使用 prompt 与 ChatGPT 对话的 20 个技巧

简介

在与大型语言模型进行交互时，有一些针对指令的提示原则可以帮助你获得更好的结果。这些原则包括直截了当地表达需求，明确受众，拆分任务，使用积极的指示词汇，以及使用引导性词汇和分隔符等方法。同时，你还可以使用示例驱动的提示方法和输出启动器来引导模型的回答。另外，为了获取更准确的结果，你可以添加详细的背景信息或输入数据，并与模型建立思维链。这份表格列出了一些有用的提示和指导，帮助你有效地与语言模型进行交互。

技巧原则

原则	针对指令的提示原则
1	与大语言模型交流无需客气，避免使用如“请”、“谢谢”这样的礼貌用语，直截了当地表达需求。
2	在提示中明确你的受众，比如指出受众是该领域的专家。
3	把复杂任务拆分成简单的步骤，并通过交互式对话逐步进行。
4	使用积极的指示词汇，例如“做”，避免使用否定词汇，如“不要”。
5	当需要对某个主题、想法或信息有更清晰、深入的理解时，可以使用以下提示：o 简单地解释[具体主题]。o 像向 11 岁的孩子一样向我解释。o 像我是[领域]新手一样向我解释。o 使用简单易懂的语言编写[文章/文本/段落]，就像对 5 岁孩子解释一样。
6	添加一句“我会给出$xxx 的小费来获取更好的解决方案！”
7	使用以示例为驱动的提示方法（采用少样本 (few-shot) 提示）。
8	在撰写提示时，首先用“指令”来开始，接着是“示例”或“问题”（如果适用）。然后展示你的内容。用分行或分段的方式区分开指令、示例、问题、背景和输入数据。
9	添加短语“你的任务是”和“你必须”。
10	添加短语“将会受到惩罚”。
11	使用“以自然、类似人类的方式回答问题”这一短语。
12	使用引导性词汇，比如“逐步思考”。
13	在提示中加入“确保你的回答无偏见，不依赖于刻板印象”。
14	允许模型通过问询来从你那里获取具体的细节和要求，直到它有足够的信息来提供所需输出，例如，“从现在开始，请向我提出问题，以便……”。
15	当你想探究一个特定主题或想法，或需要某些信息时，如果你想检验自己的理解，可以用这样的话来提问：“请教授我 [任何定理/主题/规则的名称]，并在最后附上一个测试，但不要告诉我答案，等我回答后再告诉我答案是否正确”。
16	为大语言模型 (Large Language Model) 分配一个角色。
17	使用分隔符。
18	在一个指令中多次重复某个特定单词或短语。
19	结合使用思维链 (Chain-of-thought, CoT) 和少样本 (Few-shot) 提示。
20	使用输出启动器，即用你希望得到的输出的开头来结束你的指令。通过在指令的结尾处加上你期待的回应的开头来应用输出启动器。
21	要撰写一篇详尽的论文、文本、段落、文章或任何类型的文字时，可以这样说：“请为我写一篇关于 [主题] 的详细 [论文/文本/段落]，并包含所有必要的信息”。
22	为了在不改变其风格的情况下修正或更改特定文本：“请尝试修订用户提交的每个段落。你应该只改善用户的语法和词汇，确保其听起来自然，但不要改变写作风格，比如将一个正式段落变得非正式”。
23	当你面对一个涉及多个文件的复杂编码指令时：“从现在开始，每当你需要生成跨越多个文件的代码时，请生成一个 [编程语言] 脚本，该脚本能够运行并自动创建所需文件或修改现有文件，以插入生成的代码。[你的问题]”。
24	当你想使用特定的单词、短语或句子来开始或继续一个文本时，可以使用以下指令： o 我为你提供了开头 [歌词/故事/段落/论文等]：[插入歌词/单词/句子]。请根据所提供的内容完成它，并保持内容的连贯性。
25	清晰地说明模型必须遵循的要求，以便产生内容，这些要求可以是关键词、规则、提示或指示的形式。
26	要撰写任何文本，例如文章或段落，使其与提供的样本相似，请遵循以下指示：请根据提供的段落[/标题/文本/文章/答案]使用相同的语言。