Aller au contenu principal
2026 article

How to write a prompt: a short manual on using large language models

0Citations signalées, ce qui n’est pas une note de qualité
8Institutions déclarées
2Pays d’affiliation déclarés

Rattachement africain : de, gb. Niveau de preuve : code pays fourni par la source.

Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
How to write a prompt: a short manual on using large language models
Date Crossref
18/09/2026
Éditeur
Oxford University Press (OUP)
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Else Kröner Fresenius Center for Digital Health pays non établi dans la notice
    Université ou école supérieure
  • Technische Universität Dresden pays non établi dans la notice
    Université ou école supérieure
  • University of Leeds Leeds Institute of Medical Research at St James’s pays non établi dans la notice
    Université ou école supérieure
  • Heidelberg University pays non établi dans la notice
    Université ou école supérieure
  • St James's University Hospital pays non établi dans la notice
    Établissement de santé
  • University Hospital Heidelberg National Center for Tumor Diseases (NCT) pays non établi dans la notice
    Établissement de santé
  • National Center for Tumor Diseases pays non établi dans la notice
    Organisme public
  • Hochschule für Technik und Wirtschaft Dresden – University of Applied Sciences pays non établi dans la notice
    Université ou école supérieure
  • Faculty of Medicine Else Kroener Fresenius Center for Digital Health pays non établi dans la notice
    Université ou école supérieure

Else Kröner Fresenius Center for Digital Health, Technische Universität Dresden et Leeds Institute of Medical Research at St James’s — University of Leeds, avec 6 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Natural Language Processing TechniquesText Readability and SimplificationTopic Modeling

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.