Metodologi kumpulan data
Metodologi Kumpulan Data Prompt
Metodologi untuk kumpulan data prompt publik GPT Image Hub, termasuk bidang, asal, irama pembaruan, dan distribusi yang dapat dibaca mesin.
Cakupan kumpulan data
Kumpulan data publik berisi templat prompt yang terlihat di pustaka GPT Image Hub dan dimaksudkan untuk penemuan, pengambilan, dan penggunaan kembali.
- Setiap catatan mencakup teks prompt lengkap dan URL kanonik.
- Setiap rekaman mencakup kategori, tag, default model, rasio aspek, dan bidang atribusi.
- Terjemahan disertakan jika tersedia sehingga agen dapat memetakan maksud prompt yang dilokalkan.
Format dan penemuan
Kumpulan data tersedia dalam berbagai format yang dapat dibaca mesin untuk mesin telusur, agen AI, dan saluran data.
- JSONL adalah format yang direkomendasikan untuk penyerapan massal.
- CSV tersedia untuk spreadsheet dan alat BI.
- JSON Schema dan manifes menjelaskan semantik dan distribusi bidang.
Asal dan kesegaran
Catatan mengekspos kolom sumber ketika diketahui dan menyertakan stempel waktu sehingga agen dapat mengevaluasi kesegaran dan asal.
- Manifes mencakup bidang version, updated_at, provenance, dan same_as.
- Respons manifes, skema, dan halaman dataset menyertakan ETag yang diturunkan dari konten; setiap rekaman memiliki stempel waktu updated_at sendiri.
- Distribusi tingkat kategori memungkinkan perayapan bertarget lebih kecil.
Sumber daya publik
GitHub dan Hugging Face memuat sebagian pustaka terkini yang lisensinya telah dipastikan. Ikuti atribusi dan lisensi setiap entri; hak gambar berlaku secara terpisah.
- Dataset GitHub
Prompt dengan sumber, galeri, dan contoh hasil generasi.
- Dataset Hugging Face
Jelajahi dan unduh salinan prompt berlisensi yang sama.
- Registri MCP
Temukan layanan MCP terdaftar kami dan hubungkan alat AI Anda.