chatGPT技巧攻略.方法大全一文读懂

这篇文章将带领你系统地掌握ChatGPT以及相关人工智能的使用方法。本文没有废话，全部都是实际操作内容，即使是完全不了解的新手也能轻松理解并开始使用。超级丰富实用的内容！全文包含1万字，作者倾尽心血！

保证只要认真阅读本文，你就能超越90%的人，对AI的应用能力有更深入的了解！！！

建议您先点赞和收藏，然后再将其保存，以便随时查阅。

接下来开始正文...

在正式开始之前，我有必要进行一些说明：

基本介绍GPT和注册方式这些都可以在搜索引擎上轻松找到，无需赘言。

因此，我们将直接聚焦于最为重要的使用教程部分，即你在获得GPT后所面临的两大难题，来进行讲解。

1、为何人们无法充分利用人工智能？

许多学生在拿到GPT后的第一个难点是：不会很好地使用它。

换言之，你经常会感觉到ChatGPT的回答很空洞，缺乏实际参考价值...

第二个问题在于：没有可施展之处。

换句话说，使用了GPT后，发现自己好像没有很好的问题需要问，也不知道该如何利用GPT。

因此，在这两个问题的影响下，当你使用账号和闲聊的兴奋感逐渐消失后，GPT也就失去了其作用，变成了废物，而你的生活和工作则仍然没有改变。

不过，我使用人工智能得出的结果可能与你的有所不同~

可以这样说，我的工作流程现在基本上都被AI接手或者协助了，它使我的整体效率提升了至少三倍。

它已经完全成为了我的个人助手，贯穿了我的工作、学习和生活的各个层面...

除了这篇文章是本人写的之外，排版、增补、润色、纠错等环节都是通过人工智能完成的。现在你正在阅读的就是其中之一。

其实，我之所以能够利用相同的工具创造出实际的价值，而你却陷入了回答空泛、不知道如何应用的尴尬境地，这的关键原因在于……

因为您欠缺了以下两个方面，所以发生了这种情况：

a.虽然你已经获得了屠龙刀，但是你不知道如何使用它。

换句话说，就是不熟悉人工智能的操作技巧。

b.你可以挥舞它，但你不知道该往何处，该去哪里屠龙。

换句话说，AI无法与其适用的场景相匹配，像屠龙刀变成了一根烧火棍一样无用。

可以说，几乎所有不能使用人工智能创造实际生产效益的学生，在这两个挑战中都失败了。

因此，我们将围绕两个逻辑主线展开讲解，即使用人工智能的方法（类似于使用屠龙刀）和与人工智能相关的应用场景（了解如何使用屠龙刀），帮助您全面掌握GPT的应用。

2、AI的使用方法是什么？

其实AI使用的核心秘诀可以用一句话概括：GPT生成的答案质量完全取决于你的提问方式和引导方式。只有当你能够正确提问和引导AI时，它才能帮助你生成惊喜的答案。否则，它就毫无价值并且充满虚假。

在这里，“提问方式”指的是与AI沟通的语言，“引导方式”指的是调教AI的方法。只要你理解这两点，就可以掌握操纵AI的能力。那么，这句话的意思是什么呢？实际上很好理解，因为目前人类对自然语言（人类语言）处理技术尚未完美，所以AI生成的内容质量高度依赖于提示语。提示语可以理解为能够让AI准确捕捉你意图的话语或者与AI沟通的语言方式。

如果你提供给AI的提示语质量差或不到位，那么它给你的答案可能就像是无用的废话一样。这些内容和你在搜索引擎上找到的那些无关文本并没有本质上的不同，对你没有启发作用。因此，想要获得高质量的AI回答，第一步就是学会与AI沟通的语言，也就是学会如何编写提示语。SamAltman,OpenAI的CEO，也被称为ChatGPT之父，曾经在推特上强调过给AI写提示词的重要性，并表示这是一个非常重要的技能。

那么，为了让你更直接清晰的认识到，会写提示词的重要性，我们这里不妨再上一个能让你直接感知到的例子~

让你看看，对 AI 提同样的需求，会写提示词，和不会写提示词，AI 所返回给你的结果质量，究竟会有多大的差距.....

