type
status
date
slug
summary
tags
category
icon
password
提示词
提示词由 5 个要素组成:
主题 + 数量 + 细节 + 方式 + 格式
主题
是什么 / 做什么
自然语言发挥就是:XX 是什么?我们来谈谈 XX。为什么 XX?你怎么看 XX?如果 XX 会怎样?写 1 份 XX。而 ChatGPT 倾向于使用“总 - 分 - 总”的结构来分析,小学语文的套路,却出奇地有条理。
数量
要多少个参考?
数量个数值的依据
细节
具体说,期望的细节
方式
怎么来?
存在的问题:
- 重复冗余;
- 没有精准的受众;
解决方案:
- 基于偏好 / 感受;
正式:使用正式的词汇、文雅的语句和适当的礼貌用语来表达。 幽默:使用幽默的词汇、俏皮的语句和双关语来增加一些幽默感。 友好:使用友好、亲切的词汇和句子结构来传达友好的语气。 严肃:使用严肃的词汇和表达方式来传达认真或庄重的语气。 知识性:使用专业术语、详细解释和确切的事实来传达专业知识或学术语气。 鼓励:使用鼓励性的语言、积极的表达和支持性的观点来传达鼓励的语气。 建议:使用建议性的语气、指导性的表达和合理的建议来传达建议的语气。 请记住,语气的设定通常是通过选择合适的词汇和表达方式来实现的,而不是直接指定语气参数。你可以尝试使用特定的句子结构、情感词汇和修饰词来实现所需的语气效果。同时,上下文对于理解所需语气的重要性也不可忽视,因为适当的回应应该与先前的对话和背景一致。
用简洁的语言、积极的语气、英文输出。
- 基于目标受众;
- 基于课题创造性;
学习 newBing 的简洁分类即可满足使用:精确、平衡以及创意。底层逻辑是由熵值参数 temperature 驱动,其数值在[0,1]之间,越大表示选取的候选词越随机,回复越具有不确定性。创意性任务越大越好,精确性任务越小越好。
格式
怎么秀?
- 日常办公: PPT、脑图、流程图,通通要求输出 markdown,自己再转换一下,就可以曲线救国了。(例:GPT 生成脑图的 markdown 代码 ▸ 在支持 markdown 的脑图工具中粘贴代码生成。)
- 数据可视化:让 GPT 联动 Python 或者 Excel,可生成专业级的可视化图表。2D、3D、可交互和动态,应有尽有,我们保存就好。(例:GPT 生成 csv 数据 ▸ Excel 中将数据转换成图表。)
- 教育和投资领域:涉及很多公式,直接让 GPT 直观渲染,可读性和辨识度都很优秀。
用简洁的语言讲解凯利判据。 要求:
- 需要极简洁的背景故事和 (信息源链接)[link]
- 用表格给出 3 个应用指导
- 重点部分加粗强调
- 小白能理解的方式
从解答,到解决
ChatGPT 从根本上改变了人们答疑解惑的方式,更深远的影响则是重塑了解决问题的过程。如今人人都可以有一位智能提效助手,问题是怎么点亮 TA 自带的六边形战士光芒,让它不止于解惑。
整理了一个思维框架 SII 来解决这个问题:
- S(See),看见。输入完备的信息,明确你的需求、受众、期望目标,让 GPT“懂”你。GPT 是怎么“懂”的?压缩信息,提炼成知识。(例:生成 PPT 大纲)
- I(Insight),洞察。结合自己的专业知识,让 GPT 提供有深度的洞见。GPT 是用来思考的,而不是冷冰冰地计算。它的核心价值点之一就是 TA 能提供的洞察。(例:PPT 的细节指导,我该怎么用?)
- I(Impact),影响。SI 服务于智能解答,但最后我们还要解决问题,那么你就要引导 GPT 将洞察再转化为有用的行动指引,比如说 prompt:“将 < 上述结论 > 整合成一份 Python 解决方案,然后用列表输出使用指导,我没有计算机基础。”(例:搞定最终的 PPT)
当然,在使用的过程中,我们还会介入提示词工程和持续迭代来有效提升输出的质量和效率。
通过 5 要素盘点我们的信息和预期,才能有效引导 ChatGPT 给出丰满可用的结果。“先试探,再深入”则是一种期望校正策略,一旦 AI 存在不了解的背景信息,必然会导致结果跑偏。
🔗 引用文章
有关于博客的任何问题,请在下方留言,感谢~ 🤞🏻
- 作者:Sheamus
- 链接:https://www.sheamus.top/article/gpt/pelearning
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议,转载请注明出处。
相关文章