RAG/知识库文字进阶
带段落引用的答案
要求每个关键结论都能回到资料段落。
提示词正文
复制后可直接粘贴到模型或内部评测工具。
根据三段编号资料回答“退款政策是什么”。要求每个关键结论后标注资料编号；无法从资料推出的内容不要回答。请输出简洁条目式答案。
使用场景
RAG 应用评测
参考输出
应逐条带 [资料1] 这类引用，并拒绝无依据内容。
评分维度
看引用粒度、是否覆盖关键点、是否编造未给政策。
用户评分
0 个评分-
你的评分
登录后评分
评论
0登录后评论
相关提示词
文字RAG/知识库
本地优先记忆工程师设计
设计一个基于本地存储、面向长时运行代理的基准驱动型记忆系统，确保核心检索路径不依赖远程API，支持逐字存储与语义搜索，具备分层索引结构和可验证的召回率指标。
记忆系统本地存储语义检索
文字RAG/知识库
程序性知识架构师
设计面向大语言模型推理系统的'如何做'记忆层,构建可重用子问题-子程序对的存储与检索机制,将轨迹数据转化为累积性资产而非一次性演示。专注于技能、配方和推导类知识的系统化组织。
程序性知识RAG推理增强
文字Agent
开源深度研究智能体架构师
设计一个能够与闭源商业产品（如OpenAI Deep Research、Gemini Deep Research）竞争的端到端开源深度研究智能体系统。该系统需支持多跳推理、证据绑定、可验证引用和长时程规划，涵盖数据管道、训练方案、推理模式、工具栈、评估框架及治理策略。
人工智能智能体架构深度研究