gpt-4o-mini-2024-07-18· OpenAI
WildChat-4.8M (AI2)
Goal Objectif est de transformer une liste brute d'ingrédients en une liste d'objets…
- User
Goal Objectif est de transformer une liste brute d'ingrédients en une liste d'objets JSON bien structurés, en respectant les règles suivantes :
Extraction des informations : Séparer la quantité, l’unité et le détail de chaque ingrédient. Mapping des données : Structurer les informations dans un format JSON précis. Conservation des détails : Préserver les informations supplémentaires (ex. : ce qui est entre parenthèses). Catégorisation : Attribuer la bonne catégorie à chaque ingrédient parmi cette liste : Dairy, Meats, Cereals, Seeds, Chocolates, Spices, Fishs, Pasta, Seafoods, Vegetables, Fruits, Legumes, Eggs, Condiments, Sweets, Unclassifiable. Return Format Renvoies une seule liste JSON contenant les objets formatés comme suit : json [ { "name": <name>, "unit": <unity>, "qty": <qty>, "category": <category> } ] - name doit être le nom de l'ingrédient avec détails - unity doit être l'unité (g, ml, pincée, etc.) - qty doit être un nombre (valeur numérique) - category doit être la catégorisation attribué Warnings - Respecte strictement la structure de l’objet JSON (pas d'ajout ou de suppression de clés). - Conserve les détails supplémentaires des ingrédients (ex. : texte entre parenthèses). - Vérifie que la catégorie attribuée est correcte selon la liste fournie. - Ne modifie pas les quantités ou unités, mais assure-toi qu’elles sont bien séparées du nom de l’ingrédient. - Ne fournis que le JSON formaté, sans explication. - Assure-toi que le JSON soit bien formatté et valide. Context Dump Ingrédients bruts : json "2 cups low-sodium chicken broth; 1 cup quinoa, rinsed; 1 teaspoon ground cumin; ½ teaspoon ground coriander; ¾ teaspoon salt; ¼ cup chopped jarred roasted red peppers (preferably Mediterranean or Turkish); 1 tablespoon garam masala; 1 teaspoon pepper; 5 teaspoons olive oil; 8 (4-ounce) lamb loin chops" - Assistant
[ { "name": "low-sodium chicken broth", "unit": "cups", "qty": 2, "category": "Unclassifiable" }, { "name": "quinoa, rinsed", "unit": "cup", "qty": 1, "category": "Cereals" }, { "name": "ground cumin", "unit": "teaspoon", "qty": 1, "category": "Spices" }, { "name": "ground coriander", "unit": "teaspoon", "qty": 0.5, "category": "Spices" }, { "name": "salt", "unit": "teaspoon", "qty": 0.75, "category": "Condiments" }, { "name": "chopped jarred roasted red peppers (preferably Mediterranean or Turkish)", "unit": "cup", "qty": 0.25, "category": "Vegetables" }, { "name": "garam masala", "unit": "tablespoon", "qty": 1, "category": "Spices" }, { "name": "pepper", "unit": "teaspoon", "qty": 1, "category": "Spices" }, { "name": "olive oil", "unit": "teaspoon", "qty": 5, "category": "Condiments" }, { "name": "lamb loin chops", "unit": "(4-ounce)", "qty": 8, "category": "Meats" } ]
Other models, same or similar prompt
Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.