数据提示词

可直接复制的模板。选一个,在Promptea中打开。

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。