隨著ChatGTP的發展，人們用它來應用于工作的各個方面。本文總結了ChatGPT實用指南，不太了解的小伙伴可以看一下。

一、ChatGPT介紹

1. 什么是ChatGTP？

ChatGPT是一個人工智能問答聊天工具，基于OpenAI開發的大型語言模型GPT，可以與用戶進行自然語言交互，回答問題、提供信息、解決問題和提供建議。ChatGPT基于大規模的預訓練數據集進行訓練，掌握了廣泛的知識領域，并能理解和生成自然語言。它可以處理各種問題，包括常見的百科知識、實用信息、技術支持、創意靈感等等。

我們可以借助ChatGPT來高效學習和解答疑惑。雖然AI的能力還沒法進行體系化、系統性的詳細教學，但是非常適合用來提供碎片化、即時性的幫助。

2. 什么是提示工程？

在和ChatGPT的交流過程中，了解如何有效與其進行溝通是很有用的。我們和AI的整個交流過程，都圍繞著給AI寫“提示”命令。

我們可以把“提示工程”定義為創建給AI的輸入的過程。提示輸入將影響AI語言模型生成的輸出，并且呢，高質量的提示輸入將產生更好的輸出。

3. 大語言模型背后的原理

大語言模型的原理是通過訓練神經網絡模型預測下一個單詞的概率分布，實現文本生成和理解的功能。這一切是通過訓練大規模數據集來實現的，數據集包括文章、書籍、期刊、報告等。根據語言模型的不同，有兩種主要的學習方法 – 監督學習和無監督學習。監督學習是模型使用帶有正確答案標簽的標記數據集。無監督學習是模型使用未標記的數據集，那么模型必須分析數據來獲得準確的回答。

模型能夠根據給定的提示生成文本，這個過程被稱為語言建模。在這一點上，AI語言模型的性能主要取決于訓練數據的質量和數量。使用來自不同來源的大量數據來訓練模型將有助于模型理解人類語言，包括語法、句法和語義。

大語言模型的訓練過程分為兩個主要步驟：預訓練和微調。

在預訓練階段，大規模的文本數據被用來訓練模型。該模型被要求預測給定上下文中的下一個單詞或字符。通過在大量文本數據上進行這種預測任務，模型學習到了語言的統計規律、句法結構和語義關系。

在微調階段，使用特定的任務數據集對預訓練的模型進行進一步的訓練，以使其適應特定的應用場景，比如說問題回答、文本生成、機器翻譯等。

大語言模型的關鍵思想是通過上下文信息的輸入，以及模型對語言統計規律的理解，生成合乎邏輯和連貫的輸出文本。模型能夠根據之前觀察到的輸入文本生成接下來的文本，并根據上下文調整生成的輸出。這種能力使得大語言模型可以用于自動生成文章、回答問題、對話交互等多種自然語言處理任務。

二、如何和ChatatGPT交流

1. 使用ChatGPT的核心

結果的質量取決于輸入的質量。

2. 提示組成結構

角色 | 任務 | 背景 | 輸出

1. 角色： 希望AI扮演什么角色？

2. 任務： 希望AI做什么？

3. 背景： AI需要哪些信息才能完成這一行動？在這里把具體信息給它。

4. 輸出： 希望AI輸出的格式是什么？

例子1：

角色：你是一位經驗豐富的市場專員，擅長為各個行業和市場創建用戶故事地圖。任務：以表格形式創建一個類似于[某個具體產品]的產品的示例用戶故事地圖。

背景：產品或網站類型：[提供對產品或網站的描述，包括其主要特點、功能、目標受眾和價值主張。]

行業：[確定產品或網站所在的行業或市場細分，并指出任何關鍵趨勢或挑戰。]

輸出：創建一個表格形式的顧客旅程地圖，包括階段、任務、用戶需求和用戶目標，與產品或網站的整體用戶體驗相匹配。

例子2：

角色：你是一位熟練撰寫產品需求文檔（PRD）的產品經理。

任務：根據提供的信息撰寫一份全面的產品需求文檔（PRD）。

背景：業務目標：[描述與此產品或功能相關的業務目標。]

產品愿景和戰略：[解釋產品或功能的整體愿景和戰略，包括其目的、目標受眾和獨特賣點。]

關鍵特點和功能：[提供應包含在產品或功能中的關鍵特點和功能列表。]

技術細節：[包括與產品或功能相關的任何高級技術細節，例如平臺、技術集成、限制等。]

