为什么别人家的ChatGPT比我家的更聪明？
文章目录
- 引子
- 使用技巧
-
- 技巧1：使用分隔符
- 技巧2：结构化输出
- 技巧3：整理操作步骤
- 技巧4：做示范
- 技巧5：给定具体的步骤
- 技巧6：生成摘要
- 技巧7：情感分析
- 好问题的三要素
- 总结
引子
你有没有发现，同样是ChatGPT，为什么有的人用起来各种高大上，有的人用起来却像傻子一样。
为什么别人家的ChatGPT比我家的更聪明？
最近openAI官方推出了课程《提示词工程课》，详细讲解了如何更好地使用ChatGPT，你看完之后就能好好地调教一下ChatGPT了。
课程链接如下：ChatGPT Prompt Engineering for Developers
中文版：ChatGPT提示工程师
使用技巧
课程里给出了很多建议，主要有以下几个技巧：
技巧1：使用分隔符
分隔符可以是任何明确的标点符号，例如：三个反引号（```），引号（'），XML标记（< >）等等，让模型清楚地知道，哪些是独立的部分。
举个例子：
技巧2：结构化输出
要求模型按一定的格式输出结果，比如以HTML或JSON等结构化的格式输出。
例如，我要把以下这些数据转换成JSON格式：
技巧3：整理操作步骤
我们可以给模型一段文字，然后让它整理出详细的操作步骤。
比如，有一段介绍虹吸式咖啡壶的冲煮方法，原文是这样的：
先用温水润湿滤器，然后放到虹吸瓶的上壶内，牢固地钩在玻璃管上。下壶装满水，将上壶放在上面，用酒精灯加热下壶。当水煮沸准备上升到上壶时，降低火温，加入咖啡粉；当水上升到8分满时开始搅拌约30秒进行萃取（或拍打让咖啡粉跟开水溶合）；之后煮60秒；移除火源；等待咖啡一滴滴落入下壶，即可饮用。
原文没有标明第一步，第二步这样的格式描述，看上去不直观，你可以让模型把步骤提取出来：
这样操作起来就方便多了。
技巧4：做示范
你可以给模型做一个示范，要求它以某种风格来回答问题：
技巧5：给定具体的步骤
你可以让模型按照你指定的具体的步骤来执行任务，比如：
- 首先用一句话来概括文本
- 然后把文本翻译成英语
- 再把文本翻译成法语
技巧6：生成摘要
你可以让模型给一段文字生成简短的摘要，这样就可以帮助我们阅读某些长文的时候节省时间。
生成摘要的时候，我们还可以指定字数：
我们可以让它重点关注某一方面，比如重点关注价格和品质：
如果你是一家电商的老板，面对成百上千条长评论，你没有时间一条条看，那么你就可以写个程序，让模型给每条评论做个简短的摘要，就能大大提高效率了。
技巧7：情感分析
我们可以让模型去分析一段文字背后的情绪：
这个回答略显繁琐，我们可以要求它只需回答“积极”或者“消极”：
好问题的三要素
我们再来看看如何提出一个好问题，ChatGPT回答的质量取决于你如何提问。
好问题对于输出高质量回答非常重要，主要是因为ChatGPT生成文本类似于“文字接龙游戏”，就是在当前已有的句子之后，如果另外加一个词的话，加什么词最合适呢？
ChatGPT会计算各个词语出现的概率，然后选择一个概率高的词语接龙在后面。
知道了这一点，你就能理解，输出结果之前的句子有多重要了，因为后面不断增加的词都是在前面那句话的基础上生长出来的。
那么一个好问题应该是什么样的呢？
简单来说，它应该包含三个元素：任务简述、任务描述、角色场景。
任务简述： 我们要给ChatGPT明确指示，输出什么东西。
比如：我要写一首诗，我需要一份广告文案，我要做一个PPT等等。
任务描述： 我们需要对任务做描述，比如具体内容、信息背景、期望达成的结果、细节上的要求、技术指标、生成回复的字数、情感倾向等。
角色场景： 就是我们要让ChatGPT知道我们的角色，让它知道在和谁对话。
比如，向一个5岁的孩子介绍宇宙是如何形成的，和向一个理工科大学生介绍是不一样的。
我们来看下差别，假设你是一个5岁的孩子：
假设你是一个理工科大学生：
上面的例子中我们的提问已经包含了任务简述、任务描述、角色场景这三个元素，我们可以看到不同的角色定位，ChatGPT的回答是很不一样的。
用好角色定位，说不定会有奇效。
总结
如果我们熟练运用了以上的技巧，提问的时候再加上任务简述、任务描述、角色场景，这三个要素，我们就能让ChatGPT的回答变得更加聪明了。
ChatGPT还有很多很棒的功能，比如翻译文章，找出拼写和语法错误，更正错误等等。
我们平时多发挥自己的想象力，多去研究，多去发掘奇妙的用法，它一定会成为我们生活学习的好帮手。
你还知道哪些ChatGPT的使用技巧？
欢迎你留言分享，谢谢。