大模型提示词工程师的自我修养-应用二（RAG数据合成与数据多样性问题的解决） -（专题4）

1. 生成数据

大型语言模型（LLMs）具有生成连贯文本的强大能力。通过有效的提示策略，可以引导模型生成更好、一致且更有事实依据的响应。LLMs 也特别适用于生成数据，这对于进行各种实验和评估非常有用。例如，我们可以用它来为情感分类器生成快速样本，如下所示：

提示词
生成 10 个情感分析的示例。示例分为正面或负面类别。生成 2 个负面示例和 8 个正面示例。示例如下格式：
Q: <句子>
A: <情感>

输出
Q: 我刚刚得到了最棒的消息！
A: 正面
Q: 我们刚刚加薪了！
A: 正面
Q: 我为今天的成就感到骄傲。
A: 正面
Q: 我今天过得真棒！
A: 正面
Q: 我真的很期待周末。
A: 正面
Q: 我刚刚得到了最棒的礼物！
A: 正面
Q: 我现在非常开心。
A: 正面
Q: 我真幸运能拥有如此棒的家庭。
A: 正面
Q: 外面的天气真是阴沉沉的。
A: 负面
Q: 我刚刚得到了一个坏消息。
A: 负面

这非常