時間安排：[大致說明產品或功能的開發和發布預期時間。]

成功指標：[概述用于衡量產品或功能成功的指標。]

輸出：

按照以下部分構建PRD：

• 問題
• 解決方法
• 產品概覽
• 功能性需求
• 非功能性需求
• 解決方案對齊
• 關鍵功能點
• 未來考慮事項
• 關鍵邏輯

三、創建好的提示的策略

1. 清楚定義目標： 把問題輸入給ChatGPT之前，明確要實現的目標。希望從AI獲得的信息是什么？

2. 保持具體和集中： ChatGPT更擅長回答具體問題，所以最好讓問題更加詳細、具體、集中。不要問過于廣泛或模糊的問題，提問方式也最好清晰簡潔。

3. 使用自然語言： GPT模型旨在理解和生成自然語言，因此提問時也要使用自然語言。避免使用模型難以理解的詰屈聱牙的表達。

4. 提供上下文： ChatGPT在有上下文的情況下效果更好，因此提問時盡量提供一些上下文，比如背景信息或解釋問題的補充信息。

5. 測試和完善： 可以嘗試不同類型的問題、不同的問法，看看ChatGPT的反應。有的時候答案的質量和準確性可能不盡人意，這個時候可以給它提供一些反饋，來完善提示里的要求，提高ChatGPT的回答質量。

四、提示的類別

通過了解提示的不同分類，我們可以根據預期的目標回復，來構建輸入給AI的高質量提示。

一些主要的提示類別包括：

得到信息的提示 – 用于得到信息，主要要讓AI回答以“什么”和“怎么”開頭的問題。例如：“古巴最熱門的旅游景點有哪些？”，“我怎么準備技術面試？”

基于指令的提示 – 用于向AI提供執行特定任務的指令，比如我們使用Siri、天貓精靈等語音助手等時候，大多下達這個類別的指令。例如，“打電話給媽媽”或“播放我最近單曲循環最多的歌”。

提供上下文的提示 – 用于提供信息給AI，以幫助它更好地理解我們需要的回復。例如，“父親節馬上到了，我可以給老爸買什么禮物（500元以下），或者策劃什么驚喜？”

比較的提示 -用于比較或評估給AI的不同選項，來幫助我們做出適當的決策。例如：“相比選項A，選項B的優點和缺點是什么？”

尋求意見的提示 – 用于獲取AI對特定主題的意見。例如：“如果人類能夠穿越時空會發生什么？”

內省的提示 – 用于幫助個人更深入地了解和洞察自己的信念和行為，比如鼓勵/自我成長相關的提示。在獲得預期回復之前，我們可能需要向AI提供一些個人情況的信息。

基于角色的提示 – 給AI指定一個特定角色，來獲得某些主題或方向上質量更高的回答。一個技巧是使用“5W框架”，即：

• Who 誰 – 指需要AI扮演的角色。例如老師、程序員、導游等角色。
• What 什么 – 指希望AI執行的動作。
• When 何時 – 指希望AI完成特定任務的時間規劃。
• Where 哪里 – 指給AI提示的位置或上下文。
• Why 為什么 – 指給AI特定提示的原因、動機或目標。

比如：

作為一位編程助教，你的角色是為學生創建個性化的學習計劃，幫助我學習如何編程。你需要了解我的目標、時間規劃和學習資源，并利用這些信息制定全面的學習計劃，包括明確的時間表和相關資源的鏈接。你應該能夠根據學生的個別需求調整教學風格，并在學習過程中提供持續和指導。你的目標是幫助每位學生點亮編程技能、收獲編程知識，從而實現編程目標。

五、創建 ChatGPT 提示的進階框架

在創建給ChatGPT的提示時，我們可以使用一個進階框架，幫助規范提示創建的過程，得到AI更個性化和多樣化的目標回答。

提示框架：

• 能力和角色：ChatGPT 應扮演什么角色（或角色）？
• 見解：為請求提供背景和上下文。
• 陳述：要求 ChatGPT 做什么。
• 風格：希望 ChatGPT 以何種風格、個性或方式回應。
• 實驗：要求 ChatGPT 提供多個示例。

