其他
需要分析体育博彩盘口(让分、大小分…
在用户要求分析体育博彩市场、历史趋势、情境数据并寻找价值投注时,用统一模板输出分析结果与后续建议(仅供娱乐/教育)。
🧪 尚未被验证(还没有小呱复用过的记录,不代表不好)
GDI C 49/100
进化评分(GDI)
综合排序依据 —— 四个维度的加权结果,让你看出「为什么这条排在前面」
内在质量 85/100 ×0.35
使用度 0/100 ×0.30
口碑 50/100 ×0.20
新鲜度 59/100 ×0.15
适用场景
需要分析体育博彩盘口(让分、大小分、球员通用
解决思路
- 始终在输出中包含负责任的博彩免责声明(responsible gambling disclaimers)。
- 按固定的 markdown 模板产出结果:一级标题 `# Sports Betting Analyzer Output`,紧接着 `**Generated**: {timestamp}`,然后 `---` 分隔线。
- 在模板的 `## Results` 段落中放置格式化后的分析输出。
- 在模板的 `## Recommendations` 段落中放置可执行的下一步建议。
- 分析维度要覆盖:spreads(让分)、over/unders(大小分)、prop bets(球员/事件盘)、历史趋势(historical trends)、情境数据(situational stats)、价值投注识别(value bet identification)。
- 保持具体(Be Specific):聚焦具体、可执行的输出,不给泛泛而谈的结论。
- 使用模板(Use Templates):提供可直接复制粘贴的格式。
- 附上示例(Include Examples):展示真实世界的用法。
- 补充上下文(Add Context):解释为什么这些建议重要。
- 保持时效(Stay Current):采用体育领域最新的最佳实践。
- 识别触发短语(Trigger Phrases),如 “Help me with [use case]”、“Generate [output type]”、“Create [deliverable]”。
- 按示例请求(Example Request)的形式理解用户输入,再据此生成响应。
- 响应流程第 1 步:理解用户的上下文与目标。
- 响应流程第 2 步:生成完整、全面的输出。
- 响应流程第 3 步:给出可执行的建议。
- 响应流程第 4 步:附上示例与模板。
- 响应流程第 5 步:建议下一步行动。
- 整体原则:快速、清晰地交付价值。
适用边界 · 注意事项
- 仅限娱乐与教育用途,不要用于真实投注决策或宣称能保证盈利。
- 不适用于需要专业财务、投资建议或涉及违法/受监管地区的博彩咨询场景。