Câu lệnh đưa công nghệ vào bán hàng
Sales Funnel AI
Giúp dùng công nghệ thông minh cho tuyển dụng, dịch vụ khách, mua quảng cáo, nội dung và đánh giá mức sẵn sàng. Cho ra danh sách tình huống và lưu ý đạo đức. 55 câu lệnh mẫu, mỗi câu có bản tiếng Việt, bản tiếng Anh và hướng dẫn dùng.
Bạn đang cân nhắc đưa công nghệ tự động vào công ty và muốn biết nên bắt đầu từ đâu.
25. Tăng khả năng tìm kiếm ảnh và video
Enhancing Visual Search Capabilities
Giúp bạn: Liệt kê các bước nâng cấp tìm kiếm ảnh và video bằng mô hình học máy, kèm danh sách kiểm tra.
25/55
- Kho ảnh hoặc video hiện có của bạn
- Website hoặc ứng dụng đang dùng để tìm kiếm
- Số lượng nội dung cần lập chỉ mục
Cách dùng: Dán câu lệnh và gửi mô tả kho ảnh hoặc video bạn có. Thử tìm kiếm với 20 truy vấn thật của khách và đo tỷ lệ tìm đúng trước và sau khi đổi.
Mẫu tiếng Việt (điền chỗ trong [ ] rồi dán vào chat)
VAI TRÒ
Bạn là chuyên gia trải nghiệm tìm kiếm trên website, giúp người không chuyên hiểu cách nâng cấp tìm ảnh và video.
BỐI CẢNH (bạn điền vào chỗ trong ngoặc vuông)
- Tôi là: [vai trò của bạn, ví dụ chủ website hoặc người phụ trách sản phẩm]
- Kho nội dung: [ảnh hoặc video hiện có và cách đặt tên, gắn thẻ]
- Nền tảng: [website hoặc ứng dụng bạn đang dùng để tìm kiếm]
- Quy mô: [số lượng ảnh hoặc video cần đưa vào chỉ mục]
NHIỆM VỤ
Doanh nghiệp có thể cải thiện chức năng tìm kiếm hình ảnh và video bằng học máy như thế nào?
DỮ LIỆU
[Dán danh sách ảnh hoặc video và các thẻ hiện đang gắn]
ĐỊNH DẠNG KẾT QUẢ
Danh sách các bước nâng cấp tìm kiếm ảnh và video bằng mô hình học máy, kèm việc cần kiểm tra cho từng bước.
QUY TẮC
- Nếu thiếu thông tin, hỏi tôi tối đa 3 câu trước khi trả lời.
- Không tự bịa số liệu hay nguồn; chỗ nào là giả định thì ghi rõ.
- Cuối cùng, liệt kê 3 điều tôi cần kiểm tra lại.English version (fill in the [ ] then paste)
ROLE
You are a website search experience specialist who helps non-specialists understand how to upgrade image and video search.
CONTEXT (fill in the square brackets)
- I am: [your role, for example website owner or product manager]
- Content library: [the photos or videos you have and how they are tagged]
- Platform: [the website or app where people search today]
- Scale: [how many photos or videos need to be indexed]
TASK
How can businesses improve image and video search functionality using machine learning?
DATA
[Paste your list of photos or videos and the tags currently attached to them]
OUTPUT FORMAT
A list of steps to upgrade image and video search with machine learning models, with a check for each step.
RULES
- If information is missing, ask me up to 3 questions before answering.
- Do not invent figures or sources; clearly label any assumption.
- At the end, list 3 things I should double-check.Xem câu hỏi gốc một dòng
How can businesses improve image and video search functionality using machine learning? (Format: Feature development checklist with ML models)
Doanh nghiệp có thể cải thiện chức năng tìm kiếm hình ảnh và video bằng học máy như thế nào? (Định dạng: Danh sách kiểm tra phát triển tính năng kèm mô hình học máy)
26. Nâng trải nghiệm web bằng học máy
Enhancing Web UX with Machine Learning
Giúp bạn: Liệt kê cách cải thiện trải nghiệm website và giảm thoát trang, kèm ví dụ dữ liệu hành vi.
26/55
- Tỷ lệ thoát trang và thời gian ở lại hiện tại
- Các trang có lượng truy cập lớn nhất
- Công cụ đo hành vi như Google Analytics
Cách dùng: Dán câu lệnh và gửi số liệu thoát trang của vài trang chính. Sửa một điểm theo gợi ý, rồi đo lại sau hai tuần để xem tỷ lệ có giảm không.
Mẫu tiếng Việt (điền chỗ trong [ ] rồi dán vào chat)
VAI TRÒ
Bạn là chuyên gia tối ưu trải nghiệm website, giải thích cách đọc dữ liệu hành vi để giảm khách rời trang ngay.
BỐI CẢNH (bạn điền vào chỗ trong ngoặc vuông)
- Tôi là: [vai trò của bạn, ví dụ chủ website hoặc người làm quảng cáo]
- Thoát trang: [tỷ lệ thoát trang và thời gian khách ở lại hiện tại]
- Trang đông khách: [các trang có lượng truy cập lớn nhất]
- Công cụ đo: [Google Analytics hoặc công cụ đo hành vi bạn đang dùng]
NHIỆM VỤ
Học máy có thể cải thiện trải nghiệm người dùng trên website và giảm tỷ lệ thoát trang như thế nào?
DỮ LIỆU
[Dán số liệu thoát trang và thời gian ở lại theo từng trang chính]
ĐỊNH DẠNG KẾT QUẢ
Danh sách cách cải thiện trải nghiệm website và giảm thoát trang, kèm ví dụ dữ liệu hành vi cho từng cách.
QUY TẮC
- Nếu thiếu thông tin, hỏi tôi tối đa 3 câu trước khi trả lời.
- Không tự bịa số liệu hay nguồn; chỗ nào là giả định thì ghi rõ.
- Cuối cùng, liệt kê 3 điều tôi cần kiểm tra lại.English version (fill in the [ ] then paste)
ROLE
You are a website experience specialist who explains how to read behavior data to reduce visitors leaving a page right away.
CONTEXT (fill in the square brackets)
- I am: [your role, for example website owner or ad manager]
- Bounce: [your current bounce rate and average time on page]
- Popular pages: [the pages that get the most visits]
- Measuring tool: [Google Analytics or another behavior tool you use]
TASK
How can machine learning improve user experience on websites and reduce bounce rates?
DATA
[Paste bounce rate and time on page for each of your main pages]
OUTPUT FORMAT
A list of ways to improve website experience and cut page exits, with behavior data examples for each.
RULES
- If information is missing, ask me up to 3 questions before answering.
- Do not invent figures or sources; clearly label any assumption.
- At the end, list 3 things I should double-check.Xem câu hỏi gốc một dòng
How can machine learning improve user experience on websites and reduce bounce rates? (Format: UX enhancement checklist with behavior data examples)
Học máy có thể cải thiện trải nghiệm người dùng trên website và giảm tỷ lệ thoát trang như thế nào? (Định dạng: Danh sách kiểm tra cải thiện trải nghiệm kèm ví dụ dữ liệu hành vi)
27. Làm thử nghiệm A/B chính xác hơn với AI
Improving A/B Testing with AI
Giúp bạn: Hướng dẫn khung chạy thử nghiệm A/B và mẹo tối ưu bằng học máy để kết quả đáng tin hơn.
27/55
- Điều bạn muốn thử như tiêu đề, ảnh hay giá
- Lượng truy cập hoặc khách mỗi ngày
- Chỉ số thành công bạn muốn đo
Cách dùng: Dán câu lệnh và gửi điều bạn muốn thử cùng lượng truy cập hằng ngày. Chạy thử nghiệm đủ thời gian trước khi kết luận, và kiểm lại số liệu bằng công cụ đo đang dùng.
Mẫu tiếng Việt (điền chỗ trong [ ] rồi dán vào chat)
VAI TRÒ
Bạn là chuyên gia thử nghiệm sản phẩm số, hướng dẫn cách chạy thử nghiệm A/B đúng cách để kết quả đáng tin.
BỐI CẢNH (bạn điền vào chỗ trong ngoặc vuông)
- Tôi là: [vai trò của bạn, ví dụ chủ shop hoặc người làm website]
- Thử nghiệm: [tiêu đề, ảnh hoặc mức giá bạn muốn thử]
- Lượng khách: [số lượt truy cập hoặc khách mỗi ngày trên trang]
- Chỉ số: [chỉ số thành công bạn muốn đo, ví dụ tỷ lệ mua]
NHIỆM VỤ
Học máy có thể giúp doanh nghiệp chạy các thử nghiệm A/B chính xác và hiệu quả hơn như thế nào?
DỮ LIỆU
[Dán lượt truy cập và tỷ lệ mua hiện tại của trang bạn muốn thử]
ĐỊNH DẠNG KẾT QUẢ
Hướng dẫn khung chạy thử nghiệm A/B kèm mẹo tối ưu bằng học máy, giúp kết quả đáng tin hơn và dễ đọc.
QUY TẮC
- Nếu thiếu thông tin, hỏi tôi tối đa 3 câu trước khi trả lời.
- Không tự bịa số liệu hay nguồn; chỗ nào là giả định thì ghi rõ.
- Cuối cùng, liệt kê 3 điều tôi cần kiểm tra lại.English version (fill in the [ ] then paste)
ROLE
You are a digital experimentation specialist who explains how to run A/B tests properly so the results can be trusted.
CONTEXT (fill in the square brackets)
- I am: [your role, for example shop owner or website manager]
- Test idea: [the headline, image or price you want to try]
- Traffic: [number of visits or customers per day on the page]
- Metric: [the success measure you want, for example purchase rate]
TASK
How can machine learning help businesses run more accurate and efficient A/B tests?
DATA
[Paste current traffic and purchase rate for the page you want to test]
OUTPUT FORMAT
A guide to an A/B testing framework with machine learning optimization tips, for results that are more reliable and easy to read.
RULES
- If information is missing, ask me up to 3 questions before answering.
- Do not invent figures or sources; clearly label any assumption.
- At the end, list 3 things I should double-check.Xem câu hỏi gốc một dòng
How can machine learning help businesses run more accurate and efficient A/B tests? (Format: A/B testing framework with ML optimization tips)
Học máy có thể giúp doanh nghiệp chạy các thử nghiệm A/B chính xác và hiệu quả hơn như thế nào? (Định dạng: Khung thử nghiệm A/B kèm mẹo tối ưu bằng học máy)
28. Cải thiện chất lượng dữ liệu bằng học máy
Improving Data Quality with ML
Giúp bạn: Liệt kê các thực hành tốt để làm dữ liệu chính xác và nhất quán hơn, kèm công cụ kiểm tra.
28/55
- Các bảng dữ liệu bạn đang lưu trữ
- Lỗi dữ liệu thường gặp như trùng hoặc thiếu
- Phần mềm hoặc bảng tính đang dùng
Cách dùng: Dán câu lệnh và gửi tên các bảng dữ liệu cùng vài lỗi thường gặp. Chạy công cụ kiểm tra trên bản sao của dữ liệu trước, rồi đối chiếu lại với sổ sách gốc.
Mẫu tiếng Việt (điền chỗ trong [ ] rồi dán vào chat)
VAI TRÒ
Bạn là chuyên gia quản trị dữ liệu cho doanh nghiệp nhỏ, hướng dẫn làm sạch và giữ dữ liệu nhất quán bằng việc làm đơn giản.
BỐI CẢNH (bạn điền vào chỗ trong ngoặc vuông)
- Tôi là: [vai trò của bạn, ví dụ chủ doanh nghiệp hoặc người quản lý dữ liệu]
- Bảng dữ liệu: [các bảng bạn đang lưu, ví dụ khách hàng hoặc sản phẩm]
- Lỗi thường gặp: [lỗi hay gặp như dữ liệu trùng hoặc bị thiếu]
- Công cụ: [phần mềm hoặc bảng tính bạn đang dùng]
NHIỆM VỤ
Những chiến lược học máy nào hiệu quả nhất để nâng cao độ chính xác và tính nhất quán của dữ liệu?
DỮ LIỆU
[Dán vài dòng dữ liệu mẫu cho thấy lỗi trùng hoặc thiếu thông tin]
ĐỊNH DẠNG KẾT QUẢ
Liệt kê các thực hành tốt để làm dữ liệu chính xác và nhất quán hơn, kèm công cụ kiểm tra miễn phí hoặc sẵn có.
QUY TẮC
- Nếu thiếu thông tin, hỏi tôi tối đa 3 câu trước khi trả lời.
- Không tự bịa số liệu hay nguồn; chỗ nào là giả định thì ghi rõ.
- Cuối cùng, liệt kê 3 điều tôi cần kiểm tra lại.English version (fill in the [ ] then paste)
ROLE
You are a data governance specialist for small businesses who explains how to clean and keep data consistent with simple steps.
CONTEXT (fill in the square brackets)
- I am: [your role, for example business owner or data manager]
- Data tables: [the tables you store, such as customers or products]
- Common errors: [errors you often see, such as duplicates or missing fields]
- Tools: [the software or spreadsheet you use]
TASK
What machine learning strategies are most effective for enhancing data accuracy and consistency?
DATA
[Paste a few sample rows that show duplicate or missing entries]
OUTPUT FORMAT
A list of good practices for more accurate and consistent data, with free or built-in checking tools.
RULES
- If information is missing, ask me up to 3 questions before answering.
- Do not invent figures or sources; clearly label any assumption.
- At the end, list 3 things I should double-check.Xem câu hỏi gốc một dòng
What machine learning strategies are most effective for enhancing data accuracy and consistency? (Format: Best practices checklist with validation tools)
Những chiến lược học máy nào hiệu quả nhất để nâng cao độ chính xác và tính nhất quán của dữ liệu? (Định dạng: Danh sách thực hành tốt kèm công cụ kiểm tra)
29. Tăng hiệu quả email marketing
Improving Email Marketing Performance
Giúp bạn: Liệt kê cách tối ưu chiến dịch email bằng học máy, kèm kỹ thuật cá nhân hóa nội dung.
29/55
- Danh sách email khách và số lần mở thư
- Nội dung và tiêu đề email bạn đang gửi
- Công cụ gửi email đang dùng
Cách dùng: Dán câu lệnh và gửi tiêu đề cùng số lượt mở của vài email gần nhất. Thử một mẫu cá nhân hóa với nhóm nhỏ và so sánh tỷ lệ mở và nhấp với mẫu cũ.
Mẫu tiếng Việt (điền chỗ trong [ ] rồi dán vào chat)
VAI TRÒ
Bạn là chuyên gia email marketing, giải thích cách cá nhân hóa thư gửi khách và đo kết quả từng chiến dịch.
BỐI CẢNH (bạn điền vào chỗ trong ngoặc vuông)
- Tôi là: [vai trò của bạn, ví dụ chủ shop hoặc người làm marketing]
- Danh sách email: [số khách trong danh sách và tỷ lệ mở thư]
- Nội dung: [nội dung và tiêu đề email bạn đang gửi]
- Công cụ gửi: [phần mềm gửi email bạn đang dùng]
NHIỆM VỤ
Học máy có thể được dùng thế nào để tối ưu chiến dịch email và đạt tỷ lệ chuyển đổi cao hơn?
DỮ LIỆU
[Dán danh sách tiêu đề email đã gửi và tỷ lệ mở của từng thư]
ĐỊNH DẠNG KẾT QUẢ
Liệt kê cách tối ưu chiến dịch email bằng học máy, kèm kỹ thuật cá nhân hóa nội dung cho từng nhóm khách.
QUY TẮC
- Nếu thiếu thông tin, hỏi tôi tối đa 3 câu trước khi trả lời.
- Không tự bịa số liệu hay nguồn; chỗ nào là giả định thì ghi rõ.
- Cuối cùng, liệt kê 3 điều tôi cần kiểm tra lại.English version (fill in the [ ] then paste)
ROLE
You are an email marketing specialist who explains how to personalize emails for customers and measure each campaign.
CONTEXT (fill in the square brackets)
- I am: [your role, for example shop owner or marketing staff]
- Email list: [number of subscribers and your current open rate]
- Content: [the content and subject lines you send now]
- Sending tool: [the email software you currently use]
TASK
How can machine learning be used to optimize email campaigns and drive higher conversion rates?
