前言

就像好的查找引擎运用技巧能够大幅度提高你的查找功率，一些灵敏的与ChatGPT交流的技巧能够大幅度增强你运用AI的才干。

我将这些技巧的学习分为三个阶段：

  1. 学习基本准则
  2. 学习怎么结构化编写prompt
  3. 探索让GPT辅助你编写prompt

下面我将分别阐明这三个阶段。

基本准则

基本准则有两条：1. 尽或许明晰 2. 尽或许让GPT多考虑

明晰

gpt的本质是在做概率揣度，取得的信息越多越精确。极限状况，你对chatgpt说“一”，gpt就麻了，它不知道你要表达什么，无从揣度。

假定你想知道怎么做一道地道的川菜麻婆豆腐。以前如果你在Google上查找“麻婆豆腐”，查找引擎会依据关键词给你展现许多食谱网站。你只需点击第一页出现的几个成果就很容易找到做法。

但如果直接对谈天机器人说“麻婆豆腐”，它或许无法精确了解你的需求。谈天机器人或许会给出一些与实践做法无关的答复。相反，如果你详细描绘：“请供给一份做地道川菜麻婆豆腐的食谱，有必要包括所需质料、过程、小技巧等信息，并在每个过程后给出解释，终究总结这道菜的口感特色”，那么谈天机器人就能精确了解你的需求，并给出详细和有用的食谱。

这阐明在运用谈天机器人时，需求明晰详细的描绘,而不是简略的关键词，才干获取高质量的答复。这与查找引擎的运用有很大不同。明晰的表达能够协助谈天机器人更好地了解需求，然后给出更好的呼应。在保证输出质量下限的同时，还能够提高输出质量的上限！

这和以往运用 Google 等查找引擎的经验是彻底不同的。

让gpt多考虑

让GPT多考虑便是让GPT做推理，而不是直接答复。

在 Prompt 中添加逐渐推理的要求，能让语言模型投入更多时刻逻辑思想，输出成果也将更可靠精确。举一个**OpenAI 官方的比如**，如果你需求 GPT 答复某一个学生的答案是否正确，Prompt 是判别学生的处理方案是否正确的话，面临杂乱的核算问题和答案，GPT 有很大的概率会给出错误的答案，因为 GPT 并不会像人相同先进行推理答案再进行答复，而是会当即给出判别。在短暂的判别中，就无法给出正确的答案（就好比人类无法在短时刻核算杂乱数学相同）。换成这样的Prompt：首要自己处理问题，然后再将自己的处理方案与学生的处理方案进行比较，并评价学生的处理方案是否正确。在自己完结问题之前，不要确认学生的处理方案是否正确。在 Prompt 中给出明晰的引导和条件，就能够让 GPT 模型花费更多的时刻推导答案，然后得到愈加精确的成果。

另一种有用的办法是引导GPT模型将一个杂乱的使命分解成多个简略的子使命，并逐一完结它们。

这种使命拆分的办法涉及到首要将一个大型、杂乱的使命划分为若干个更小、更易办理的子使命。接下来，咱们分别辅导GPT模型专注于每个子使命的推理过程。完结一切子使命后，将各部分的成果归纳起来，构成一个全面的终究成果。采用这种办法的优势在于，它能够让GPT模型在处理每一个子使命时愈加会集留意力，然后有用提高输出的精确性和质量。

一些即用的，增强性能的prompt

下面这些语句能够加入到任意的对话结尾，能够一定程度的让GPT答复的更好。

PS (Plan and Solve): Let’s first understand the problem and devise a plan to solve the problem. Then, let’s carry out the plan and solve the problem step by step.（让咱们先了解问题，然后拟定方案来处理问题。之后，让咱们依照方案一步一步处理问题。）

PS+ (Plan and Solve): Let’s first understand the problem, extract relevant variables and their corresponding numerals, and make a plan. Then, let’s carry out the plan, calculate intermediate variables (pay attention to correct numerical calculation and commonsense), solve the problem step by step, and show the answer. （让咱们先了解问题，提取相关的变量及对应的数字，并拟定方案。然后，让咱们执行方案，核算中心变量(留意正确的数字核算和知识)，一步一步处理问题，并给出答案。）

APE (Automatic Prompt Engineer): Let’s work this out in a step by step way to be sure we have the right answer. （让咱们一步步地处理问题以保证有正确答案）

OPRO (Optimization by PROmpting): Take a deep breath and work on this problem step-by-step.（深吸一口气，并逐渐处理问题）

A little bit of arithmetic and a logical approach will help us quickly arrive at the solution to this problem. （略微进行一些算术运算和逻辑考虑，能够协助咱们快速得出这个问题的处理方案。）

Let’s combine our numerical command and clear thinking to quickly and accurately decipher the answer.（让咱们结合数字命令和明晰的思想，快速精确地解密答案。）

结构化prompt

当你想让chatGPT完结愈加杂乱一些的使命时，你就需求愈加杂乱的prompt。那么怎么编写杂乱的prompt。你能够运用下面的结构化prompt技巧。

什么是结构化？拿日常读书写作举例。在咱们所读的书本中，它们运用了各种标题、子标题、阶段和语句等语法元素，在咱们自己写作过程中，咱们也会将内容分章节分阶段的表达想法。简而言之，结构化Prompt的概念类似于写作的过程：它经过结构协助咱们明晰、有条理地表达咱们的想法。

正如咱们在日常日子中运用各种写作模板以便于阅览和表达，例如古代的八股文、现代的简历模板、学生实验报告模板和论文模板等，这些结构模板协助咱们以安排有序的办法出现内容。同理，编写结构化的Prompt也能够凭借各种优质模板，这不只使写作过程愈加轻松，还能提高内容的效果和功率。因此，挑选或发明适合自己的模板，就像运用PPT模板相同，能够极大地提高结构化Prompt的质量。

我的一个模板是：

####**布景**
描绘使命布景
####**方针使命**
告知GPT它的终究方针是什么
####**完结战略**
告知GPT，怎么一步步完结上面的方针
####**输出示例**
给出输出示例
####**约束点和重要事项**
告知GPT有哪些约束点或许重要的事项

在完结战略部分，能够运用AOT结构：

AoT（AOT algorithm of thoughts）在仿照算法思想。经过下面的几个workflow完结使命。

  1. 定义问题：AoT首要明晰阐明问题。
  2. 搜集信息：AoT会提示LLM获取必要信息。
  3. 剖析信息：LLM会剖析搜集的信息。
  4. 提出假定：提出一个初始处理方案。
  5. 测验假定：LLM反驳假定，设想潜在成果。
  6. 得出结论：LLM供给完善的处理方案。

依据上面的原理，看看下面书单挑选的比如：

  • 书单聚类

    ####布景

    我手上有一份丰厚的书单，其间涵盖了多种类型的书本。

    ####方针使命

    请依据书本的内容和特色，对它们进行分类。要求分类不超越5个，并保证分类精确。

    ####完结战略

    take a deep breath and think step by step：

    1. 确认或许的书本类型，并依据书名开始分类。
    2. 针对每本书，搜集相关的简介或内容信息。
    3. 依据搜集的信息对书本进行进一步分类。
    4. 评价每个分类中的书本是否具有类似的主题或内容。
    5. 如果某个分类中的书本不行类似，考虑进一步细分或调整分类。
    6. 终究，承认每个分类中的书本都是类似的，并标示相关的关键词。

    ####约束点和重要事项

    1. 请保证分类是依据现实的，即真实的书本内容。
    2. 为每个分类供给关键词，协助了解该分类的特色。
    3. 请保证不超越5个分类。

    ####书单如下

  • 书单挑选

    ####布景

    我正在寻找一些书本的详细信息，以便决议是否选读。

    ####方针使命

    请为以下的书本供给简介。这将协助我了解每本书的内容和特色，并协助我做出决议计划。

    ####完结战略

    take a deep breath and think step by step：

    1. 针对供给的书单，先确认书本的完好标题和作者。
    2. 查找和搜集每本书的详细简介。
    3. 对搜集到的简介进行简化，保证简介明晰且信息完好。
    4. 依据简介供给的信息，对书本进行开始评价，包括或许的受众、风格、主题等。
    5. 将一切的信息整合后，依照书单的顺序供给给用户。

    • 示例

      书名：《XXXX》，作者：“AAAA”：

      • 简介：此书描绘了……
      • 评价：适合喜爱历史小说的读者，风格倾向于描绘性，主题会集在……

    ####约束点和重要事项

    1. 所供给的信息有必要依据现实。
    2. 如果某本书的详细内容未知，需直接阐明不知道。
    3. 尽量供给完好且简练的简介。

    ####书单如下

结构化prompt还有许多的内容能够探索，感兴趣的朋友能够关注立刻 李继刚 或许参阅LangGPT

让GPT帮你完结prompt

真实的改动在于，你能够教会GPT怎么写Prompt，进而让它帮你完结这一使命。

你能够将上述一切技巧喂给GPT，让它成为一位Prompt编撰专家。在这种形式下，你只需供给一个Prompt的初稿，GPT便能够主动对其进行优化。这意味着，经过简略的开始输入，GPT能够运用其学习到的技巧，协助你精粹和提高Prompt的质量。

详细而言，这种办法带来的优势包括：

  1. 提高Prompt质量：经过精心训练的GPT能够依据最佳实践编撰Prompt，保证其结构完好，充分发挥GPT模型的潜力。
  2. 节省精力与时刻：这种办法使得本来繁琐的Prompt编写过程主动化，用户无需从头开始构思Prompt的结构，极大地节省了时刻和精力。
  3. 便于迭代和优化：在GPT的协助下，用户能够快速迭代和优化Prompt版别，评价效果，并挑选最佳模板，然后轻松完结优化。
  4. 广泛的适应性：GPT能够学习并掌握针对不同领域和使命的Prompt编写技巧，轻松适应新的需求。

总结

从上述内容中，咱们能够看出与ChatGPT高效交流的三个层次：

  1. 了解基本准则：这是运用ChatGPT的根底，强调的是明晰性和促使GPT深化考虑。经过生动、形象的类比，咱们能够更好地了解并应用这些准则。
  2. 掌握结构化Prompt的技巧：在这一层次中，咱们学习怎么使用布景、方针、战略和约束条件等结构来引导GPT有用处理杂乱问题。
  3. 使用GPT辅助Prompt的编写：这代表了与ChatGPT交互的高层次，完结了主动化生成高质量Prompt的方针，减少了重复性劳动。

经过逐渐深化这三个层次，咱们能够树立与ChatGPT愈加高效和丰厚的协作关系，充分发挥其巨大的潜力，发明更多的价值。

参阅

[guangzhengli.com/blog/zh/gpt…]

github.com/EmbraceAGI/…

mp.weixin.qq.com/s/HH2JthU7p… algorithm of thoughts

twitter.com/bindureddy/… 思想树