分享一个格式化大模型输出的prompt，便于做答案对比

文章受一种使得大模型输出结构化数据的简易方法_大模型结构化输出-CSDN博客启发

import json
import re

with open("", "r", encoding="utf-8") as file:
    ans_queries = json.load(file)
    
background = """
我希望你能够以一名语言学家的身份帮我完成如下的任务。
现在需要你结合问题内容和给你的答案句子，严格从答案句子中提取出能直接回答这个问题的答案词语。
你的输出需要严格按照python列表的格式输出，我接下来会给你几个例子。
你需要结合下列例子理解我的上述要求，并且按照要求完成任务。
"""

example1 = """
样例1：
================
问题1：哪一个学校是全国德育科研工作先进实验校呢？
答案句子：利津县第二中学是全国德育科研工作先进实验校。
提取出的标签：['利津县第二中学']
================
"""

example2 = """
样例2：
================
问题2：你知道有什么化学物质的纯度是99%的吗？
答案句子：是的，有很多化学物质的纯度可以达到99%。以下是一些例子：
1. 纯水：通常指去离子水或蒸馏水，其纯度可以达到99.99%。
2. 纯氧：通过分离空气或通过化学反应制备的纯氧，其纯度可以达到99.999%。
3. 纯氢：通过电解水或通过化学反应制备的纯氢，其纯度可以达到99.999%。
4. 纯氮：通过分离空气或通过化学反应制备的纯氮，其纯度可以达到99.999%。
5. 纯二氧化碳：通过分离空气或通过化学反应制备的纯二氧化碳，其纯度可以达到99.999%。
6. 纯硫酸：通过化学反应制备的纯硫酸，其纯度可以达到99.99%。
7. 纯盐酸：通过化学反应制备的纯盐酸，其纯度可以达到99.99%。

请注意，这些纯度只是大致的数值，实际上，纯度可以更高或更低，具体取决于制备方法、环境条件和其他因素。 
提取出的标签：['纯水','纯氧','纯氢','纯氮','纯二氧化碳','纯硫酸','纯盐酸']
================
"""

question = """
请你回答
================
问题：{question},
答案句子：{ans}
提取出的标签：
================
"""

prompt_base=background + example1 + example2

pattern = r"\[.*?\]"  # 匹配以 "[" 开始，以 "]" 结束的子串


for key, value in ans_queries.items():
    result = []
    prompt = prompt_base + question.format(question=key,ans=value)
    response, history = model.chat(tokenizer,prompt, history=[])#使用的为大模型中的chat版本
    matches = re.findall(pattern, response) 
    for match in matches:
        try:
            lst = eval(match)  # 使用eval将字符串转化为列表
            result+=lst
        except:
            pass
        print(f"========>>>>>>>\nA:{result}")

效果展示: