slogan3

Ontwikkel een Prompt Tool voor Dynamische Sjabloongeneratie

description

Maakt het gebruikers mogelijk snel promptsjablonen te creëren en aan te passen die zijn afgestemd op hun unieke projectvereisten, wat tijd bespaart en de productiviteit verbetert ten opzichte van handmatige sjablooncreatie. Ondersteunt schaalbaarheid en consistentie in prompt engineering workflows.

prompt

Help me een prompt tool te ontwikkelen die dynamisch promptsjablonen genereert die passen bij mijn projectbehoeften. Projecttype: <voer het type van je project i ...

try_prompt

generate_helper
disclaimerOnPageApi

ai_answers

provider: openai
model: gpt-4.1-nano
Natuurlijk! Hier is een voorbeeld van een prompttool die dynamisch promptsjablonen genereert voor jouw klantenservice chatbot, gericht op meerstapsgesprekken met contextbehoud en slot-vulplaatsen voor gebruikersinput: ```python def genereer_prompt(project_type, stappen, context): """ Genereert een dynamisch promptsjabloon op basis van projecttype, stappen en context. :param project_type: het type project, bv. 'klantenservice chatbot' :param stappen: lijst met stappen in het gesprek, elk met een vraag en slot-vulplaatsen :param context: de huidige context van het gesprek :return: een samengestelde prompt """ prompt = f"Project: {project_type}\n" prompt += f"Context: {context}\n\n" prompt += "Gebruik de volgende stappen om het gesprek te voeren:\n" for idx, stap in enumerate(stappen, 1): prompt += f"\nStap {idx}:\n" prompt += f"Vraag: {stap['vraag']}\n" prompt += "Vul de volgende details in:\n" for placeholder in stap['vulplaatsen']: prompt += f"- {placeholder}: [vul hier uw antwoord in]\n" prompt += "\nGa door met het gesprek terwijl je de context bewaart.\n" return prompt # Voorbeeldgebruik: stappen = [ { 'vraag': 'Hoe kan ik u helpen vandaag?', 'vulplaatsen': ['Klantennaam'] }, { 'vraag': 'Kunt u het probleem verder toelichten?', 'vulplaatsen': ['Probleemomschrijving'] }, { 'vraag': 'Wat is uw contactgegevens?', 'vulplaatsen': ['E-mail', 'Telefoonnummer'] } ] context = "De klant heeft een klacht over een vertraagde levering." prompt = genereer_prompt('Klantenservice Chatbot', stappen, context) print(prompt) ``` Deze tool maakt het mogelijk om op maat gemaakte prompts te genereren die passen bij jouw project door de stappen en context aan te passen. De slot-vulplaatsen zorgen dat gebruikers specifieke informatie kunnen invoeren, terwijl de context wordt behouden voor meerstapsgesprekken.
provider: deepseek
model: deepseek-chat
Zeker! Hier is een dynamische prompttool-sjabloon speciaal ontworpen voor jouw klantenservice chatbot met contextbehoud en slot-vulplaatsen: --- **Prompt Sjabloon Generator voor Klantenservice Chatbot** **Projecttype:** Klantenservice Chatbot **Core Functionaliteit:** Meerstapsgesprekken met Contextbehoud **Sjabloonstructuur:** Adaptieve Prompt met Slot-vulplaatsen **Basis Prompt Structuur:** ``` Handel het volgende klantgesprek af met contextbehoud. Gebruik onderstaande informatie: HUIDIGE CONTEXT: - Vorige interacties: {context_geschiedenis} - Laatste gebruikerstelling: {laatste_gebruikersinput} - Status: {dialoogstatus} SLOT-INFORMATIE (in te vullen door gebruiker): - Klantvraagtype: {vraagtype} - Specifieke details: {specifieke_details} - Urgentieniveau: {urgentie} - KlantID: {klant_id} GEWENSTE RESPONS: - Behoud context over: {vorige_onderwerpen} - Bevestig begrip: {bevestigingszin} - Vraag door indien nodig: {vervolgvraag} - Sluit af met: {afsluiting} VOORBEELD INVULLING: Context: Klant had eerder vraag over levering Slot: vraagtype = "status update", details = "order #12345" ``` **Dynamische Aanpassingsregels:** 1. Bij nieuwe conversatie: reset contextbehoud 2. Bij herkende intentie: pas slots aan betreffende categorie 3. Bij onduidelijkheid: genereer verduidelijkingsvraag 4. Bij voltooide transactie: update context en bevestig **Slot Management Systeem:** ``` BELANGRIJKE SLOTS: - contact_info (verplicht bij doorverbinden) - order_referentie (verplicht bij order vragen) - probleem_omschrijving (verplicht bij technische issues) - urgency_level (automatisch detecteren) OPTIONELE SLOTS: - voorkeurs_contact - tijdstip_bellen - categorie_probleem ``` **Context Bewaar Template:** ``` Context update na elke interactie: - Onderwerp: {huidig_onderwerp} - Status: {voltooid/in_behandeling/afgehandeld} - Benodigde info: {ontbrekende_informatie} - Volgende stap: {verwachte_volgende_stap} ``` **Voorbeeld gegenereerde prompt:** ``` Handel klantvraag af over bestelstatus. Vorige context: klant vroeg eerder over leverkosten. Huidige vraag: "Waar is mijn order #12345?" Vereiste slots: ordernummer, contactemail Genereer: bevestigingszin + statusupdate + optie voor meer help ``` **Implementatie Tips:** 1. Gebruik een contextstack voor multi-turn conversations 2. Implementeer slot-validation rules 3. Voorzie fallback-mechanisme voor onverwachte inputs 4. Log conversatiegeschiedenis voor contextbehoud Wil je dat ik specifieke onderdelen verder uitwerk of een implementatievoorbeeld in een bepaalde programmeertaal toon?