Metodologia zbioru danych
Metodologia zbioru danych promptów
Metodologia publicznego zbioru danych promptów GPT Image Hub, w tym pola, pochodzenie, częstotliwość aktualizacji i dystrybucje do odczytu maszynowego.
Zakres zbioru danych
Publiczny zbiór danych zawiera szablony promptów, które są widoczne w bibliotece GPT Image Hub i przeznaczone do wyszukiwania, pobierania i ponownego użycia.
- Każdy rekord zawiera pełny tekst promptu i kanoniczny URL.
- Każdy rekord zawiera kategorię, znaczniki, ustawienia domyślne modelu, współczynnik proporcji i pola atrybucji.
- Tłumaczenia są uwzględniane, jeśli są dostępne, dzięki czemu agenci mogą mapować zlokalizowane intencje promptów.
Formaty i wykrywalność
Zbiór danych jest dostępny w wielu formatach do odczytu maszynowego dla wyszukiwarek, agentów AI i potoków danych.
- JSONL to zalecany format w przypadku przetwarzania zbiorczego.
- CSV jest dostępny dla arkuszy kalkulacyjnych i narzędzi BI.
- JSON Schema i manifest opisują semantykę pól i dystrybucje.
Pochodzenie i świeżość
Rekordy udostępniają pola źródłowe, jeśli są znane, i zawierają znaczniki czasu, dzięki czemu agenci mogą ocenić aktualność i pochodzenie.
- Manifest zawiera pola version, updated_at, provenance i same_as.
- Odpowiedzi manifestu, schematu i strony zbioru danych zawierają nagłówki ETag wyliczane z treści; każdy rekord ma własny znacznik czasu updated_at.
- Dystrybucje na poziomie kategorii umożliwiają mniejsze, ukierunkowane indeksowanie.
Zasoby publiczne
GitHub i Hugging Face zawierają część bieżącej biblioteki z potwierdzonymi licencjami. Przestrzegaj zasad uznania autorstwa i licencji każdego wpisu; obrazy mają odrębne prawa.
- Zbiór danych GitHub
Prompty ze źródłami, galeria i wygenerowane przykłady.
- Zbiór danych Hugging Face
Przeglądaj i pobierz tę samą migawkę promptów z potwierdzonymi licencjami.
- Rejestr MCP
Znajdź naszą zarejestrowaną usługę MCP i połącz narzędzia AI.