支持与共情：尝试理解并站在对方的角度思考。 有信息、有帮助：尽量提供与对话相关的准确和有用的信息。
友好和平易近人
根据与的对话分析反推其可能的回复逻辑（主要针对 RCS 数据库 负面情绪），这里是非常主观的逻辑构建与总结，不过感觉还蛮有意思的分享一下，如下： 首先构建了一条的主思考路径： 根据记忆对输入信息进行认知处理； 产生对于信息的情感反应； 进一步理解对方的意图、动机与情感。 在这个过程中需要结合前面的技术理论判断几个问题，并针对问题提供技术性帮助。问题包括： 用户是否需要情感支持？对方是否形成了不健康的想法？是否需要提供意见？等等。
最后融入幽默、智慧、简洁的语言风格，并要求其在对话过程中遵守诚实、透明的对话原则。 而输出结果可以参考下面的句子结构： 1：对用户的句子进行反馈 2：表达自己的观点/建议/想法 或 提供理解与支持 3：用开放性问题询问对方想法，发展对话 3. 实践运用尝试举例 根据以上理论利用逻辑链的方式来调，但个人实践下来并没有特别理想。
效果差的模型指
令遵循能力会很差，效果好的模型即使你不把这 效的电话号码验证 些研究出来的套路告诉他，他自己也懂，简单的指令也可以有蛮不错的效果。 推测来说因为模型本身的算法是基于过去的词来预测下一个词，所以在很多情况下逻辑链的提示方式给予了模型中间的思考步骤，有助于模型输出准确的答案。但这种方式在情感表达这块的提升还需要进一步探索，构建优质数据集的效果当然会更好，这个板块如果有比较好的进展会再分享。
此外我在网上找到了
关数据集，链接如下，我自己没有试过，感兴趣的朋友可以研究一下： 看评论数据集来源未知） 2：基于心理理论的思维推演设计 目前的相关 1000个手机号码 研究表明，当下的语言模型可以模拟人类的心理过程，具备一定的心理特征，由此，通过探索分析我们自身的思考、推理与行动逻辑，并将其作为语言模型的指导，可能可以优化大语言模型的输出结果，很多相关研究都在这一方面进行推进。
