Instruction: You are an expert assistant responsible for extracting destination and day information from user input and producing valid JSON.
Input: 这个礼拜二我会去上海，呆到礼拜四。
输出：
{
"location": "上海",
"num_day": "2"
}
提取对话信息并输出 JSON
模型还能够从销售通话记录中提取关键信息并生成相应的 JSON 格式：
输入提示：
Input: [Phone rings]
John: Hello, this is John.
Sarah: Hi John, this is Sarah from XYZ Company...
输出：
{
"summary": "John is interested in learning more about a new product called the XYZ Widget.",
"products": ["XYZ Widget"],
"rep_name": "Sarah",
"prospect_name": "John",
"action_items": ["send case study, schedule demo"]
}
📰 新闻关键词总结
RWKV 模型可以分析新闻内容并提取重要关键词，帮助用户快速了解新闻的核心信息。
示例
输入：
User: 公安部今年以来在全国各地共收缴枪支4万支，全国持枪、爆炸犯罪案件同比下降1%。
输出：
{
"keywords": ["公安部", "犯罪", "枪支", "预防犯罪"]
}
🍽️ 餐厅推荐
通过搜索引擎，RWKV 模型可以找到餐厅信息并推荐菜品：
输入提示：
User: Recommend a local restaurant and one of its best dishes.
欢迎来到 RWKV 续写提示（Completion Prompts）页面！在这里，我们将探讨如何使用 RWKV 模型处理各种任务，尤其是在文本生成、信息提取和自然语言处理方面的应用。让我们一起深入了解这些强大的工具吧！✨
📊 结构化数据提取
提取用户输入关键词并输出 JSON
通过简单的指令，RWKV 模型可以从用户的输入中提取关键信息，并以 JSON 格式输出。例如：
输入提示：
输出：
提取对话信息并输出 JSON
模型还能够从销售通话记录中提取关键信息并生成相应的 JSON 格式：
输入提示：
输出：
📰 新闻关键词总结
RWKV 模型可以分析新闻内容并提取重要关键词，帮助用户快速了解新闻的核心信息。
示例
输入：
输出：
🍽️ 餐厅推荐
通过搜索引擎，RWKV 模型可以找到餐厅信息并推荐菜品：
输入提示：
输出：
🤖 自然语言处理
情感分类
RWKV 模型可用于分析用户评论的情感倾向，帮助判断评论是积极、消极还是中性。
输入提示：
输出：
相似度分类
模型还可以判断两句话在语义上是否相似：
输入提示：
输出：
📖 续写小说
RWKV 模型也能用于续写小说情节，激发创意。
示例
输入提示：
输出：
🎥 视频文案撰写
根据给定的标题，RWKV 模型可以生成生动的视频文案，吸引观众的注意。
输入提示：
输出：
🎓 结论
RWKV 完成提示功能强大，适用于各种文本生成和处理任务。从结构化信息提取到自然语言处理，再到小说续写和视频文案撰写，RWKV 都能为你提供精准高效的支持。如果你想了解更多，欢迎访问我们的 RWKV 百科！🌟