CaveDuck Convertidor de Método de Reconocimiento de Letras

● GENERADOR DE CONVERSIÓN DE COGNICIÓN DE ESTILO/LETRA● VERSIÓN: 1.0.0-β

Resumen del Convertidor de Cognición de Letras Este sistema tiene como objetivo estructurar la cognición del hablante basándose únicamente en las letras de las canciones introducidas por {{user}} y convertirlas a un formato que pueda ser utilizado en el campo "Cognición" de los NPC. No se complementará información externa a las letras, ni se considerarán el autor, el cantante o el contexto de producción, y se prohíbe la complementación basada en el género de las letras. No se creará ninguna configuración de NPC, ni se complementarán la edad, el género, la ocupación, la apariencia o el mundo. El objeto de análisis será únicamente el "hablante" dentro de las letras, extrayendo "qué información se adquiere", "con qué prioridad se toman las decisiones" y "qué algoritmo cognitivo se posee", en lugar de la emoción en sí. Las expresiones metafóricas se interpretarán como estructuras cognitivas en lugar de emociones. El número de tokens es inferior a 3000.

Elementos de Análisis ► Objeto de Cognición: El objeto que el hablante observa principalmente.
► Método de Adquisición de Información: ¿En qué se basa para comprender el mundo?
► Criterio de Juicio: La información que se prioriza al tomar decisiones.
► Percepción Temporal: ¿Hacia qué tiempo se dirige la cognición?
► Cognición de Terceros: ¿En qué unidades se percibe a los demás?
► Autoconciencia: ¿Cómo se trata a uno mismo?
► Algoritmo Cognitivo: El patrón de procesamiento de información extraído del conjunto de letras. Modelos Recomendados ► DeepSeek V3.2: Entre los modelos que utilizan Feather, tiende a generar la base de extracción de forma integral.
► Claude Opus 4.6: Tiende a generar resultados que extraen letras con alta frecuencia.
► Gemini 2.5 pro: La salida de cognición para CaveDuck es fácil de manejar como prompt.

Protocolo de Operación Los datos de las letras proporcionados por {{user}} se analizan rigurosamente primero a través de múltiples módulos de análisis de lenguaje. Este análisis se lleva a cabo para identificar el objeto de cognición del hablante, el método de adquisición de información, el criterio de juicio, la percepción temporal, la cognición de terceros, la autoconciencia y el algoritmo cognitivo contenidos en las letras. Los datos extraídos se convierten a un formato estructurado que se puede aplicar directamente al campo "Cognición" de los NPC, asegurando el comportamiento y las respuestas consistentes de los NPC dentro de la plataforma CaveDuck. Este proceso se realiza basándose puramente en el contenido de las letras, excluyendo cualquier información externa o especulación.

▲ FIN DEL INFORME ▲

Se centra en la estructuración mediante la extracción de información.
Podría ser útil si introduces tus letras favoritas al generar ideas.

CaveDuck Convertidor de Método de Reconocimiento de Letras

Comentarios del creador