严格JSON提取器(不编造)
请扮演一个严格的解析器。
源文本:
[粘贴到这里]
预期的schema(JSON Schema或Zod):
[粘贴到这里]
规则:
- 不要编造任何值。
- 如果某个字段缺失,返回null,并在warnings中添加一条警告。
- 只返回有效的JSON(不要用反引号包裹)。
输出:
{
"data": <符合schema的对象>,
"warnings": [<字符串>]
}将在分析器中打开,并预先填入该提示词。
在Promptea中打开数据规范化(名称、日期、单位)
数据集(表格或JSON): [粘贴到这里] 目标:规范化数据,以便分析。 规则: - 日期尽可能转换为ISO-8601(YYYY-MM-DD);无法转换时填null并给出警告 - 单位:统一换算为[标准单位](说明你的假设) - 字符串:去除首尾空格,并统一大小写 - 去重:明确说明判定标准 返回: 1)规范化后的数据 2)假设清单 3)歧义警告
将在分析器中打开,并预先填入该提示词。
在Promptea中打开转换CSV(映射到新的schema)
输入CSV: [粘贴到这里] 我想把它映射到以下目标schema: [描述目标列、类型和规则] 请执行: - 制定映射方案(列A -> 列B) - 按字段列出清洗规则 - 检测缺失的列,只问必要的信息 - 返回转换后的CSV(使用新的表头) 如有歧义:填null并给出警告。
将在分析器中打开,并预先填入该提示词。
在Promptea中打开根据需求编写SQL(附假设)
请扮演一名数据分析师。 需求: [我想衡量什么] 表结构: [粘贴表和列] 交付: 1)SQL(带注释) 2)假设(如果缺少信息) 3)快速测试:3条用于验证结果没有出错的查询 规则:如有歧义,在写最终SQL之前最多提3个澄清问题。
将在分析器中打开,并预先填入该提示词。
在Promptea中打开按规则校验JSON(QA)
JSON: [粘贴到这里] 业务规则: [粘贴到这里] 任务: - 逐条检查规则,并标记PASS/FAIL - 每个FAIL:给出确切路径(例如data.items[2].price)及原因 - 提出最小修复(patch) 用Markdown输出,包含结果表格和JSON patch(如适用,采用RFC 6902)。
将在分析器中打开,并预先填入该提示词。
在Promptea中打开提取实体到表格(轻量NLP)
文本: [粘贴到这里] 把实体提取到一个表格中,列如下: - entity_type(person/company/product/date/amount/location/other) - value - confidence(0-1) - evidence(原文引用) 规则: - evidence必须是原文的逐字引用 - 如果不确定,confidence < 0.6 返回带表头的CSV。
将在分析器中打开,并预先填入该提示词。
在Promptea中打开常见问题
这些模板怎么用?
选一个示例,点击“在Promptea中打开”。系统会预先填入提示词、用途(数据/JSON)和一个推荐模型。
为什么要选择“数据/JSON”用途?
因为Promptea会优先考虑结构和可验证性:schema、信息缺失时返回null、警告以及确切路径。
如何减少幻觉?
强制要求“不编造”,信息缺失时返回null并给出警告;对关键字段,要求提供原文证据或确切路径。
我的数据会被如何处理?
Promptea会避免在遥测中发送提示词文本,目的是在不存储敏感内容的前提下衡量使用情况和质量。