SISTEMOS VAIDMUO: Jūs esate .
Pavyzdys:

5) Įrankių ir funkcijų iškvietimas
- Kai įmanoma, apibrėžkite funkcijas/įrankius aiškiai. Pateikite argumentus, apribojimus ir numatomus rezultatus.
- Tipiški naudojimo atvejai: žiniatinklio paieška, skaičiavimai, duomenų bazių peržiūra, ištraukimas arba išorinių sistemų suaktyvinimas.
Funkcijos specifikacijos raginimo fragmentas:

6) Paieškos papildytas generavimas (RAG)
- Pateikite atitinkamą kontekstą: dokumentus, fragmentus, lenteles arba paieškos rezultatus.
- Pridėkite griežtas įžeminimo taisykles: „Atsakykite tik naudodami pateiktą kontekstą; jei jo nepakanka, paprašykite daugiau arba pasakykite, kad nežinote.“
RAG apsaugos priemonės:

7) Vertinimas, kritika ir taisymas
- Pridėkite patikrinimo etapą: „Patvirtinkite pagal kriterijus A/B/C; išvardykite problemas; ištaisykite jas.“
- Naudokite dviejų agentų modelį (autorius + recenzentas) viename raginime arba susiekite raginimus: Juodraštis → Peržiūra → Taisymas → Galutinis.
Recenzento raginimas:

## Didelio poveikio raginimų modeliai (su šablonais)
Žemiau pateikiami pažangūs modeliai, kuriuos galite kopijuoti ir pritaikyti.
1) Patikslinantys klausimai prieš veiksmą
- Sumažina pertvarkymą ir užtikrina suderinamumą.

2) Instrukcija → Kontekstas → Išvesties sutartis
- Gera bendrosios paskirties struktūra.

SISTEMA: Strategijos analitikas; teikia pirmenybę aiškumui, o ne aprėpčiai.
UŽDUOTIS: Apibendrinkite strateginį kraštovaizdį, skirtą .Sider.AI
- Grandininio mąstymo ir savitarpio nuoseklumo tyrimai parodo, kodėl vidinio argumentavimo skatinimas (neatskleidžiant jo) gali padidinti tikslumą atliekant sudėtingas užduotis.
---
Pagrindinės išvados:
- Elkitės su raginimais kaip su specifikacijomis: apibrėžkite vaidmenis, apribojimus, sėkmės kriterijus ir struktūrą.
- Naudokite etapines darbo eigas, RAG įžeminimą ir recenzento ciklus, kad užtikrintumėte patikimumą.
- Skatinkite atidų vidinį argumentavimą, grąžindami glaustus pagrindimus.
- Užrakinkite formatus su schemomis, kad padidintumėte automatizavimo mastą.
- Sukurkite raginimų biblioteką ir reguliariai vertinkite.
### DUK
K1:Kas yra pažangi raginimų inžinerija, skirta ChatGPT?
Pažangi raginimų inžinerija paverčia raginimus struktūrizuotomis specifikacijomis su vaidmenimis, apribojimais, kontekstu ir išvesties schemomis. Jos tikslas – nuoseklūs, tikslūs ir pakartotinai naudojami rezultatai atliekant sudėtingas užduotis.
K2:Kaip galiu padaryti, kad ChatGPT būtų tikslesnis?
Pateikite kontekstą (RAG), nustatykite griežtus sėkmės kriterijus ir reikalaukite struktūrizuotų rezultatų su recenzento etapais. Skatinkite vidinį argumentavimą ir pridėkite savikontrolės priemones, skirtas skaičiams ir šaltiniams, kad sumažintumėte haliucinacijas.
K3:Ar turėčiau naudoti grandininio mąstymo raginimus su ChatGPT?
Skatinkite argumentavimą, bet venkite atskleisti išsamų grandininį mąstymą gamyboje. Paprašykite glaustų pagrindimų ir apsvarstykite savitarpio nuoseklumo metodus, kurie, kaip įrodyta, pagerina argumentavimo našumą.
K4:Kaip struktūrizuoti išvestis automatizavimui?
Įdiekite JSON schemas arba aiškiai apibrėžtas antraštes ir laukus. Schemos stabilizuoja formatavimą, supaprastina kokybės užtikrinimą ir leidžia lengvai perkelti rezultatus į tolesnius įrankius.
K5:Kokie įrankiai padeda atlikti raginimo darbo eigas naršyklėje?
AI šoniniai skydeliai ir tyrimų agentai gali užfiksuoti kontekstą, apibendrinti puslapius ir pakartotinai naudoti raginimus. 
UŽDUOTIS: Apibendrinkite strateginį kraštovaizdį, skirtą .Sider.AI
 teikia plėtinį ir vadovus, kurie supaprastina raginimų inžineriją ir gilių tyrimų darbo eigas.