Προσαρμοσμένες Απαγγελίες

💡TL;DR

Notemd σας επιτρέπει να αντικαταστήσετε την προεπιλεγμένη LLM απαγγελία για κάθε τύπο μиссии. Οι προσαρμοσμένες απαγγελίες σας δίνουν ελέγχο σε αυτό που δίνει προτεραιότητα το μοντέλο: μπορείτε να περιορίσετε την εξάγωγη έννοιων σε μια συγκεκριμένη δισциπλίνα, να αλλάξετε τον τρόπο σύνδεσης ή να προσανατολίσετε τον τόνο της μετάφρασης. Οι μεταβλητές απαγγελίας όπως {{content}} και {{concept}} αντικαθίστανται κατά την εκτέλεση. Η δυνατότητα εστιασμένου μαθησιακού πεδίου προθέτει το πεδίο μελέτης σας για να προσδιορίσει αυτόματα τα αποτελέσματα εξάγωγης.

Αυτό αποτελεί μέρος του Obsidian Οδηγού Διαχείρισης Γνώσης AI.

Επισκόπηση

Οι ενσωματωμένες απαγγελίες του Notemd έχουν γραφτεί για γενικές εργασίες γνώσης. Είναι αποτελεσματικές σε διάφορα πεδία, αλλά αφήνουν και περιθώριο για βελτιώσεις που αφορούν συγκεκριμένα πεδία. Οι προσαρμοσμένες απαγγελίες σας επιτρέπουν να πείτε στο LLM ακριβώς πώς να συμπεριφέρεται για την χρήση σας – είτε αυτό σημαίνει να εξάγει μόνο ιατρική ορολογία, να συνδέσει μόνο ονομασμένες οντότητες ή να μεταφράσει σε επίσημο τόνο.

Οι προσαρμοσμένες απαγγελίες δεν αντικαθιστούν ολόκληρη τη συστηματική απαγγελία. Αντικαθιστούν ή ενισχύουν το μέρος οδηγιών που αφορά συγκεκριμένες μиссии διατηρώντας το δομικό μορφότυπο εξόδου (π.χ. γραμμές CONCEPT:, σύνταξη wiki-link) που βασίζεται το Notemd για ανάλυση.

Πώς λειτουργεί

Αρχιτεκτονική Απαγγελίας

Κάθε Notemd μиссия ακολουθεί την ίδια δομή απαγγελίας:

[System role: You are a helpful assistant...]
[Domain constraint: Relevant Fields: [{domain}]]   <-- focused learning (optional)
[Custom task prompt]                                <-- your override (optional)
[Output format instructions]                        <-- always preserved
[Content: {{content}}]                              <-- runtime substitution

1. Βασική συστηματική απαγγελία -- Καθορίζει το πρόσωπο του βοηθού. Δεν μπορεί να αντικατασταθεί.
2. Εστιασμένο μαθησιακό πεδίο -- Προθέτει το Relevant Fields: [medicine / law / computer science / ...] για να περιορίσει το πεδίο εξάγωγης. Αυτό είναι μια εναλλακτική ρύθμιση, όχι μια ακατέργαστη απαγγελία.
3. Προσαρμοσμένη απαγγελία μиссии -- Αντικαθιστά τις προεπιλεγμένες οδηγίες μиссии (π.χ. ποιες έννοιες να εξαγάγονται, πόσο ενεργά να γίνει η σύνδεση).
4. Μορφότυπο εξόδου -- Δομικές κανόνες (γραμμές CONCEPT:, μορφή wiki-link). Πάντα προστίθεται από το Notemd για να διασφαλιστεί η ανάλυση.
5. Περιεχόμενο -- Το πραγματικό κείμενο της σημείωσης, το οποίο αντικαθίσταται κατά την εκτέλεση μέσω του {{content}}.

Μεταβλητές Απαγγελίας

Οι μεταβλητές αντικαθίστανται κατά την εκτέλεση. Οι διαθέσιμες μεταβλητές διαφέρουν ανά μиссия:

Μεταβλητή	Εργασίες	Αντικαταστάθηκε με
{{content}}	Όλα	Το κείμενο σημείωσης ή επιλογής
{{concept}}	Πρότυπο σημείωσης έννοιας	Ο όνομας της εξαγόμενης έννοιας
{{description}}	Πρότυπο σημείωσης έννοιας	Περιγραφή έννοιας που δημιουργήθηκε από LLM
{{backlinks}}	Πρότυπο σημείωσης έννοιας	Κατάλογος πηγαίων σημειώσεων με συνδέσμους
{{date}}	Πρότυπο σημείωσης έννοιας	Την τρέχουσα ημερομηνία (YYYY-MM-DD)
{{language}}	Μετάφραση	Στόχευτη γλώσσα εξόδου
{{source}}	Πρότυπο σημείωσης έννοιας	Βασικό όνομα πηγαίας σημείωσης

Πεδίο Εκμάθησης με Στόχο

Το χαρακτηριστικό εκμάθησης με στόχο είναι ένας σύντομος τρόπος για τον περιορισμό του πεδίου. Αντί να γράψετε έναν προσαρμοσμένο προηγούμενο κείμενο που αναφέρεται στον τομέα σας, ρυθμίζετε focusedLearningDomain στις ρυθμίσεις:

Settings → Advanced → Focused Learning Domain
Example: "medicine" or "computer science" or "Chinese philosophy"

Αυτό προθέτει το Relevant Fields: [medicine] μπροστά από τον προηγούμενο κείμενο εξαγωγής, με αποτέλεσμα το LLM να δίνει προτεραιότητα στις έννοιες που σχετίζονται με το πεδίο και να καταστέλλει τις γενικές. Είναι ελαφρύτερο από έναν πλήρως προσαρμοσμένο προηγούμενο κείμενο και λειτουργεί σε όλες τις εργασίες εξαγωγής.

