Prompt Khas
Notemd membolehkan anda menggantikan prompt LLM lalai untuk setiap jenis tugas. Prompt khas memberi anda kawalan ke atas apa yang akan diberi keutamaan oleh model: anda boleh mengehadkan pengeluaran konsep kepada disiplin tertentu, mengubah gaya pautan, atau mengarahkan nada terjemahan. Pembolehubah prompt seperti {{content}} dan {{concept}} akan digantikan semasa pelaksanaan. Ciri domain pembelajaran yang ditumpukan akan menambah awalan bidang kajian anda untuk membataskan hasil pengeluaran secara automatik.
Ini merupakan sebahagian daripada Obsidian Panduan Pengurusan Pengetahuan AI.
Gambaran Keseluruhan
Prompt lalai Notemd ditulis untuk kerja pengetahuan guna umum. Ia berfungsi dengan baik merentas pelbagai domain, tetapi masih memerlukan penambahbaikan khusus untuk setiap domain. Prompt khas membolehkan anda memberitahu LLM secara tepat bagaimana ia harus berkelakuan untuk kes penggunaan anda — sama ada untuk mengekstrak hanya istilah perubatan, menghubungkan hanya entiti bernama, atau menterjemahkan dalam gaya rasmi.
Prompt khas tidak menggantikan keseluruhan prompt sistem. Ia menggantikan atau menambah bahagian arahan khusus tugas sambil mengekalkan format output struktur (contohnya baris CONCEPT:, sintaks pautan wiki) yang diperlukan oleh Notemd untuk pemprosesan.
Cara Ia Berfungsi
Arkitektur Prompt
Setiap tugas Notemd mengikut struktur prompt yang sama:
[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
- Prompt sistem asas -- Menetapkan personaliti pembantu. Tidak boleh digantikan.
- Domain pembelajaran yang ditumpukan -- Menambah awalan
Relevant Fields: [medicine / law / computer science / ...]untuk membataskan skop. Ini merupakan suis tetapan, bukan prompt mentah. - Prompt tugas khas -- Menggantikan arahan tugas lalai (contohnya jenis konsep yang perlu diekstrak, sejauh mana pautan perlu dibuat).
- Format output -- Peraturan struktur (baris
CONCEPT:, format pautan wiki). Sentiasa ditambah oleh Notemd untuk memastikan ia boleh diproses. - Kandungan -- Teks nota sebenar, yang digantikan semasa pelaksanaan melalui
{{content}}.
Pembolehubah Prompt
Pembolehubah akan digantikan semasa masa pelaksanaan. Pembolehubah yang tersedia berbeza mengikut tugas:
| Pembolehubah | Tugas | Digantikan Dengan |
|---|---|---|
{{content}} | Semua | Teks nota atau pilihan |
{{concept}} | Templat nota konsep | Nama konsep yang diekstrak |
{{description}} | Templat nota konsep | Penerangan konsep yang dijana oleh LLM |
{{backlinks}} | Templat nota konsep | Senarai nota sumber dengan pautan |
{{date}} | Templat nota konsep | Tarikh semasa (YYYY-MM-DD) |
{{language}} | Terjemahan | Bahasa output sasaran |
{{source}} | Templat nota konsep | Nama fail asal nota |
Domain Pembelajaran Terfokus
Ciri pembelajaran terfokus merupakan pintasan untuk menentukan skop domain. Daripada menulis promp yang khusus yang menyebut bidang anda, anda tetapkan focusedLearningDomain dalam tetapan:
Settings → Advanced → Focused Learning Domain
Example: "medicine" or "computer science" or "Chinese philosophy"
Ini akan menambahkan Relevant Fields: [medicine] di hadapan promp pengeluaran, menyebabkan LLM mengutamakan konsep yang berkaitan dengan domain dan menekan konsep umum. Ia lebih ringan berbanding promp khusus sepenuhnya dan berfungsi untuk semua tugas pengeluaran.
Konfigurasi
| Pengaturan | Lalai | Kesan |
|---|---|---|
customAddLinksPrompt | '' | Atur semula promp tugas tambah pautan lalai |
customExtractConceptsPrompt | '' | Atur semula promp pengeluaran konsep lalai |
customResearchPrompt | '' | Atur semula promp penyelidikan + ringkasan lalai |
customTranslatePrompt | '' | Atur semula promp terjemahan lalai |
customDiagramPrompt | '' | Atur semula promp penjanaan diagram lalai |
focusedLearningDomain | '' | Tambahkan konteks disiplin di hadapan promp pengeluaran dan pautan |
extractConceptsMinimalTemplate | true | Guna templat nota konsep hanya tajuk (mempengaruhi skop templat {{concept}}) |
customConceptNoteTemplate | '' | Atur semula templat fail nota konsep dengan sokongan pembolehubah penuh |
Apabila medan promp khusus kosong, promp lalai yang sedia ada akan digunakan.
Contoh
Anda ialah penyelidik perubatan yang mengeluarkan konsep daripada nota ujian klinikal. Promp lalai mengeluarkan kata nama umum bersama istilah perubatan, yang menyebabkan folder konsep anda menjadi kacau.
Penyelesaian: Tetapkan domain pembelajaran terfokus dan promp pengeluaran khusus.
- Tetapkan
focusedLearningDomainkepadamedicine - Tetapkan
customExtractConceptsPromptkepada:
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.
Sekarang apabila anda menjalankan "Extract concepts" pada nota klinikal, LLM menghasilkan:
CONCEPT: Randomized Controlled Trial
CONCEPT: Double-Blind Method
CONCEPT: Myocardial Infarction
CONCEPT: Creatine Kinase-MB
CONCEPT: Kaplan-Meier Estimate
Bukan seperti tingkah laku lalai yang mungkin juga mengekstrak istilah umum yang tidak diingini seperti "hospital" atau "month".
Tips
- Mulakan dengan domain pembelajaran yang ditumpukan sebelum menulis prompt khas sepenuhnya. Ia meliputi 80% kes penggunaan dengan satu tetapan sahaja.
- Pertahankan format output -- Jangan pernah padam arahan format seperti "satu per baris" atau "CONCEPT: prefix" daripada prompt khas. Pemproses Notemd bergantung pada arahan tersebut.
- Uji dengan satu nota terlebih dahulu -- Prompt khas boleh memberi kesan yang tidak dijangka terhadap keluasan ekstraksi. Sahkan pada satu nota sebelum pemprosesan berkumpulan.
- Jadikan prompt ringkas -- Prompt khas yang terlalu panjang akan menggunakan lebih banyak token dan boleh mengurangkan fokus model.
Langkah Seterusnya
- Wiki-Links -- Apa yang akan dipautkan apabila anda menyesuaikan prompt add-links
- Concept Notes -- Templat nota konsep dan pembolehubah
{{concept}} - Batch Processing -- Terapkan prompt khas ke seluruh folder
- Troubleshooting -- Perbaiki masalah di mana prompt khas menghasilkan output yang tidak dijangka