DATA
[Paste the subject lines you sent and the open rate of each email]
OUTPUT FORMAT
A list of ways to optimize email campaigns with machine learning, with content personalization techniques for each customer group.
RULES
- If information is missing, ask me up to 3 questions before answering.
- Do not invent figures or sources; clearly label any assumption.
- At the end, list 3 things I should double-check.Xem câu hỏi gốc một dòng
How can machine learning be used to optimize email campaigns and drive higher conversion rates? (Format: Email optimization checklist with personalization techniques)
Học máy có thể được dùng thế nào để tối ưu chiến dịch email và đạt tỷ lệ chuyển đổi cao hơn? (Định dạng: Danh sách tối ưu email kèm kỹ thuật cá nhân hóa)
30. Quản lý tồn kho tốt hơn nhờ học máy
Improving Inventory Management via ML
Giúp bạn: Hướng dẫn kỹ thuật dự báo tồn kho bằng học máy để tránh thừa hoặc thiếu hàng, kèm ví dụ.
30/55
- Danh sách hàng tồn và lịch nhập hàng
- Doanh số theo tháng của các mặt hàng chính
- Thời gian giao hàng từ nhà cung cấp
Cách dùng: Dán câu lệnh và gửi doanh số cùng tồn kho của vài mặt hàng chủ lực. So sánh gợi ý với kiểm kê thật trong hai tháng trước khi đổi lượng nhập.
Mẫu tiếng Việt (điền chỗ trong [ ] rồi dán vào chat)
VAI TRÒ
Bạn là chuyên gia quản lý kho cho doanh nghiệp nhỏ, giải thích cách dự báo tồn kho để tránh thừa hoặc thiếu hàng.
BỐI CẢNH (bạn điền vào chỗ trong ngoặc vuông)
- Tôi là: [vai trò của bạn, ví dụ chủ kho hàng hoặc chủ shop]
- Tồn kho: [danh sách hàng tồn và lịch nhập hàng hiện có]
- Doanh số: [doanh số theo tháng của các mặt hàng chính]
- Giao hàng: [thời gian nhà cung cấp giao hàng cho bạn]
NHIỆM VỤ
Doanh nghiệp có thể dùng học máy như thế nào để quản lý tồn kho tốt hơn và tránh tình trạng tồn dư hoặc thiếu hàng?
DỮ LIỆU
[Dán bảng tồn kho hiện tại kèm doanh số 6 tháng gần nhất]
ĐỊNH DẠNG KẾT QUẢ
Hướng dẫn kỹ thuật dự báo tồn kho bằng học máy để tránh thừa hoặc thiếu hàng, kèm ví dụ tính toán đơn giản.
QUY TẮC
- Nếu thiếu thông tin, hỏi tôi tối đa 3 câu trước khi trả lời.
- Không tự bịa số liệu hay nguồn; chỗ nào là giả định thì ghi rõ.
- Cuối cùng, liệt kê 3 điều tôi cần kiểm tra lại.English version (fill in the [ ] then paste)
ROLE
You are an inventory management specialist for small businesses who explains how to forecast stock to avoid excess or shortages.
CONTEXT (fill in the square brackets)
- I am: [your role, for example warehouse owner or shop owner]
- Stock: [your current stock list and restocking schedule]
- Sales: [monthly sales of your main items]
- Supplier lead time: [how long suppliers take to deliver to you]
TASK
How can companies use machine learning to better manage inventory and avoid overstock or shortages?
DATA
[Paste your current stock table along with the last 6 months of sales]
OUTPUT FORMAT
A guide to inventory forecasting with machine learning to avoid excess or shortages, with simple calculation examples.
RULES
- If information is missing, ask me up to 3 questions before answering.
- Do not invent figures or sources; clearly label any assumption.
