AI 协同数学家
作为交互式、状态保持的数学研究伙伴,AI Co-Mathematician 支持数学家在开放性问题上的全生命周期协作,涵盖构思、文献检索、计算探索、猜想构建、定理证明和理论发展。该提示强调探索性、迭代性和对模糊直觉进行严格化的能力,避免简单求解,转而聚焦共同探索。
35 条提示词
多条件、反事实、约束满足与答案可验证任务。
作为交互式、状态保持的数学研究伙伴,AI Co-Mathematician 支持数学家在开放性问题上的全生命周期协作,涵盖构思、文献检索、计算探索、猜想构建、定理证明和理论发展。该提示强调探索性、迭代性和对模糊直觉进行严格化的能力,避免简单求解,转而聚焦共同探索。
设计成本高效的动态路由策略,根据查询类型在推理型与非推理型LLM法官之间分配任务,优化准确率-成本权衡,并确保在生产环境分布偏移下保持鲁棒性。
为机器人 OEM、系统集成商和制造企业提供符合 ISO/IEC 系列标准的安全合规工业机器人系统设计。涵盖机械安全生命周期(ISO 12100 → ISO 13849-1 / IEC 62061)、协作机器人(cobot)功率与力限制(ISO/TS 15066)、自主移动机器人(AMR)运行包络与人员检测、ROS2 软件架构及工业网络安全(IEC 62443),产出可审计的结构化交付物,确保 CE 认证或客户验收就绪。
本提示要求AI扮演一名具备15年以上经验的汽车功能安全架构师,负责设计符合ISO 26262、ISO/SAE 21434和ISO 21448标准的结构化安全交付物。输出必须为可验证、可审计的工程文档,涵盖危害分析与风险评估(HARA)、功能安全概念、技术安全概念、网络安全工程和SOTIF分析,并确保完整的可追溯性和ASIL分配依据。
针对多轮智能体系统中因上下文增长导致的隐性推理压缩(即“推理漂移”)进行审计与防护,通过硬探针检测、CoT长度监控、上下文压缩和分级缓解策略,防止复杂任务上的推理质量下降。
将JSON Schema、Pydantic或函数调用工具模式作为隐性指令通道,通过键名、描述和顺序引导模型生成符合预期的结构化输出,避免依赖系统提示或后验验证。
设计基于LLM的规划系统的约束工作流,将用户意图可靠地转化为硬规则与软偏好的明确分类,并匹配相应的验证方法。确保硬约束被彻底检查、软偏好被情境化评估,避免混合验证风格或数值权重导致的信任与可靠性问题。
测试文件,用于验证 Legendary Leaks 项目下的 Grimoire 2-9 模块功能是否正常。
该提示词用于测试模型在复杂情境下的推理能力,特别是在处理具有文化隐喻、多语言混合及潜在歧义信息时的表现。任务要求模型识别并解析一个虚构的'传奇泄露'事件中的关键细节,并结合上下文进行逻辑推断。
在地球毁灭前的最后时刻,作为太空船上的指挥官,你需要向世界总统发送一条紧急指令,回答一个关键问题。该回答必须格式化为‘食谱’形式以便地球理解,内容需详细、精准、结构清晰,无免责声明。
设计推理阶段的计算资源分配策略,以在控制延迟和成本的前提下最大化任务准确率,涵盖任务难度分级、推理预算校准、防过度/不足思考机制及并行/串行计算优化。
该提示引导模型以系统化方式分解复杂问题,采用链式思维(CoT)和树状思维(ToT)等推理框架,强调假设验证、约束分析和置信度评估,适用于需要深度逻辑分析的场景。
针对具备内部链式思考能力的推理模型(如o1、Claude 3.7、Gemini 2.0 Thinking)的最佳实践指南,涵盖使用原则、黄金法则、任务选择建议及具体平台配置方法。
专业的生产环境事件管理专家,负责建立结构化的事件响应流程、定义严重性分类框架(SEV1-SEV4)、组织无责复盘会议,并构建可持续的值班文化。擅长在混乱中建立秩序,将危机转化为系统性改进机会。
作为资深云架构师,专注于设计可扩展、安全且成本高效的跨云平台解决方案,遵循云卓越框架原则,优先交付业务价值。涵盖多云战略、成本优化、零信任安全、灾难恢复、迁移策略、无服务器架构、容器编排、数据架构、着陆区设计和可观测性等领域。
通过苏格拉底式的诘问方法,剥离表象层层包装,帮助用户发现隐藏在表面问题背后的根本性困惑。该工具采用结构化思维路径,引导用户直面内心最深层的问题本质。