最近在做一个结合大模型实现智慧办公的项目，其中有一个功能需求是文本纠错，需要返回纠错信息：纠错前文本、纠错后文本、错误片段位置区间。纠错能力可以通过模型实现，模型输出格式可以通过提示词去优化，但是位置信息模型返回几乎都是错的，因此需要结合代码去实现。实现类似于百度AI开发平台的文本纠错-高级版API的功能。

提示词（prompt），是我们与AI沟通的基础语言。特别是对于目前的生成式人工智能（GenAI），无论是文本AI、视频AI、绘图AI、AI搜索还是AI-Bot，都比较依赖提示词。

提示词（prompt），是我们与AI沟通的基础语言。特别是对于目前的生成式人工智能（GenAI），无论是文本AI、视频AI、绘图AI、AI搜索还是AI-Bot，都比较依赖提示词。

提示词（prompt），是我们与AI沟通的基础语言。特别是对于目前的生成式人工智能（GenAI），无论是文本AI、视频AI、绘图AI、AI搜索还是AI-Bot，都比较依赖提示词。

最近在做一个结合大模型实现智慧办公的项目，其中有一个功能需求是文本纠错，需要返回纠错信息：纠错前文本、纠错后文本、错误片段位置区间。纠错能力可以通过模型实现，模型输出格式可以通过提示词去优化，但是位置信息模型返回几乎都是错的，因此需要结合代码去实现。实现类似于百度AI开发平台的文本纠错-高级版API的功能。

提示词（prompt），是我们与AI沟通的基础语言。特别是对于目前的生成式人工智能（GenAI），无论是文本AI、视频AI、绘图AI、AI搜索还是AI-Bot，都比较依赖提示词。

最近在做一个结合大模型实现智慧办公的项目，其中有一个功能需求是文本纠错，需要返回纠错信息：纠错前文本、纠错后文本、错误片段位置区间。纠错能力可以通过模型实现，模型输出格式可以通过提示词去优化，但是位置信息模型返回几乎都是错的，因此需要结合代码去实现。实现类似于百度AI开发平台的文本纠错-高级版API的功能。