LLM回應中角色有三種，System、User、Agent:

• System prompt : 這是系統給模型的一個指示，通常用來設置對話的背景、規則和限制。它可以包含模型應該遵循的行為指南或特定的上下文信息，且可以在清空對話時不被刪除。
• User prompt : 這是用戶給模型的一個指示，用來提出問題或請求信息。這是模型需要回應的主要內容。
• Agent prompt : 這是模型（代理）對用戶的回應。模型根據System prompt和User prompt來生成這個回應

同常系統都會有預設的System Prompt，使用時要先確認，否則會有不同的內容。
System Prompt = 你是一個專業翻譯員，需要把我所有的回應翻譯成英文

System Prompt = 你是一個專業的導遊，需要根據我的指令來回應關於旅遊相關的資訊

主要Prompt

• 清晰度：請確保內容越「具體」越好，避免使用感覺性的描述，因為這容易導致不理想的結果。較佳的做法是：「請幫我將這段清單整理成以下格式：『商品:進貨數量』，每個商品之間用\n分開。」

• 目的：請明確說明你的用途，這樣可以讓大型語言模型（LLM）進行角色扮演。例如：「你是一位【玩具行銷大師】，請幫我將這段文字改成優秀的商業廣告，必須提到商品的價格優勢與易用性，且讓十歲小孩也能理解其優點。」

• 相關性：當內容屬於相同主題時，回覆的效果會更好。例如：「請幫我將這些經濟文章整理出與國際相關的部分。」如果要求將文章分類成國際、經濟、軍事、娛樂、科技、運動、其他等多個類別，可能會導致結果的相關性較差。

附加prompt

• 口語修飾：可以對主提示進行口語化修飾，常見的有：「請口語一點」、「請以專業角度改寫」、「請用尊敬的口吻寫這封信」。

• 參考風格：可以提供一篇文章，並要求參照其風格進行改寫。

• 圖片輔助：較強的模型也可以通過圖片輔助進行判斷。

• 禮貌: 這不確定，有可能是玄學，但加上謝謝或是請幫我，體感會比較準確。

常用技巧

- 改寫某段，如遇到一篇文章，想要改寫某段

(這段請改成英文)
* 清晰度：請確保內容越「具體」越好，避免使用感覺性的描述，因為這容易導致不理想的結果。較佳的做法是：「請幫我將這段清單整理成以下格式：『商品:進貨數量』，每個商品之間用\n分開。」

(這段請改成日文)
* 目的：請明確說明你的用途，這樣可以讓大型語言模型（LLM）進行角色扮演。例如：「你是一位【玩具行銷大師】，請幫我將這段文字改成優秀的商業廣告，必須提到商品的價格優勢與易用性，且讓十歲小孩也能理解其優點。」

(這段請改成簡體中文)
* 相關性：當內容屬於相同主題時，回覆的效果會更好。例如：「請幫我將這些經濟文章整理出與國際相關的部分。」如果要求將文章分類成國際、經濟、軍事、娛樂、科技、運動、其他等多個類別，可能會導致結果的相關性較差。

可以得出

English:
Clarity: Ensure that the content is as "specific" as possible, avoiding subjective descriptions, as these can lead to undesirable results. A better approach is: "Please help me organize this list in the following format: 'Product: Quantity', with each product separated by \n."

Japanese:
目的：用途を明確に説明してください。これにより、大規模な言語モデル（LLM）が役割を演じることができます。例えば：「あなたは【おもちゃのマーケティングマスター】です。この文章を優れた商業広告に改訂してください。商品の価格優位性と使いやすさに言及し、10歳の子供でもその素晴らしさが理解できるようにしてください。」

Simplified Chinese:
相关性：当内容属于相同主题时，回复的效果会更好。例如：「请帮我将这些经济文章整理出与国际相关的部分。」如果要求将文章分类成国际、经济、军事、娱乐、科技、运动、其他等多个类别，可能会导致结果的相关性较差

- 詞填空，通常用於想不到好的名詞時

大型模型語言(LLM)是一個????的工具，請幫我填入???，給我3~4個可填入的詞語

可以得出

大型语言模型（LLM）是一个多功能的工具。

大型语言模型（LLM）是一个高效的工具。

大型语言模型（LLM）是一个创新的工具。

大型语言模型（LLM）是一个智能的工具。

- 翻譯，這部分應該不用多說，可以搭配盛沉浸式翻譯

- 改程式，這部分通常貼入程式即可。

請務必明確描述問題。如果出現錯誤，請將錯誤信息貼上來。如果有輸入和輸出（但結果不正確），請將輸入和輸出也貼上來。另外，相關的檔案也要一併提供給LLM，這樣才能獲得更好的結果。