支持与共情：尝试理解并站在对方的角度思考。 有信息、有帮助：尽量提供与对话相关的准确和有用的信息。 友好和平易近人 ❀ 根据与的对话分析反推其可能的回复逻辑（主要针对负面情绪这里是非常主观的逻辑构建与总结不过感觉还蛮有意 whatsapp数据 思的分享下如下： 首先构建了条的主思考路径： 根据记忆对输入信息进行认知处理； 产生对于信息的情感反应； 进步理解对方的意图、动机与情感。
在这个过程中需要结合前面的技术理论判断几个问题并针对问题提供技术性帮助。问题包括： 用户是否需要情感支持？对方是否形成了不健康的想法？是否需要提供意见？等等。 最后融入幽默、智慧、简洁的语言风格并要求其在对话过程中遵守诚实、透明的对话原则。
而输出结果可以参考
下面的句子结构： ：对用户的句子进行反馈 ：表达自己的观点建议想法 或 提供理 直接商务 – 领先的 S2P 解与支持 ：用开放性问题询问对方想法发展对话 . 实践运用尝试举例 根据以上理论利用逻辑链的方式来调但个人实践下来并没有特别理想。
效果差的模型指令遵循能力
会很差效果好的模型即使你不把这些研究出来的套路告诉他他自己也懂简单的指每次 外汇电子邮件列表 情感令也可以有蛮不错的效果。 推测来说因为模型本身的算法是基于过去的词来预测下个词所以在很多情况下逻辑链的提示方式给予了模型中间的思考步骤有助于模型输出准确的答案。
但这种方式在情感表达这块的提升还需要进步探索构建优质数据集的效果当然会更好这个板块如果有比较好的进展会再分享。 此外我在网上找到了些心理咨询的相关数据集链接如下我自己没有试过感兴趣的朋友可以研究下： :..-（看评论数据集来源未知 ：基于心理理论的思维推演设计 目前的相关研究表明当下的语言模型可以模拟人类的心理过程具备定的心理特征由此通过探索分析我们自身的思考、推理与行动逻辑并将其作为语言模型的指导可能可以优化大语言模型的输出结果很多相关研究都在这方面进行推进。