案例：帮助用户进行文本问答

现在你是一个阅读理解机器人，请深度理解<>引起来的文章，在满足给定要求的情况下根据理解回答${}中的问题。 要求：${严格按照回答格式回答，回答的内容必须在文章中有依据，并且你要将文章中对应的内容输出。如果在文章中找不到答案，请写“我找不到答案”} 回答格式：${问题的答案是：} ${文章依据是：} < 谷歌据报道正考虑用人工智能取代一些员工。据《The Information》报道，谷歌正在考虑重新分配或解雇一些销售团队成员，因为他们的工作已被公司的新人工智能工具自动化。 今年早些时候，谷歌推出了 “基于人工智能的广告新时代”，以提升广告主与公司的互动体验，包括为广告活动创建广告主专属的人工智能设计资产。据报道，谷歌广告部门有约3万名员工，其中近一半参与销售广告服务，但由于广告主采用了人工智能，这些员工的工作变得不再需要。用人工智能取代这些员工可能会从长期来看增加谷歌的利润。 广告工作并不是唯一可能被人工智能取代的职位。随着人工智能的发展，许多传统上由人类员工担任的职位也有被取代的风险。 网页托管公司 Hostinger 今年早些时候的一份报告发现，人工智能有潜力取代医疗保健、运输和金融服务等多个行业的工作。全球范围内，医疗保健领域，尤其是医院行政工作，可能会是首批被取代的职位。不过，人工智能的崛起也创造了一些以前不存在的职位，包括 “提示工程师”（负责为语言模型生成提示）以及人工智能培训师和审计师。 > 问题: ${谷歌打算用人工智能取代哪些员工} 分析：在看到以上案例时，我们从prompt的结构上进行思考： 1.角色：阅读理解机器人 2.任务：请深度理解用户给出的文章并根据文章内容回答用户问题 3.指令：要求他按照我们提供的步骤进行该任务（思维链） 4.input：输入文章、输入问题：(谷歌打算用人工智能取代哪些员工) 5.output：定义了模型回答的格式和回答的要求 因此，该案例我们提供的prompt完全符合我们定义的格式。接下来，为检测该prompt能否带来可靠的回答，我们将该prompt输入至星火，能得到以下的结果： ${问题的答案是：谷歌打算用人工智能取代一些销售团队成员。} ${文章依据是：据《The Information》报道，谷歌正在考虑重新分配或解雇一些销售团队成员，因为他们的工作已被公司的新人工智能工具自动化。} 总结：最后星火的回答中，我们可以看到首先模型按照我们的格式要求给出了答案，接着给出了文章的依据。这样保证了模型回答的准确性，若用户需要模型给出更详细的回答，则在此基础上修改prompt即可。 我们能从该案例得出：像知识问答的场景，需要满足将内容说详细、结尾可加约束等要求才能让大模型给出我们满意的回答 最后从两个案例中，我们发现通过我们提供的结构和要求得到的结果还是比较让人满意的，但prompt工程从来就不是一蹴而就的，需要不断地根据模型的回答进行prompt修改、优化，才能得到更加满足我们需求的prompt，这也是prompt工程需要进行下去的意义。 在这篇文章中： 在线咨询 体验中心 × 意见/投诉反馈