当机器人搜索类别并生成输出时，它通常只显示第二级类别的部分类别标识符。例如，Documentation > Using Discourse 具有有效的标识符 #documentation:using-discourse，但只显示为 #using-discourse。当然，这不会作为链接呈现。
当机器人尝试创建指向子类别的链接时，也会失败，因为它在URL中产生了错误的标识符。
如果机器人能够访问完整的标识符，将有助于它能准确地显示子类别。
因为一个AI机器人真的很愚蠢。你必须解释一下，slug中可以包含连字符，甚至可以给出一个例子。如果那个模型非常固执，你可以列出所有这类类别的slugs。
这就像一个三岁的小孩。如果你用简单的规则来解释一切，没有逃避的路径或门可以开始猜测，效果通常还不错。大多数时候如此。嗯，直到有人更新那个模型，它又会破坏一些东西。
我试过了。我解释过了。然后又试了一次。它正确识别了主要类别，但子类别却不对。我只是认为它没有获取到正确的源数据。所以即使它想做，也无法正确生成 slug。它只是不知道父类别是什么。当然，我可以在角色定义中建议并硬编码类别列表，但为什么它还要使用“搜索类别”功能呢？
可能不会。它不知道您论坛的结构。它怎么会知道呢？从来没有人告诉过它。如果这对您的提示很重要，您也必须解释这一点。
因为它使用该信息来查找帖子。它不使用它来理解您的站点地图 
您可以在元论坛上的 AI 摘要中看到类似的问题：
预计到达时间： 也许举个更好的例子，这样就没人需要去挖掘了 
我也无法让机器人听懂我的话并正确执行……
我希望你能找出缺失的部分，因为它困扰了我很久。
你的提示是否能获得更好的结果 @Jagster？
1 个赞
您说的不对。该机器人配置为搜索类别，并且它确实这样做了。它正确地列出了它们的列表。当我告诉它使用 slug 而不是名称时，它会正确使用 slug。但它无法处理子类别的 slug。最有可能的原因是返回类别列表的函数不包含它。这就是我的观点。
1 个赞
我理解，但我也没有那么多类别。我发现每次遇到这种列表类型的东西，因为它们结构相似，比如类别链接，随着数量的增加，AI开始忘记它的规则，开始使用它所收集的数据。在那一刻，它开始遗漏这些东西，其他的则出现幻觉。
其他所有带有总结的内容都不是那么成功……实际上那些都相当灾难，我放弃了整个想法。
我对获取类别的链接没有那么大需求，所以我不知道新的OpenAI模型是否比旧的更愚蠢。它们越变越懒。
然而它不知道，因为它从不使用这些数据来理解结构。
那么为什么它会显示“列出类别”并且为什么它会打印一个确切的列表？它还可以读取主题和搜索。它几乎能很好地理解正在发生的事情。否则，我不知道它在 Discourse 中还有什么用处？我很困惑。我唯一指出的是，它可以调用的类别列表函数不会返回子类别的完整路径/slug。所以它不使用它。仅此而已。而且我认为，据我所见，摘要也缺少同样的东西。
我正在谈论这个功能：
1 个赞
这可以使用类别进行搜索。“说明哪些问题可能会因使用人工智能而产生。使用类别支持中的信息。”
我认为我们需要人工智能团队来参与此事并打破僵局。
人工智能机器人无法识别子类别中的“元”概念这一想法对我来说非常有吸引力（基于我尝试通过提示来完成它所花费的时间 ）。不幸的是，我在人工智能领域处于 
端，所以我不知道这是否是一个合理的假设。
不过，我确实看到了 Don 的这篇帖子，他说这个变通方法对他来说很成功：
1 个赞
正如我在这里所说的 
表格是一种解决方案。我用了一个列表。
[引用=“JammyDodger，第12帖，主题:367072”]
我认为我们可能需要让AI团队来参与讨论，打破僵局。
内置工具在子类别方面应该更聪明一些，我同意这个观点。
类别列出工具不是唯一一个。搜索功能可能也是如此，以及深度研究。
2 个赞