
Cohere 官方指南介绍如何通过格式、分隔符、具体指令及参考示例让模型理解任务。它适合用文本模型做分类、摘录和改写时先规范输入,再判断某种写法能否提高输出可用性。

| 方向 | 具体用途 | 核对要点 |
|---|---|---|
| 分离输入与指令 | 让任务规则和待处理文本处于不同区域 | 检查输入是否可能出现相同边界符号 |
| 给出期望格式 | 用可比较的示例解释输出怎么组织 | 示例应覆盖一类常见边界情形 |
| 比较输出行为 | 用相同样本测试两种指令写法 | 分别记录事实、格式和标签错误 |
| 你的需求 | 可用资源 | 适用原因 |
|---|---|---|
| 希望改善 Cohere 任务的输入格式 | Cohere Prompt Engineering | 文档讨论分隔、说明与示例的实际写法 |
| 面向 ChatGPT 的日常办公任务 | Zapier AI Prompt Guide | 可查看营销和文案等贴近办公的用法 |
| 想据测试样本管理迭代版本 | PromptLayer Prompt Registry | 可保存版本和发布标签并连接实际应用 |
公司希望从客户邮件提取问题类型和一句能交给客服的摘要,部分邮件包含转发记录和签名。
官网公开提供指南或课程介绍。课程报名、部署资源及模型调用等条件按相应页面核对。
分隔符主要帮助说明输入边界。业务需要严格结构时,应结合模型支持的结构化输出和应用端校验。
指南可公开阅读。调用实际 Cohere 模型时要核对账户、模型支持情况和用量费用。