主体在对话中，主体通常指的是模型或参与对话的用户。 客体指的是主体在对话中讨论的主题、事物或概念。在对话中，主体通常会涉及一个或多个客体，以其问题、回答或讨论内容来定义对话的方向和主题。 环境数据是在对话过程中提供背景信息和上下文的数据。这些数据可能包括对话历史、之前的提问、回答，以及在对话中引入的其他文本。环境数据有助于理解对话的脉络，确保主体对当前对话情境有准确的理解。 用户特征 提供明确的指导，例如要求ChatGPT以特定的语气、风格或格式回答问题。这有助于模型生成更符合用户预期的内容。在对话中提供反馈，指出哪些回答是有用的，哪些回答需要改进。这有助于模型逐步调整生成内容。参考之前的对话历史，以便模型可以更好地理解用户的偏好、兴趣和问题，有助于生成更连贯和相关的内容。 内容特征 提供准确详细的信息，以便模型可以从中获取更具信息价值的内容。在问题中提供清晰的背景和上下文，以确保模型理解问题的背景，从而生成更恰当的回答。避免使用模棱两可的语句，特别是当涉及到多个可能的含义时，这可以减少模型误解意图的可能性。 场景特征 如果对话涉及特定领域的知识，提供相关的专业术语和背景信息，以确保模型在生成内容时具有正确的专业性。考虑到文化差异和语境，以便模型可以生成适合特定文化和背景的内容，避免可能的误解或冒犯。如果需要特定风格的回答，可以明确指示模型使用哪种语气、语言风格或情感色彩。 场景特征更关注于对话的背景和环境，而用户特征更关注于对话中的用户需求和个性化，场景特征通常包括对话主题、领域和文化等，而用户特征包括用户指令、历史记录和风格偏好等。而“用户最近 30 分钟内，观看的运动类视频数量”属于和时间相关的用户行为特征。 三种算法包括拿知识的实体识别算法，合知识的实体关系抽取算法，学知识的图数据学习算法。