1.一種工業(yè)場(chǎng)景中大模型提示詞設(shè)計(jì)方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的工業(yè)場(chǎng)景中大模型提示詞設(shè)計(jì)方法，其特征在于，所述運(yùn)用網(wǎng)絡(luò)爬蟲收集工業(yè)領(lǐng)域文本數(shù)據(jù)，通過去噪和分詞處理，并進(jìn)行數(shù)據(jù)分類后，通過bert模型生成私有提示詞模板庫，包括：
3.根據(jù)權(quán)利要求2所述的工業(yè)場(chǎng)景中大模型提示詞設(shè)計(jì)方法，其特征在于，所述借助領(lǐng)域知識(shí)圖譜構(gòu)建技術(shù)、tf-idf算法、專家系統(tǒng)進(jìn)行任務(wù)總覽層設(shè)計(jì)，構(gòu)建任務(wù)約束條件集合，包括：
4.根據(jù)權(quán)利要求3所述的工業(yè)場(chǎng)景中大模型提示詞設(shè)計(jì)方法，其特征在于，所述獲取工業(yè)場(chǎng)景任務(wù)，利用基于petri網(wǎng)的流程建模方法將工業(yè)場(chǎng)景任務(wù)分解為子任務(wù)，構(gòu)建任務(wù)鏈并進(jìn)行子任務(wù)的排序優(yōu)化，包括：
5.根據(jù)權(quán)利要求4所述的工業(yè)場(chǎng)景中大模型提示詞設(shè)計(jì)方法，其特征在于，所述針對(duì)每個(gè)子任務(wù)，基于私有提示詞模板庫，采用卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)設(shè)計(jì)提示詞模板，生成每個(gè)子任務(wù)的提示詞，包括：
6.根據(jù)權(quán)利要求5所述的工業(yè)場(chǎng)景中大模型提示詞設(shè)計(jì)方法，其特征在于，所述運(yùn)用文本聚類算法和詞嵌入技術(shù)對(duì)進(jìn)行私有提示詞模板庫進(jìn)行管理，包括：
7.根據(jù)權(quán)利要求6所述的工業(yè)場(chǎng)景中大模型提示詞設(shè)計(jì)方法，其特征在于，所述通過情感分析算法和命名實(shí)體識(shí)別算法處理用戶反饋，構(gòu)建多維度評(píng)估指標(biāo)對(duì)私有提示詞模板庫進(jìn)行性能評(píng)估，利用apriori算法分析日志記錄以實(shí)現(xiàn)提示詞管理與迭代優(yōu)化，包括：
8.一種工業(yè)場(chǎng)景中大模型提示詞設(shè)計(jì)系統(tǒng)，其特征在于，所述系統(tǒng)采用如權(quán)利要求1至7任一項(xiàng)所述工業(yè)場(chǎng)景中大模型提示詞設(shè)計(jì)方法；
9.一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述工業(yè)場(chǎng)景中大模型提示詞設(shè)計(jì)方法的步驟。
10.一種存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述工業(yè)場(chǎng)景中大模型提示詞設(shè)計(jì)方法的步驟。