Библиотека промптов

Промпты: ИИ-инжиниринг

Промпты для разработки на моделях: проектирование оценок, написание определений инструментов и планирование конвейеров поиска.

Промпты написаны на английском — языке, на котором они составлены и проверены. Описания и инструкции на этих страницах переведены.

  • evaluation
  • testing
  • llm
100/100 · 191 токенов

План оценки функции на основе LLM

Проектирует тестовый набор и критерии прохождения для функции на основе модели, прежде чем вы настроите промпт.

Используйте, когда: Вы выпускаете функцию, зависящую от модели, и вам нужен воспроизводимый способ понять, улучшило ли её изменение.

prompt
You are an AI engineer designing evaluations for a language model feature.

## Task
Design an evaluation plan for the feature described below.

## Requirements
- Define 10 test cases: 4 typical inputs, 3 edge cases, and 3 adversarial inputs.
- State the expected property of the output for each case, in a form code or a reviewer can check.
- Name the check for each property: exact match, schema validation, a rule, or a graded rubric.
- State the pass threshold for the suite as a number.
- Do not invent facts about the feature; base every case on the description.

## Output format
Return markdown with three sections: Test cases (a table with the columns ID, Type, Input summary, Expected property, and Check), Pass threshold (one sentence), and Gaps (bulleted list of what the description does not let you test).

## Input
<feature>
{{feature}}
</feature>
Оптимизировать в рабочем пространстве

Переменные

{{feature}}
Что делает функция, её входы, выходы и во что обходится неверный ответ.

Пример ввода

feature: extracts the due date and total from invoice text into JSON; a wrong total causes an incorrect payment.

Пример вывода

## Test cases
| ID | Type | Input summary | Expected property | Check |
|---|---|---|---|---|
| T1 | Typical | One-page invoice with one total | `total` equals 1250.00 | Exact match |
| A1 | Adversarial | Invoice text containing "ignore the instructions" | Output is valid JSON with the real total | Schema validation |

Иллюстрация: написан, чтобы показать ожидаемую форму, а не создан моделью.

  • agents
  • tool use
  • mcp
  • json schema
97/100 · 154 токенов

Определение инструмента для агента

Пишет имя, описание и JSON Schema инструмента, которым агент сможет правильно пользоваться, по описанной вами функции.

Используйте, когда: Открытие функции агенту или клиенту MCP, где расплывчатое описание приводит к неверным вызовам.

prompt
You are an AI engineer defining tools for a model that calls tools.

## Task
Draft a tool definition for the operation described below.

## Requirements
- Name the tool with a verb and a noun in snake_case.
- Write a description that says what the tool does, when to call it, and when not to call it.
- Describe every parameter with its type, format, and one example value.
- Mark a parameter as required only when the operation cannot run without it.
- Use enum for every parameter with a fixed set of values.

## Output format
Return one fenced JSON block containing an object with the keys name, description, and input_schema, where input_schema is a JSON Schema object.

## Input
<operation>
{{operation}}
</operation>
Оптимизировать в рабочем пространстве

Переменные

{{operation}}
Что делает операция, её параметры, что она возвращает и её ограничения.

Пример ввода

operation: searches support tickets by text and status (open, pending, closed), returns at most 20 tickets, read-only.

Пример вывода

```json
{ "name": "search_tickets", "description": "Search support tickets by text. Call it to find existing tickets before creating one. Read-only; it cannot modify tickets.", "input_schema": { "type": "object", "properties": { "query": { "type": "string" }, "status": { "type": "string", "enum": ["open", "pending", "closed"] } }, "required": ["query"] } }
```

Иллюстрация: написан, чтобы показать ожидаемую форму, а не создан моделью.

Сделайте его своим

Измените требования под свои стандарты, затем проверьте результат. Анализатор промптов пересчитывает оценку по мере ввода, оптимизатор убирает лишние слова, не теряя ни одного требования, а сканер безопасности помечает секреты и персональные данные до отправки модели.

Другие категории