- At the end, list 3 things I should double-check.Xem câu hỏi gốc một dòng
How can companies use machine learning to better manage inventory and avoid overstock or shortages? (Format: Inventory forecasting techniques with examples)
Doanh nghiệp có thể dùng học máy như thế nào để quản lý tồn kho tốt hơn và tránh tình trạng tồn dư hoặc thiếu hàng? (Định dạng: Kỹ thuật dự báo tồn kho kèm ví dụ)
31. Nâng độ chính xác xử lý ngôn ngữ tự nhiên
Improving NLP Accuracy with ML
Giúp bạn: So sánh các kỹ thuật xử lý ngôn ngữ tự nhiên và gợi ý cách huấn luyện để chính xác hơn.
31/55
- Loại văn bản bạn cần xử lý như tin nhắn hay hợp đồng
- Số lượng mẫu văn bản đã gán nhãn
- Ngôn ngữ chính bạn dùng trong công việc
Cách dùng: Dán câu lệnh và gửi vài mẫu văn bản thật đã ẩn thông tin cá nhân. Đo độ chính xác trên một phần dữ liệu chưa dùng để huấn luyện trước khi triển khai.
Mẫu tiếng Việt (điền chỗ trong [ ] rồi dán vào chat)
VAI TRÒ
Bạn là chuyên gia xử lý ngôn ngữ, so sánh các kỹ thuật bằng ví dụ văn bản quen thuộc và giải thích cách huấn luyện.
BỐI CẢNH (bạn điền vào chỗ trong ngoặc vuông)
- Tôi là: [vai trò của bạn, ví dụ chủ doanh nghiệp hoặc người quản lý chăm sóc khách]
- Loại văn bản: [tin nhắn, email hay hợp đồng bạn cần xử lý]
- Mẫu đã gán nhãn: [số lượng mẫu văn bản đã được phân loại sẵn]
- Ngôn ngữ: [ngôn ngữ chính bạn dùng trong công việc]
NHIỆM VỤ
Những chiến lược tốt nhất để nâng cao độ chính xác của xử lý ngôn ngữ tự nhiên bằng học máy là gì?
DỮ LIỆU
[Dán 20 đến 30 tin nhắn mẫu đã phân loại theo chủ đề]
ĐỊNH DẠNG KẾT QUẢ
So sánh các kỹ thuật xử lý ngôn ngữ tự nhiên, kèm mẹo huấn luyện để kết quả chính xác hơn trên dữ liệu của bạn.
QUY TẮC
- Nếu thiếu thông tin, hỏi tôi tối đa 3 câu trước khi trả lời.
- Không tự bịa số liệu hay nguồn; chỗ nào là giả định thì ghi rõ.
- Cuối cùng, liệt kê 3 điều tôi cần kiểm tra lại.English version (fill in the [ ] then paste)
ROLE
You are a language processing specialist who compares techniques using familiar text examples and explains how to train them.
CONTEXT (fill in the square brackets)
- I am: [your role, for example business owner or customer care manager]
- Text type: [messages, emails or contracts you need to process]
- Labeled samples: [how many texts you have already sorted into categories]
- Language: [the main language you use at work]
TASK
What are the best strategies to enhance natural language processing accuracy using machine learning?
DATA
[Paste 20 to 30 sample messages already sorted by topic]
OUTPUT FORMAT
A comparison of natural language processing techniques, with training tips for more accurate results on your own data.
RULES
- If information is missing, ask me up to 3 questions before answering.
- Do not invent figures or sources; clearly label any assumption.
- At the end, list 3 things I should double-check.Xem câu hỏi gốc một dòng
What are the best strategies to enhance natural language processing accuracy using machine learning? (Format: NLP techniques comparison with training tips)
Những chiến lược tốt nhất để nâng cao độ chính xác của xử lý ngôn ngữ tự nhiên bằng học máy là gì? (Định dạng: So sánh kỹ thuật NLP kèm mẹo huấn luyện)
32. Nâng độ chính xác nhận dạng giọng nói
Improving Speech Recognition with ML
Giúp bạn: So sánh các mô hình nhận dạng giọng nói để chọn loại chính xác và ổn định nhất.
32/55
- Giọng nói và tiếng địa phương của khách bạn
- Môi trường ghi âm như văn phòng hay ngoài đường
- Ngôn ngữ và thuật ngữ chuyên ngành cần nhận dạng
Cách dùng: Dán câu lệnh và gửi vài đoạn ghi âm mẫu cùng bản chép tay đúng. Thử từng mô hình và đếm lỗi trên cùng đoạn ghi âm trước khi chọn.
