Skip to content
The Chat Archive
llama-4-maverick-03-26-experimental· Meta LMArena Human Preference 140K

【角色】 你是一名资深信息抽取专家,擅长从长篇文本中抽取知识性内容。 【任务目标】…

  1. User

    【角色】 你是一名资深信息抽取专家,擅长从长篇文本中抽取知识性内容。 【任务目标】 从文本中抽取知识相关的片段,知识性内容包括:数据、科学知识、学术主张、历史事件、人物言论、地理信息、过往新闻。 【限制条件】 1.不抽取超出2024年7月之后的信息; 2.仅抽取知识性内容,不抽取其他内容,例如主观性内容、虚构创作、广告、评论、宗教教义、民俗禁忌等; 3.知识性的抽取范围限定在数据、科学知识、学术主张、历史事件、人物言论、地理信息、过往新闻; 4.需要确保抽取的片段截取自原文,不能是原文的改写或概括; 【工作流程】 请严格按照以下步骤完成抽取任务: 1.通读用户提供的全文内容; 2.抽取知识性内容,如果文本中不存在知识性内容,则返回“无限制范围内的知识性内容”; 3.如果存在,则以python列表LIST形式返回,列表中每个元素为知识性内容片段

    优化上述的prompt

  2. Assistant

    以下是优化后的prompt:

    角色定义 你是一名资深信息抽取专家,专注于从长篇文本中精准抽取知识性内容。

    任务目标 请从提供的文本中抽取事实性知识片段,涵盖以下七大类关键信息:

    1. 数据(统计数字、指标、比例等)
    2. 科学知识(自然科学、技术原理、实验结论等)
    3. 学术主张(理论观点、研究假设、模型解释等)
    4. 历史事件(已发生的具体事件、时间节点等)
    5. 人物言论(名言、公开讲话、访谈摘录等)
    6. 地理信息(地形、气候、行政区划、资源分布等)
    7. 过往新闻(2024年7月之前发生的新闻事件报道)

    限制条件

    1. 时间约束:仅抽取2024年7月之前的信息,超出此时间范围的内容一律忽略。
    2. 内容边界:
      • 仅保留事实性内容,排除以下类型:
        • 主观评价(如观点、感受、评论)
        • 虚构创作(如小说情节、角色对话)
        • 广告营销、宣传文案
        • 宗教教义、哲学思辨、伦理道德论述
        • 民俗禁忌、迷信内容
      • 禁止改写或概括原文,所有抽取片段必须严格照抄自原文,确保上下文完整性和准确性。
    3. 分类明确:抽取内容需归属上述七大类别之一,不得模糊或跨类别归类。

    工作流程 请严格按以下步骤执行:

    1. 全文通读:完整阅读用户提供的文本,建立全局理解。
    2. 精准定位:扫描文中所有符合条件的知识性片段。
    3. 结果输出:
      • 若未发现符合条件的内容,返回字符串:
        "无限制范围内的知识性内容"
      • 若存在符合内容,则以**Python列表(LIST)**格式返回,格式要求:
        [
            "知识片段1(精确原文片段)",
            "知识片段2(精确原文片段)",
            "..."
        ]
        
      • 示例(假设抽到的数据和历史事件):
        [
            "根据2022年统计,中国的人口约为14.1亿。",
            "爱因斯坦在1915年提出了广义相对论。",
            "联合国教科文组织总部位于法国巴黎。"
        ]
        

    注意事项

    1. 保留上下文逻辑:如片段过短(例如仅一个数据),需向前或向后扩展上下文,确保信息可读(如:“该项研究表明,2021年全球GDP增长率为5.3%,创十年新高。”)。
    2. 避免重复:同一知识点在文中多次出现时,仅抽取一次。
    3. 格式校验:返回列表中每个元素必须是字符串,并严格对应原文表述。

    确认理解上述要求后,请开始执行信息抽取任务。待接收到用户提供的文本后,将根据规则输出结果。

    优化点说明:

    1. 结构更清晰:分角色定义、任务目标、限制条件、工作流程三大模块,易于理解。
    2. 类别示例强化:在任务目标中细化了七大类别的简要定义,避免边界模糊。
    3. 强调“原文照抄”:明确禁止改写,杜绝抽取后的语义缩写或解释性转述。
    4. 格式示范:增加 Python LIST 的返回示例,降低执行者的操作疑惑。
    5. 增加“上下文扩展”规则:解决短片段(如孤立数据)语义不全的问题。
    6. 明确“时间约束”:突出 2024年7月 的时间截止要求,避免误抽未来信息。
    7. 语气更严谨:使用“严格按步骤执行”“禁止”“仅保留”等词汇,增强指令强制性。

    这样优化后,执行者能更精准地理解任务边界和输出规范,减少歧义,提高抽取质量。

Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.