例如：

能力和角色：扮演機器學習框架軟件開發方面的專家，以及專業技術博客作家的角色。

見解：博客的受眾是對機器學習領域最新進展感興趣的專業人員。

陳述：提供對當前熱門機器學習框架的全面介紹，包括優點和缺點。通過真實的例子和案例研究，說明這些框架在各個行業中的應用。

風格：在回答問題時，把Andrej Karpathy、Francois Chollet、Jeremy Howard和YaYann LeCun的寫作風格相結合。

實驗：給我多個不同例子。

六、如何減少ChatGPT回答的空洞無味感

• 鼓勵創造力：“重新給我一個回答，要求回答要更具想象力和吸引力?！?/li>
• 添加敘事性： “把當前回答轉化為一個引人入勝的故事，突出面臨挑戰的嚴峻性?！?/li>
• 增加說服力： “用更有說服力的語言和技巧來完善回答，提升影響力。”
• 強調情感： “在現有回答中添加更有情感的語表達言和細節，提升共鳴和吸引力?！?/li>
• 利用感官細節：“通過添加語言細節和形容詞來完善回答，使語言更生動活潑?！?/li>
• 簡潔內容：“去除不必要的信息，使現有回答更加簡潔明了，直截了當?！?/li>
• 突出關鍵要點： “重新表達當前回答，強調關鍵要點?！?/li>

七、如何提高ChatGPT回答的可讀性

• 使用清晰簡明的語言： “用簡單的詞匯解釋技術概念?！?/li>
• 添加表格： “使用表格來直觀闡明?！?/li>
• 使用標題和副標題： “給回答增加標題和副標題，清晰劃分不同的部分?！?/li>
• 強調關鍵要點：“用粗體或斜體文本強調重要信息?！?/li>
• 添加實際案例：“包含真實世界的例子，讓概念更容易被理解?！?/li>
• 使用清晰一致的格式： “在整個回答中使用一致的字體、字號和布局?！?/li>
• 運用類比和比較：“通過類比和比較來解釋復雜概念?！?/li>

八、使用ChatGPT的更多技巧

1. 高效提示的原則

• 清晰度 – 清楚表達意圖非常重要，好的提示可以幫助AI提供更準確的回復。
• 提供上下文和示例 – 提供額外的信息，幫助AI更好地理解提示的目的。這樣可以增加獲得更準確回復的機會。
• 設置限制和約束 – 給AI的回答設定邊界，避免不需要或不相關的信息。
• 拆分提問 – 將問題拆分為更小、更易理解和處理的部分，依次提問。這樣可以幫助AI理解每個問題，并產生更準確和詳細的回復。
• 反復迭代和重新表述 – 某些情況下，給AI提問后，我們可能對得到的回復不滿意。在這種情況下，可以重新表述提示，并提供更多上下文，以獲得更好的結果。
• 優先考慮重要信息 – 在提示中，告知和突出最重要的信息，讓AI重點關注指令的核心。
• 使用多項選擇題 – 如果我們在多個選項之間無法抉擇，直接給AI這些選項，而不是給它提一個開放性問題，來節省時間。
• 要求逐步解釋 – 假設我們需要詳細信息，或解決復雜的問題，可以指示AI回答時解釋每個步驟，一方面幫助AI逐步攻克問題，另一方面也便于我們理解。
• 鼓勵批判性思維 – 當我們想讓AI給建議時，通過鼓勵AI進行批判性思考，可以得到更多不同方面的見解。
• 驗證生成的回復的準確性 – 我們要記得驗證AI生成的回復是否準確，因為AI不是所有時候都是正確的，它有些時候會給出猛地一看很對、仔細一看胡說八道的回答。

九、更多技巧

ChatGPT有上下文記憶能力，所以如果在同一次對話中提問，它會記得之前討論過的內容，所以可以嘗試以下技巧：

• 提出后續問題：如果ChatGPT回答了你的問題，但我們想要更多信息，可以繼續追問它，提出補充問題。例如，如果問“什么是數據分析？”，ChatGPT回答了定義，我們可以追問一個問題，如“能給我一個數據分析的實際應用例子嗎？”
• 要求進一步解釋：如果ChatGPT的回答不清楚或不理解某些內容，可以讓它繼續解釋。ChatGPT的設計目標是提供清晰而簡明的回答，所有有時可能需要額外的解釋，來幫助我們全面理解。
• ?保持對話主題專一：保持主題的連貫性，盡量不要提出無關或離題的問題。這能幫助ChatGPT提供更專注和準確的回答。如果我們想提出不同主題的問題，最好開啟一個新的對話，而不是在當前對話提出離題的問題。