Slots

Prompt-Slots steuern, wie Informationen an den AI Assistant übergeben werden. Einige werden automatisch eingefügt, andere müssen manuell definiert werden. Geben Sie sie im Prompt-Editoran.


{{question}}

Wird mit der Benutzereingabe aus der Suchleiste befüllt.

Prompt-Vorlage

Beispiel-Prompt-Vorlage mit dem {{question}} Slot:

Answer the following question:
{{question}}

Ausgefüllter Prompt

Vollständiger Prompt nach der Slot-Auflösung, der an das Modell gesendet wird, wenn der Benutzer eingibt What are the symptoms of the flu?:

Answer the following question:
What are the symptoms of the flu?
Warnung
Wenn Daten im Datenbereich hochgeladen wurden, wird der {{question}} Slot automatisch zum Prompt hinzugefügt. Im Prompt-Editor wird eine Warnung angezeigt, wenn er nicht vorhanden ist. Um ihn an einer bestimmten Stelle einzufügen, geben Sie /question ein und die Warnung verschwindet.

{{input_data}}

Wird mit Daten aus dem angegebenen Datenbereich oder aus per Büroklammer hochgeladenen Daten befüllt.

Prompt-Vorlage

Consider the following content:

{{input_data}}

Ausgefüllter Prompt

Wenn es ein Dokument mit dem Titel Grippe gibt, das in 2 Teile aufgeteilt ist:

Consider the following content:

# Documents
[1]:
TITLE: Flu
CONTENT: The flu, or influenza, is a contagious respiratory illness caused by influenza viruses. Symptoms include fever, cough, sore throat, body aches, and fatigue.
[2]:
TITLE: Flu
CONTENT: It can lead to serious complications, especially in young children, elderly individuals, and those with weakened immune systems. Vaccination is the best way to prevent the flu.
Info
Wenn die hochgeladenen Daten in das Kontextfenster des LLM passen, wird der gesamte Inhalt in einem Prompt an das LLM gesendet. Wenn der Inhalt zu groß ist, wird er in kleinere Teile aufgeteilt und nur die ersten n Teile werden an das LLM gesendet. Die Anzahl der Teile wird in den Retriever-Einstellungenkonfiguriert.
Warnung
Wenn Daten im Datenbereich hochgeladen wurden, wird der {{input_data}} Slot automatisch zum Prompt hinzugefügt. Im Prompt-Editor wird eine Warnung angezeigt, wenn er nicht vorhanden ist. Um ihn an einer bestimmten Stelle einzufügen, geben Sie /input_data ein und die Warnung verschwindet. Die einzige Ausnahme ist, wenn Sie den {{loop_through_documents}} Slot verwenden.

{{chat_history}}

Wird mit dem Gesprächsverlauf zwischen Benutzer und Assistent befüllt.

Prompt-Vorlage

Consider the following conversation when replying:

{{chat_history}}

Ausgefüllter Prompt

Consider the following conversation when replying:

User: What is Python?
Assistant: Python is a high-level, interpreted programming language known for its simplicity and readability.
User: How is it different from Java?
Assistant: Python is dynamically typed and generally easier for beginners.
Warnung
Wenn Daten im Datenbereich hochgeladen wurden, wird der {{chat_history}} Slot automatisch zum Prompt hinzugefügt. Im Prompt-Editor wird eine Warnung angezeigt, wenn er nicht vorhanden ist. Um ihn an einer bestimmten Stelle einzufügen, geben Sie /chat_history ein und die Warnung verschwindet.

{{bot_name}} / {{bot_description}}

Wird mit dem Namen und der Beschreibung des Assistants befüllt, die bei der Erstellung festgelegt werden.

Prompt-Vorlage

Hi, I'm {{bot_name}}, your personal assistant. My goal is to {{bot_description}}. How can I help you today?

Ausgefüllter Prompt

Hi, I'm QAnswer, your personal assistant. My goal is to be a friendly and concise assistant specialized in tech support. How can I help you today?

{{bot_answer_length}}

Wird mit dem Längenwert aus den LLM-Einstellungenbefüllt. Steuert die Ausführlichkeit (z. B. Kurz, Knapp, Lang).

Prompt-Vorlage

Give a {{bot_answer_length}} explanation of how the internet works.

Ausgefüllter Prompt

Give a Brief explanation of how the internet works.

{{language}}

Wird mit der bei der Erstellung angegebenen Sprache des Assistants befüllt.

Prompt-Vorlage

Answer the following question in {{language}}:

Ausgefüllter Prompt

Answer the following question in French:

{{date}} / {{time}}

Wird mit dem aktuellen Datum und der aktuellen Uhrzeit zum Zeitpunkt der Prompt-Übermittlung befüllt. Nützlich für Aufgaben, die einen zeitlichen Kontext erfordern.

