1. Τύποι Δεδομένων που Χρησιμοποιούνται στα Prompts

1.1. Κείμενο (Plain Text)

• Οικονομία: Το κείμενο χωρίς πολυπλοκότητα (plain text) είναι η πιο οικονομική επιλογή σε κόστος tokens.

• Καταλληλότητα: Χρησιμοποιείται για απλές περιγραφές, αιτήματα και γενικά prompts.

• Παραδείγματα:

  plaintext
  Copy code
  Ανάλυσε αυτό το dataset και βρες την τάση των δεδομένων:
  
  

  • Εφαρμόσιμο για: Claude και ChatGPT.

1.2. Δομημένα Δεδομένα (JSON)

• Οικονομία: Απαιτεί περισσότερα tokens, αλλά είναι εξαιρετικά κατανοητό από AI.

• Καταλληλότητα: Χρησιμοποιείται όταν πρέπει να περάσεις πολλά δεδομένα οργανωμένα.

• Παραδείγματα:

  json
  Copy code
  {
    "task": "Analyze data",
    "dataset": "<https://example.com/data.csv>",
    "instructions": "Identify trends and summarize key points."
  }
  
  

  • Ιδανικό για Claude, το οποίο είναι ιδιαίτερα καλό στην ανάλυση δομημένων δεδομένων.

1.3. Markdown (MD)

• Οικονομία: Πολύ οικονομικό και καλοδομημένο για κείμενα και τεκμηρίωση.

• Καταλληλότητα: Ιδανικό για prompts που περιέχουν ενότητες, τίτλους ή παραδείγματα κώδικα.

• Παραδείγματα:

  markdown
  Copy code
  # Task
  Analyze the following SQL query and provide feedback.
  
  ```sql
  SELECT * FROM users WHERE age > 30;
  
  

  markdown
  Copy code
  - **Κατάλληλο και για Claude και ChatGPT.**
  
  

1.4. Πίνακες (CSV/TSV)

• Οικονομία: Πολύ οικονομικό για μεγάλα datasets.

• Καταλληλότητα: Ιδανικό για δομημένα δεδομένα που πρέπει να αναλυθούν (π.χ., σε αριθμούς ή κατηγορίες).

• Παραδείγματα:

  csv
  Copy code
  Name, Age, City
  John, 30, New York
  Alice, 25, London
  
  

2. Στρατηγική Δομής Prompt

Η καθαρή και δομημένη προσέγγιση βελτιώνει την κατανόηση του AI και μειώνει τα περιττά tokens. Ακολουθούν οι βασικές αρχές: