打造中国最大的
AI信息汇总平台


ChatGPT 提示语说明书:通用三层结构与 9 个技巧提高 AI 生产力

ChatGPT 提示语说明书:通用三层结构与 9 个技巧提高 AI 生产力插图

当我们使用 ChatGPT 或 New Bing 这类对话生成内容的 AI 工具,甚至是 Midjourney、 Bing AI 绘图时,直觉的提问或描述,往往就能获得不错的答案。 尤其在像是 GPT-4 这样的 AI 引擎升级,我们可以用更接近日常自然语言对话的方式,来获得自己需要的结果。

正是这样的「直觉」与「自然」,不用像是传统软件那样进行复杂功能操作,让 AI 内容生成工具对大多数一般人来说有惊艳的使用效果。

既然如此,如果不是要开发 AI 工具的话,那么我们一般日常的工作、生活应用,还有需要去学习更好的「提示语技巧」吗? 还是用自然语言来对话即可?

在几个月的使用过程后,我目前的经验心得是,虽然不用学习太像是软件工程那样的提问技巧(因为 AI 强调的就是用自然语言对话),但是就像我们日常跟真正的人对话的时候,我们是否能准确描述任务? 是否能让对方精准理解我的意图? 这里面也绝对不只是随便说说,对方就能接住我的对话

也就是说,当我们需要 ChatGPT、 New Bing 这样的 AI 工具完成不只是「我问你答」的简单知识问答(例如 XXX 是什么意思? ),而是可以完成像是撰写企画书、整理知识、绘制表格、分析大纲、规划目标等等,属于「我交付任务,AI 完成成果」的需求,那么就需要一些不用太复杂,但可以更精准的「提示语技巧」

ChatGPT 基础三层提示语结构:目标优先、输入数据、设置输出

我自己在撰写 ChatGPT 提示语的时候,有一个基本的三层结构,经过在各种工作、生活任务上的实践与实验,有助于解决大多数不同类型的任务。 尤其在你的问题有点复杂,想不清楚要怎么问比较好的时候,透过三层结构,让我们有方向、有结构的提出问题,并获得 ChatGPT 相对更有效的回答

ChatGPT 提示语说明书:通用三层结构与 9 个技巧提高 AI 生产力插图1

这三层结构的基础是:

  • 目的优先
  • 输入资料
  • 设定输出

例如我请 ChatGPT 帮我设计一个台湾历史问答题库的提问,我先清楚说出我的目的是要做一个闪卡题库,然后输入这个任务的背景资料是给幼儿园练习的台湾历史人物,最后明确设定我需要的题目格式与数量:(参考:ChatGPT 与 Quiz Wizard 帮老师家长 AI 生成选择题、抽认卡教学

有时候三层结构的后面两层顺序可以调换,例如我请ChatGPT理清一个搬家计划的步骤,我先清楚说出我的目的是理出搬家任务大纲,但接着设定输出时要补上可能漏掉的任务,最后才给予ChatGPT我的搬家相关资料。

但是无论如何,当我们要让 ChatGPT 完成一个比较复杂的任务,却不知道如何表达自己的问题,不知道如何撰写提示语时,都可以从这三个层次的架构来思考:

  • 目标优先 :
    • 尽可能在提示语的一开头,用一到两句话,先清楚说出自己的最终目的。 例如要做一个闪卡题目、要拆解搬家任务大纲。
    • 这就像我们交付任务给他人时,一开始就「先说结果」,也就是最终希望对方完成的是什么东西,这样之后就算需要解释比较复杂的资料,对方也一开始就知道最终任务到底是什么,这样无论是人还是 ChatGPT 都比较不会因此混乱。
    • 有时候比较简单的问答,可能就只需要「目的优先」这一层结构即可。
  • 輸入資料:
    • 和 ChatGPT 傳達任務目的後,可以開始說明任務、問題的獨特背景資料,明確具體的描述跟任務相關的人事時地物。
    • 這其實跟我們交付任務給他人時,也是一樣的道理,要讓對方了解任務有什麼獨特之處,不一定要說一般性的通則資料,但一定要補充跟任務相關的「特殊性資料」,例如是台灣歷史、幼兒園使用的題庫,是要同時處理舊家具的搬家任務等。
  • 設定輸出:
    • 最後,我們要更明確界定 ChatGPT 輸出結果的特殊條件,例如要輸出幾個(20個)?有沒有什麼特殊格式(問題-答案)?有沒有需要什麼語氣、風格或特殊行動(補上可能漏掉的任務)?等等。
    • 這裡也還是跟我們交付任務給他人時,是同樣的道理,如果可以的話就跟對方講清楚「要交付結果的條件」,或者期望對方處理任務時「一定要採取的行動」,這樣 ChatGPT 才會知道要這樣去做,不要等到對方給我們之後才說數量不對、風格不合、格式有差。

掌握這樣的三層提示語基本結構,就能寫出一個好問題,或是交付一個有效的任務,當我們能精準的提問、交付任務,那麼 ChatGPT 也能提供給我們更有效的回答。

ChatGPT 進階三層提示語結構:指派角色、原始資料、任務範本

如果要問的問題比較複雜,或是希望 ChatGPT 交付給我們的任務成果更有效果時,可以從上面的基本三層結構延伸出一些進階的技巧。

  • 目的優先:
    • 明確設定要指派給誰去完成什麼任務,也就是指派 ChatGPT 一個處理任務的特殊角色。
  • 輸入資料:
    • 比起说明任务背景,不如直接给出任务混乱但完整的原始资料,让 ChatGPT 自己去分析。
  • 配置输出 :
    • 比起说明输出条件,不如直接给出任务成果的完整模板,让 ChatGPT 依照模板去产出结果。

例如不只希望 ChatGPT 简单摘要文章,而是可以直接写成学习笔记。 这时候比起单纯只是问 ChatGPT:「帮我把这篇文章整理成 300 字的摘要,提供文章:」,不如这样问:

如果只是简单的摘要文章指令,只能获得的是下面这样的摘要成果:

但是如果用上面的三层结构来提问(目的优先、输入数据、设定输出),让提示语更完整,并且还指定了任务角色是教养专家,又提供了具体的笔记模板,那么我们就会获得下面这样的结果:

善用进阶的三层提示语结构,瞬间我们获得的内容就会有质量上根本的差异,就算使用 GPT-3.5 的版本也能获得很不错的 AI 答案。

  • 目的优先:指派谁完成什么任务?
    • 我们一定要在指派任务的时候,先说明要让 ChatGPT 模拟什么角色吗? 我的经验是不一定,但是如果我们要解决的问题有某种特殊性,那么指派角色会让回答的效果更精准。
    • 你可以这样想,假如你是一位老板,而 ChatGPT 是你的团队,当你要指派任务时,会只是模糊的把任务交给整个团队来做? 还是会这样说:「请文案专家撰写一篇脸书贴文」、「请专案管理专家撰写一份目标企划书」、「请数据分析专家制作一份比较分析表格」,一定是清楚说明:「要指派谁,完成什么任务」,才是一个精准的任务交派
  • 输入数据:提供原始数据让 ChatGPT 分析
    • 有时候与其讲一大堆任务、问题的背景描述,或是设定一大堆输出成果的条件,不如直接给出原始资料更好。
    • 原始数据可能是我们的想法笔记、杂乱文件等等,把这样的内容交给 ChatGPT 分析,往往会有意想不到的好效果。 因为在原始资料中,其实就有更完整的背景资料、更完整的输出需求细节。 所以我们可以要求ChatGPT根据原始资料去分析并产出任务。

ChatGPT 自动写出来的 Facebook 贴文虽然不错,但是往往太过市侩,也就是太像农场的风格。

可是如果我们提供 ChatGPT 原始资料去分析,那么他就会产出像是下面这样的贴文建议,整体来说更符合我自己的写作风格。

  • 设置输出:直接给出任务成果的模板:(延伸教学:活用你的第二大脑笔记模板,协作 ChatGPT 生成好内容的 6 个案例
    • ChatGPT 虽然很聪明,但是要执行任务的毕竟还是我们自己,所以如果我们可以加上自己最需要的「任务执行模板」,让 ChatGPT 根据我们需要的任务执行逻辑来分析,那么有可能获得的答案会更接近直接可用的答案。

例如我下面先做一个三层提问,有指派谁完成什么任务,也有提供简单背景资料,也有设定输出的简单条件,这时候,获得的答案其实也不错。

但是假如我加上一个输出的计划模板,往往可以进一步提升答案的质量,深化内容,并且变成我们直接可用的成果。 (即使是 GPT-3.5 也可以不错的结果)

以上就是基础、进阶的三层提示语结构,这是大多数ChatGPT与New Bing提问时的通用结构,我们把提问想象成是交付任务给ChatGPT,在这三层结构中进行变化,面对复杂问题时加上进阶三层结构的技巧,基本上就能很有效的运用ChatGPT。

这篇文章后面,再跟大家补充几个提问的时候可以知道或运用的小技巧,这些技巧不一定要用,但如果遇到符合情境的特殊问题时,这些小技巧就会帮上忙。

ChatGPT 提示语说明书:通用三层结构与 9 个技巧提高 AI 生产力插图2

跟 ChatGPT 提问的 9 个辅助小技巧:

  • 01. 问题要有特殊性

如果我们问的是普通问题,就只会获得普通答案。 如果我们交付任务时没有仔细指出这次任务的特殊性,那么 AI 或人都不会知道我们到底想要什么结果。所以,与其问:「请帮我摘要这篇文章」,不如问:「请帮我摘要这篇文章,我想知道里面关于如何实际执行卡片盒笔记法的具体步骤。」

在「目的优先」、「输入数据」、「设定输出」三层结构中,能够指出愈多问题、任务的特殊性,那么最后获得的答案就会愈有帮助。

这也是为什么我很少在电脑玩物介绍摘要工具、提示语工具的原因,因为别人写的提示语,很难有我们自己针对问题与任务的特殊性,这个特殊性只有自己知道,请把他们加入你的提示语中。而最佳的特殊性,就是前面进阶三层结构提到的:提供原始资料(你自己的原始资料,就是最特殊的资料),或是提供自己的模板(你自己的任务模板,就是最特殊的执行流程)

  • 02. 不用怕问得不好,不用担心问得太复杂,追问修正即可

当看了上面的提示语技巧后,可能会不小心陷入绑手绑脚的迷思,就是会想要每一个问题都问得很详细完整,但这并不一定是好事。 有时候问题就是比较简单,所以只要把握「目的优先」的技巧即可。 有时候,则是问得太复杂,反而 ChatGPT 没办法抓住所有细节,最后答案反而更加不如预期。所以,我们可以先问得比较简单,只要具体即可。 然后有什么不满意的地方,再一步一步的追问。 例如下面这样的提问流程:

  • 问题一:从简单但是具体的提问开始
    • “请帮我规划一个花莲5天4夜亲子之旅,可以带5岁小孩体验花莲的大自然风光,我会开车前往。”
  • 问题二:发现可能问题:
    • “针对上一个问题中建议的行程,以亲子之旅的目标来说,可能会有哪些问题与风险呢?”
  • 问题三:针对具体问题提供解决办法:
    • “针对上述行程,建议如何避免行程太紧凑的问题? 可以让小孩玩得放松舒服”
  • 问题四:提供开始下一步行动的建议:
    • “前面的建议很棒,可以帮我转换成接下来我该怎么做的具体下一步行动清单吗?”
  • 问题五:避开信息的提问技巧:
    • “如何规划一次小孩会很开心的亲子旅行?”

之前我的案例:「ChatGPT 帮我不懂程式码也能写出番茄钟待办清单工具,实测心得」,就是在一步一步追问下完成的。

  • 03. 真的不会问问题时,就让 AI 来问你问题

有时候,我们可能对这个项目任务真的一知半解,这时候怎么办呢? 这时候,可以反过来让ChatGPT问我们问题。

关键的提示语是:“…… 请用问我问题的方式,引导我……」

例如我问:「假设你是一位敏捷项目管理专家,请用问我问题的方式,引导我建立一个在办公室小团队导入敏捷管理的计画。 我们办公室目前很多项目都会拖延时程,而且大家对项目管理没有概念。 我们需要一个初步简单可行的计划来开始推展这个计划。」

  • 04. 思维链提示法:你的输出模板,也可以是思考逻辑、方法论

ChatGPT 的输出逻辑,通常不是我们真正需要的输出逻辑,前面有提到可以设定「模板」,让 ChatGPT 依照这个模板输出。 但问题是如果我们没有任务、内容的模板时怎么办?这时候有一种提示方法称为“思维链提示法”:

意思是展示一次「我们的思考逻辑是什么」,让 ChatGPT 模仿我们的思考逻辑来输出答案。

这会让 ChatGPT 更会解题,或是更能有效的一步一步深入解决我们的问题。例如我请 ChatGPT 帮我想一个文章标题,如果只是一般的提问可能获得的答案如下:

但是如果我加上思考逻辑的示范呢? 让我们试试看:

这时候产出的文章标题会是更适合我的题目参考建议:

  • 05. 多加一句:请 ChatGPT 一步一步分析并回答

那如果我也不知道应该用什么思考逻辑来解出答案、完成任务怎么办?其实很简单,那就请 ChatGPT 一步一步分析并回答,这样一来,往往面对一些复杂问题或任务时,会让 ChatGPT 提供更精准有帮助的答案。

例如下面这个设计文章标题的范例,多加一句「请一步一步分析并回答」,这样一来,我们可以看到文章标题的建议更好,并且会多出更细致的背后思考逻辑分析,这有助于我们自己再去找出更好的答案。

  • 06. 多加一句:提示 ChatGPT 要做事实确认再作答

ChatGPT、 New Bing 其实有所谓的更有创意的回答? 还是更严谨的回答? 更有趣? 还是更认真? 这些后台设定是有意义的,但如果无法作后台设定时,其实我们可以在「提示语」中要求 ChatGPT 改变设定。例如我们可以这样说:「请你根据事实确认后再回答」、「请你一定要符合原文语气」,或是「请你可以更有创意的延伸思考」、「请你可以更自由地发挥想像力」等等。

不过,这里是一种「比例」的问题,也就是会增加事实的比例,或是增加严谨的比例,但还是很难 100% 符合要求。

  • 07. 善用标记:当要提供大量数据,或是多次对话时

ChatGPT 可以在反复的多次对话中,不断的深入探讨某个问题,但是一旦数据多了、对话多了,有时候 ChatGPT 会误会我们所说的是哪个资料? 哪段对话? 这时候,多多利用标记,就可以解决问题。「标记」的意思是,我给某一个提问、某一个任务、某一段资料一个「专有名词的记号」,例如「@1 A项目」、「@2 B专案」,有了标记,以后就可以跟 ChatGPT 说:「让我们先分析 @1 A项目 」,而 ChatGPT 也会知道我们在问什么、说什么。更进一步的,有时候要提供很大量的资料给ChatGPT解读,但每一则对话有字数上限,这时候善用标记,就可以分段提供所有的资料(我最多测试到20000多字的数据),然后请ChatGPT做分析,具体案例可以参考:「利用ChatGPT提示语突破字数限制教学,深入分析摘要2万字资料」。

  • 08. 问两次,进行确认,让答案更多细节

有时候,你可能觉得 ChatGPT 摘要一篇文章不够深入,解析一个问题好像漏掉一些细节,这是再所难免,有个小技巧可以克服这个问题。那就是追问两次、三次以上,我可以在对话中接续着这样问:「请你再确认一次有没有遗漏?」 、「请你再确认一次是否符合事实?」 、「请你再确认一次还有没有要补充的?」

这个意思是,请 ChatGPT 根据她第一次回答的基础,然后回到原始数据或提问中去做两次、三次的确认,这有助于完满答案的细节。

  • 09. 当资料、模板很复杂时,用### 或 “”“ 分隔指令和上下文

我的经验是,这不一定是个必要手段,很多时候 ChatGPT 确实就会自己分辨出需要的内容。但是 OpenAI 官方的提问技巧手册有提到这个技巧,而且有几次当 ChatGPT 搞不清楚我的提问与资料时,我运用这个技巧确实就解决问题了。

前面的进阶三层提示语结构,提到要输入原始数据,或是要提供模板,这时候,数据跟范本如何清楚区分呢? 可以在这些不同资料的前后加上 ### 或 “”“ 来进行分隔。 例如:

  • 假设你是一位亲子教养专家,帮我针对下面这篇文章进行摘要。 摘要时请根据更下方提供的笔记大纲模板撰写:
  • 文章: ###
  • XXX粘贴文章内容
  • ###
  • 笔记大纲模板 : ###
  • 能不能解决亲子沟通之间的问题?
  • 文章提到哪些具体技巧?
  • 延伸拆解我们可以采取的下一步行动?」
  • ###

这样可以让 ChatGPT 更清楚我们提问的不同段落。以上,就是我自己这几个月在利用ChatGPT进行提问与完成任务时,会使用的提示语通用三层结构,以及搭配辅助的9个小技巧,分享给大家参考。

有兴趣的朋友还可以进一步研究:

欢迎免费使用GPT对话,感受ChatGPT的魅力!AI爱好者 – 最具实力的中文AI交流社区平台 (aiahz.com)

长按扫描二维码进群领资源

ChatGPT 提示语说明书:通用三层结构与 9 个技巧提高 AI 生产力插图3
赞(1) 打赏
未经允许不得转载:AI爱好者 » ChatGPT 提示语说明书:通用三层结构与 9 个技巧提高 AI 生产力

评论 抢沙发

欢迎来到AI爱好者

我们旨在打造一个最具实力的中文AI交流社区平台,致力于为所有AI爱好者,创业者和使用者提供优质服务. 我们的宗旨是为广大用户提供免费解决方案,您可以通过问答形式提出与AI相关的任何问题.

AI社区AI工具

安全服务战略合作伙伴:麒麟盾 SCDN

觉得文章有用就打赏一下文章作者

非常感谢你的打赏,我们将继续提供更多优质内容,让我们一起创建更加美好的网络世界!

微信扫一扫打赏

登录

找回密码

注册