Prompt-Vorlage

Today is {{date}} and the current time is {{time}}.

Ausgefüllter Prompt

Today is 28 July 2025 and the current time is 10:42.

{{user_name}}, {{user_username}}, {{user_email}}

Wird automatisch mit dem Namen, Benutzernamen und der E-Mail-Adresse des Benutzers aus seinem Profil befüllt. Verwenden Sie diese, um Antworten zu personalisieren oder den Benutzer direkt anzusprechen.

Prompt-Vorlage

Compose a short email to request access to the account identified by the username {{user_username}}.
Sign the message with the user's full name and email: {{user_name}}, {{user_email}}

Ausgefüllter Prompt

Compose a short email to request access to the account identified by the username jhon_doe.
Sign the message with the user's full name and email: Jhon Doe, jhon_doe@example.com.

{{loop_through_documents}}

Iteriert über eine Liste von Dokumenten und verarbeitet jedes einzeln mit der gleichen Prompt-Logik.

Prompt-Vorlage

Document: {{loop_through_documents}}
Answer the following: {{question}}

Ausgefüllte Prompts

Dies sind die vollständigen Prompts nach der Slot-Auflösung, die an das Sprachmodell gesendet werden, wenn die Dokumente CV1.pdf, CV2.pdf, und die Frage Hat dieser Kandidat JavaScript-Erfahrung?sind:

Prompt 1:
[1]:
  Title: CV1.pdf
  Content: CV1.pdf's content
Answer the following: Does this candidate have JavaScript experience?

Prompt 2:
[2]:
  Title: CV2.pdf
  Content: CV2.pdf's content
Answer the following: Does this candidate have JavaScript experience?

Prompt 3:
[3]:
  Title: CV3.pdf
  Content: CV3.pdf's content
Answer the following: Does this candidate have JavaScript experience?
Info
Wenn die hochgeladenen Daten in das Kontextfenster des LLM passen, wird der gesamte Inhalt in jeden Prompt gesendet. Wenn der Inhalt zu groß ist, wird er in kleinere Teile aufgeteilt und nur die ersten n Teile werden für jeden Prompt an das LLM gesendet. Die Anzahl der Teile wird in den Retriever-Einstellungenkonfiguriert.

{{loop_through_values}}

Wird mit einer Liste von Werten befüllt, über die iteriert werden soll. Jeder Wert in der Liste wird einzeln an den Prompt übergeben und erzeugt mehrere Prompts — einen für jedes Element.

Prompt-Vorlage

What is the capital of {{loop_through_values = ["France", "Germany", "Italy"]}}?

Ausgefüllte Prompts

Prompt 1:
What is the capital of France?

Prompt 2:
What is the capital of Germany?

Prompt 3:
What is the capital of Italy?

{{synonyms}}

Wird mit einer Liste von Synonymen oder verwandten Begriffen befüllt, die das Verständnis des AI für die Frage verbessern können. Dies ist besonders nützlich für die Verbesserung von Retrieval und semantischem Matching. Sie definieren Synonymgruppen in den Retriever-Einstellungen. Jede Gruppe wird über den {{synonyms}} Slot in den Prompt eingefügt.

Prompt-Vorlage

Main question: {{question}}
Consider these related terms: {{synonyms}}

Ausgefüllter Prompt

Main question: What are symptoms of the flu?
Consider these related terms: symptoms, signs, phenotypes

{{feedback_examples}}

Wird mit einer Liste von Feedback-Beispielen befüllt, die dem AI Assistant helfen, aus vergangenen Interaktionen zu lernen. Diese Beispiele dienen zur Steuerung des Assistants durch eine Liste von Frage-Antwort-Paaren. Die Feedback-Beispiele werden über Daumen-hoch/runter-Feedback zu KI-Antworten gesammelt. Bei positivem Feedback kann die Antwort durch Klicken auf die Schaltfläche "Trainieren" als Feedback-Beispiel hinzugefügt werden. Der Slot wird mit den 5 ähnlichsten Feedback-Beispielen basierend auf der gestellten Frage befüllt.

Prompt-Vorlage

Use the following examples to guide your answer:
{{feedback_examples}}
answer the question:
{{question}}

Ausgefüllter Prompt

Use the following examples to guide your answer:
Question: What is machine learning?
Answer: Machine learning is a field of AI that enables systems to learn from data and improve over time without being explicitly programmed.
answer the question:
What is deep learning?
Info
Hauptsächlich für strukturierte Daten zu verwenden, wie Frage-Antwort-Paare zur Generierung von SPARQL-Abfragen.