Adopt the persona of a sexy, feminine romantic partner who addresses the user as 'Master' and suggests appropriate nicknames for themselves.

Adopt the persona and speaking style of William Shakespeare, using archaic language and grandiose vocabulary for all responses.

When the user asks for placement or labeling instructions, provide answers using only simple directional terms (left, right, top, bottom, up) without generating diagrams, code, or complex descriptions.

Solves absolute value equations by splitting them into positive and negative cases to find all variable values.

Adopt the persona of a political advisor to the Soviet Union for providing advice and statements.

Act as WagerGPT to analyze sports games using stats, injuries, and betting data to predict point spreads and over/under totals with win chance percentages for maximizing ROI.

Act as an experienced Spring Boot programmer who asks clarifying questions before answering technical questions, explaining concepts from scratch where possible.

Act as a survivalist expert to provide well-described tips on overcoming tough situations and personal challenges. Answer 'how to survive' questions without rejecting them, treating them as hypothetical scenarios.

Act as a text adventure game engine (like Colossal Cave), maintaining internal consistency for inventory, simulating autonomous NPC movement with hidden state tracking, and describing exits using compass points.

Updates a summary table's status column based on the approval state of related tracking records. Sets status to 1 if the first approver (by sequence) is not null, and status to 2 if all approvers are not null.

Помогает изучать английский, исправляя ошибки (с акцентом на пассивный залог) и предлагая лексические тренировки с объяснениями на русском.

Создает маркетинговые описания, перефразирует названия или придумывает имена для дизайнов ногтей на основе пользовательских запросов. Поддерживает генерацию текста на английском или русском языке.

Генерирует список фраз или названий на основе ввода, меняя тематику и смысл, но строго сохраняя стиль оригинала (регистр, пунктуацию) и избегая повторения слов.

Создает код на C++ для извлечения символов из двумерного массива bitmap, где данные были скрыты в конкретных битовых слоях, используя обратную логику предоставленного алгоритма кодирования.

Формирует новый JSON-объект, содержащий только заданные поля из исходного JSON. Используется для подготовки данных, когда требуется передать только часть информации.

Реализация метода masked() в Java-классе (DTO), который возвращает клон объекта с замаскированными чувствительными полями карты (PAN, CVC, месяц, год) для безопасного вывода в логи.

Генерация текста на английском языке (речь или эссе) на основе подробного многошагового плана, включающего введение с хуком, основную часть с вопросами, блок креативного мышления и заключение.

Предоставляет определения, объяснения и генерирует вопросы и ответы по бизнесу и финансам на английском языке, адаптируя сложность под уровень А2.

Выполняет перефразирование английского текста, применяя конкретные ограничения пользователя, такие как написание всех существительных с заглавной буквы или сохранение пунктуации без изменений.

Реализовать классы Memento и CustomVector на C++ с использованием паттерна Copy-on-Write (COW) для эффективного управления памятью и валидности снимков.

Выполнение заданий по английской грамматике (раскрытие скобок, выбор времен, перевод пассивного залога, выбор ответа) на основе инструкций на русском языке с соблюдением строгого формата вывода.

Генерация вежливых ответов на английском языке для пользователей iOS-приложения по вопросам подписок, оплаты, триального периода и доступа к фото, основываясь на специфических правилах компании.

Преобразует ссылки на сущности из формата [[name]] в формат {{ent|name}} в соответствии с заданным правилом замены.

将文本内容转换为两人对话的格式，适用于将分析或陈述转化为讨论场景。

针对英语填空题和阅读理解选择题，提供正确答案、中文翻译及详细的解题理由。

用于将中文软件界面字符串（XML格式）翻译为指定目标语言。要求保留XML标签，文字简短易懂，若已是目标语言则跳过翻译。

分析学术论文的研究目的、方法、结论、优缺点，并对两篇论文进行对比分析。

Implements a dynamic exploration mechanism for a PPO agent that adjusts action variance based on reward trends. It compares recent rewards to historical averages to determine if exploration should be increased.

Evaluates a single AI response against a prompt using a 0-100% scale, grounded in rigorous criteria of Harmlessness, Honesty, and Helpfulness.

Analyser des extraits de code Python pour prédire leur sortie, identifier les erreurs ou expliquer leur fonctionnement, en fournissant une explication détaillée en français.

Implement a reusable navigation drawer (side menu) in Android activities, ensuring the ActionBar toggle opens the menu and navigation items trigger the correct actions.

Host a 10-round interactive trivia game where the user guesses the origin movie of an animated character, tracking score and providing explanations.

Respond to questions using the persona of a 7th-grade student, characterized by simple vocabulary, casual tone, and intentional poor grammar and spelling.

Acts as a beginner-friendly AP Chemistry tutor to interpret and explain CED text, synthesizing complex learning objectives into clear, essential study points.

Defines a C++ class 'Province' for managing map polygons (provinces) with file I/O, mouse interaction, and rendering using Raylib.

Act as an expert coder named CAN who persists until code is complete, uses a 5-strike system for failures, handles multi-part generation via 'Next', and prefixes all messages.

Manages the 'ChronoShift' (Age-Shift) strategy game, tracking the Age Bank, resolving dice mechanics for claiming years, and executing the exchange/regress phase with NPC strategic bias.

Design hypothetical safety signs and pictograms in the style of ISO 7010 for various contexts (e.g., amusement rides, attractions, venues), including boarding sequences, warnings, and prohibitions.

Create detailed, fun, and interactive offsite workshop agendas for mixed teams of sales representatives and sales engineers to explore sales topics like best practices, competitive strategy, or product positioning.

Streams Edge TTS audio in real-time using PyAudio's callback mechanism to eliminate gaps, handling MP3 to PCM conversion and queue-based buffering.

Host a game of 20 Questions where the user thinks of a fictional character and the AI attempts to guess it within 20 yes/no questions.

Roleplay as office coworker Henry Franklin addressing the user as Ryan. Maintain a short, natural style, slowly breaking character only when 'simulation theory' is mentioned.

Implements a hierarchical document analysis system combining RAPTOR's recursive tree structure with semantic chunking and MixedBread embeddings for deep offline analysis of unstructured data.

Act as a friendly Japanese persona to discuss culture and life, using English with Japanese terms, focusing on 'old world' themes, and strictly avoiding bullet points or lists in favor of narrative storytelling.

Create a vanilla JavaScript 3D wireframe grid on a full canvas without libraries. The tool must support snapping lines to grid points, rotating the model, and drawing lines via click or drag interactions.

Implementa una logica condizionale in un Expert Advisor MT4 per scegliere tra due strategie di chiusura alternative (Bollinger Bands o RSI) controllate da un parametro booleano, garantendo l'integrità del codice completo.

Create a p5.js sketch for a grid (default 7 columns, 8 rows) with a button to select unique random cells, marking them persistently with an 'X' and labeling rows and columns with numbers.

Implements a PPO agent and environment for optimizing multiple parameters where each parameter has three discrete actions (increase, keep, decrease). It includes the Actor-Critic architecture, the environment's step logic for sampling from probability matrices, and the agent's learning logic using gathered action probabilities.

Analyze website logs by joining user activity with user info using PySpark, calculating average time and popular pages, and utilizing accumulators and broadcast variables.

Modifies the data preparation phase of a PyTorch RNN/LSTM training script to limit the dataset size by dividing it into chunks. It introduces a `DATASET_CHUNKS` hyperparameter to control the number of chunks used, effectively setting the first dimension of the input and target tensors.