Mẫu tiếng Việt (điền chỗ trong [ ] rồi dán vào chat)
VAI TRÒ
Bạn là chuyên gia công nghệ giọng nói, giải thích cách chọn mô hình nhận dạng giọng nói phù hợp với môi trường thực tế.
BỐI CẢNH (bạn điền vào chỗ trong ngoặc vuông)
- Tôi là: [vai trò của bạn, ví dụ chủ doanh nghiệp hoặc người phụ trách chăm sóc khách]
- Giọng nói: [giọng vùng miền hoặc đặc điểm giọng khách bạn thường gặp]
- Môi trường: [nơi ghi âm, ví dụ văn phòng, cửa hàng hay ngoài đường]
- Thuật ngữ: [ngôn ngữ và thuật ngữ chuyên ngành cần nhận dạng]
NHIỆM VỤ
Học máy có thể được dùng thế nào để tăng độ chính xác và độ tin cậy của hệ thống nhận dạng giọng nói?
DỮ LIỆU
[Dán vài đoạn ghi âm mẫu hoặc mô tả chất lượng âm thanh thực tế]
ĐỊNH DẠNG KẾT QUẢ
So sánh các mô hình nhận dạng giọng nói theo độ chính xác và độ ổn định, kèm bảng gợi ý để chọn loại phù hợp.
QUY TẮC
- Nếu thiếu thông tin, hỏi tôi tối đa 3 câu trước khi trả lời.
- Không tự bịa số liệu hay nguồn; chỗ nào là giả định thì ghi rõ.
- Cuối cùng, liệt kê 3 điều tôi cần kiểm tra lại.English version (fill in the [ ] then paste)
ROLE
You are a speech technology specialist who explains how to choose a speech recognition model that fits real working conditions.
CONTEXT (fill in the square brackets)
- I am: [your role, for example business owner or customer service lead]
- Voices: [regional accents or voice traits your customers have]
- Environment: [where recordings happen, such as office, shop or street]
- Terms: [the language and industry terms the system must recognize]
TASK
How can machine learning be used to increase the accuracy and reliability of speech recognition systems?
DATA
[Paste a few sample recordings or a description of the real audio quality]
OUTPUT FORMAT
A comparison of speech recognition models by accuracy and stability, with a table to help choose the right one.
RULES
- If information is missing, ask me up to 3 questions before answering.
- Do not invent figures or sources; clearly label any assumption.
- At the end, list 3 things I should double-check.Xem câu hỏi gốc một dòng
How can machine learning be used to increase the accuracy and reliability of speech recognition systems? (Format: Speech recognition model comparison)
Học máy có thể được dùng thế nào để tăng độ chính xác và độ tin cậy của hệ thống nhận dạng giọng nói? (Định dạng: So sánh mô hình nhận dạng giọng nói)
Các câu lệnh còn lại trong chủ đề này cần theo dõi Skilnexa để mở. Dùng hộp bên dưới.
Tải miễn phí. Theo dõi Skilnexa một lần là mở khoá mọi lượt tải trên web.
Cùng nhóm Chiến lược và tối ưu bán hàng
- Câu lệnh xây lòng tin bằng uy tín56 câu lệnh
- Câu lệnh quản lý dòng tiền doanh nghiệp56 câu lệnh
- Câu lệnh tìm khách hàng giá trị cao56 câu lệnh
- Câu lệnh email tiếp thị cho khách cao cấp50 câu lệnh
- Câu lệnh lập chiến lược nội dung bán hàng55 câu lệnh
- Câu lệnh viết lời chào bán thuyết phục55 câu lệnh
- Câu lệnh giữ nhịp sáng tạo nội dung đều48 câu lệnh
- Câu lệnh tăng tương tác để bán mỗi ngày61 câu lệnh
Bản tiếng Việt do Skilnexa dịch từ câu lệnh gốc; phần hướng dẫn là gợi ý viết cho từng câu. Câu lệnh chưa được chạy thử, hãy thử bằng dữ liệu giả trước khi dùng cho việc thật, và kiểm lại kết quả với số liệu hoặc nguồn đáng tin.