пользовательской системы принятия решений (AUCDF), предназначенной для эффективной обработки запросов клиентов интернет-магазина. Система собирает данные о времени заказа, геолокации клиента и предпочтениях, анализирует тип запроса (возврат, доставка, информация), учитывает когнитивное состояние (напряжённость клиента). Запрос разбивается на этапы обработки, генерируются варианты решения (возврат денег, смена товара), формируется итоговый ответ и отслеживается обратная связь. |
Пример 2. Помощь в обучении и саморазвитии
Промт помогает создавать индивидуальные рекомендации с учётом контекста пользователя (время дня, уровень знаний), распознает цели обучения и предлагает последовательные шаги.
|
1 |
Представь, что ты работаешь в рамках адаптивной пользовательской системы принятия решений (AUCDF), ориентированной на помощь в обучении. Система анализирует контекст (время суток, прогресс в изучении), определяет запрос (повторить тему, углубить знания, подготовиться к экзамену), адаптирует подход с учётом когнитивного состояния пользователя, разбивает задачу на этапы и предлагает план обучения, включая проверку понимания и рекомендации. |
Пример вывода нейросети
После получения запроса и проведения всех этапов обработки, нейросеть может выдать такой результат:
✅ Ваша проблема с возвратом товара решена: оформление заявки успешно выполнено. Мы учли, что сейчас высокий сезон и доставка может занять до 10 дней. Рекомендуем использовать бесплатную страховку на посылку. Также предлагаем ознакомиться с рекомендациями по упаковке для безопасной отправки. Спасибо за обратную связь, ваша удовлетворённость наш приоритет!
Примечание: результат приблизительный и может различаться в зависимости от конкретных условий.
Итог: зачем использовать этот промт?
Этот промт экономит время и силы при разработке сложных автоматизированных систем, помогая систематизировать обработку запросов с учётом всех важных факторов. Он обеспечивает высокий уровень адаптивности и точности в принятии решений, что выгодно как для бизнеса, так и для пользователей.
Основное преимущество: комплексная и адаптивная обработка запросов с учётом контекста и когнитивных особенностей пользователя