Ρυθμίσεις

Παράμετρος	Προεπιλογή	Επίδραση
customAddLinksPrompt	''	Επικατάσταση του προεπιλεγμένου προηγούμενου κειμένου εργασίας προσθήκης συνδέσμων
customExtractConceptsPrompt	''	Επικατάσταση του προεπιλεγμένου προηγούμενου κειμένου εξαγωγής έννοιων
customResearchPrompt	''	Επικατάσταση του προεπιλεγμένου προηγούμενου κειμένου έρευνας + σύνοψης
customTranslatePrompt	''	Επικατάσταση του προεπιλεγμένου προηγούμενου κειμένου μετάφρασης
customDiagramPrompt	''	Επικατάσταση του προεπιλεγμένου προηγούμενου κειμένου δημιουργίας διαγράμματος
focusedLearningDomain	''	Πρόθεση του πλαισίου της επιστήμης μπροστά από τα προηγούμενα κείμενα εξαγωγής και συνδέσμων
extractConceptsMinimalTemplate	true	Χρήση πρότυπου σημειώσης έννοιας με μόνο τίτλο (πηγάζει από το πλαίσιο του {{concept}})
customConceptNoteTemplate	''	Επικατάσταση του πρότυπου αρχείου σημειώσης έννοιας με πλήρη υποστήριξη μεταβλητών

Όταν το πεδίο προσαρμοσμένου προηγούμενου κειμένου είναι κενό, χρησιμοποιείται το ενσωματωμένο προεπιλεγμένο προηγούμενο κείμενο.

Παράδειγμα

Είστε ένας ιατρικός ερευνητής που εξάγει έννοιες από σημειώσεις κλινικών δοκιμών. Το προεπιλεγμένο προηγούμενο κείμενο εξάγει γενικά ουσιαστικά μαζί με ιατρικές έννοιες, γεγονός που πλημμυρίζει τον φάκελο έννοιών σας.

Λύση: Ρυθμίστε ένα πεδίο εκμάθησης με στόχο και ένα προσαρμοσμένο προηγούμενο κείμενο εξαγωγής.

1. Ρυθμίστε το focusedLearningDomain σε medicine
2. Ρυθμίστε το customExtractConceptsPrompt σε:

Extract only clinically relevant concepts: diseases, drug names,
anatomical terms, measurement endpoints, and statistical methods.
Ignore generic English nouns, brand names, and institutional names.
Prioritize MeSH terminology where applicable.

Τώρα, όταν εκτελείτε την εντολή "Extract concepts" σε μια κλινική σημειώση, το LLM παράγει:

CONCEPT: Randomized Controlled Trial
CONCEPT: Double-Blind Method
CONCEPT: Myocardial Infarction
CONCEPT: Creatine Kinase-MB
CONCEPT: Kaplan-Meier Estimate

Αντί για την προεπιλεγμένη συμπεριφορά που μπορεί επίσης να εξαγάγει ανεπιθύμητα γενικά όρους όπως "hospital" ή "month".

Συμβουλές

• Ξεκινήστε με το συγκεντρωμένο πεδίο μάθησης πριν γράψετε ένα πλήρες προσαρμοσμένο πρότασμα. Αυτό καλύπτει το 80% των περιπτώσεων χρήσης με μία μόνο ρύθμιση.
• Διατηρήστε το μορφότυπο της έξοδου -- Ποτέ μην αφαιρέσετε οδηγίες μορφοποίησης όπως "one per line" ή "CONCEPT: prefix" από τα προσαρμοσμένα πρότασματα. Ο αναλυτής του Notemd εξαρτάται από αυτές.
• Δοκιμάστε πρώτα με μία μόνο σημειώση -- Τα προσαρμοσμένα πρότασματα μπορεί να έχουν απρόσμενες επιπτώσεις στην ευρεία της εξάγωσης. Επαληθεύστε το σε μία σημειώση πριν από την παραγωγή σε συνόλα.
• Κρατήστε τα πρότασματα συνοπτικά -- Πάρα μεγάλα προσαρμοσμένα πρότασματα καταναλώνουν τόκεν και μπορεί να εξασθενήσουν τη συγκέντρωση του μοντέλου.

---

Επόμενα βήματα

• Wiki-Links -- Τι συνδέεται όταν προσαρμόζετε το πρότασμα add-links
• Concept Notes -- Πρότυπα σημειώσεων έννοιας και η μεταβλητή {{concept}}
• Batch Processing -- Εφαρμόστε προσαρμοσμένα πρότασματα σε ολόκληρους φάκελους
• Troubleshooting -- Λύστε προβλήματα όπου τα προσαρμοσμένα πρότασματα παράγουν απρόσμενη έξοδο