不会写提示词的人：

会写提示词的人：

经过以上的介绍，你已经意识到写好提示词的重要性了。接下来，我们应该思考如何撰写高质量的提示词？

关于这点，我为你总结了一个常用且经过多次实践验证的提示短语模板：

一个好的提示词是由：立角色 + 述问题 + 定目标 + 补要求，四部分构成！

1：【立角色】指的是：引导AI进入具体场景，为 AI 赋予行家身份。

2：【述问题】指的是：告诉AI你的困惑，你的问题，以及为AI补充问题所需要的背景信息。

3：【定目标】指的是：告诉AI你的需求，你希望它为你做到什么。

4：【补要求】指的是：告诉AI，它的回答需要注意什么，或者你想让它以什么形式来回复你。

当然这套模板看着会比较复杂，但操作起来却是无比简单~这里不妨还拿前面那个【旅游攻略】的案例来举例，那把这个公式带入到一个真实的应用场景，它就是这样的效果.....

立角色：“假如你是一位导游”

述问题：“我想去香港旅游，预算1万元，总共3个人，行程5天”

定目标：“请帮我出一份攻略”

补要求：“注意，不安排的太紧凑，不去网红点打卡，想去有文化底蕴的景点，另外，推荐景点请附上景点价格，不去太高档的餐厅消费。”

当然，阅读这个案例后，你可能会认为，在模板中，“阐述问题、设定目标、补充要求”等部分都是非常易于理解的，这是我们通常提问时所使用的语言模式。

但是，为什么要多此一举地加上一个“立角色”的动作呢？直接提问题不是更加简单明了吗？

我想向您传达以下事项：这个动作不仅不是多余的，而且非常重要！为了解释这一点，我们可以用上面提到的“旅游”作为例子。

如果询问方式和内容完全相同，只是在后者多了“假如你是导游”这六个字，GPT返回给我们的答案与前者相比，完全是两个不同的层次！

换句话说，当使用具备专家角色的提问功能时，AI返回的结果将更加具体、实用，并且回答时语气更加亲切。

差异的形成原因非常容易理解。我们可以通过金庸老先生的武侠小说来阐释。事实上，AI所掌握的知识有些像《天龙八部》中的王语嫣，尽管她记住了天下所有武学知识，但她所学的知识十分广泛，相互干扰，虽然可以提出建议，但却无法提供具体的针对性建议。

王语嫣，知晓天下武学，掌握的武学知识又宽又泛，又相互干扰，虽然能给出建议，但无法给出针对性的建议。

然而，一旦我们赋予人工智能专家的角色，它就不再是一个死板的知识学习机器，像王语嫣一般，而是成为了该领域的实战专家，为我们提供答案和解决方案。

换句话说，专家角色可协助AI确定场景、明确问题范围，并提供问题所需的背景信息。

当一个领域的专家出现时，他/她代表着该领域的知识体系和最高的行业标准。这样的行为就像是给王语嫣增加了一个“Buff”。

在了解了所有武学知识的基础上，王语嫣还获得了该领域最高成就所代表的身份加成。因此，她所给出的答案与那些只死读书的书呆子们的回答有着许多显著不同之处。

因此，如果您的问题需要一定的深度，并且想要更专业的答案，而不是类似于搜索引擎的答案，那么请记住：向AI提出问题的第一步是先给它添加专家的增益效果。完成此步骤后，再告诉它您要它做什么以及您的补充要求。

现在你已经明白了为GPT添加专家buff的作用，接下来我们该如何为它添加这个buff呢？实际上，操作思路非常简单，我已经进行过测试，以下这几个提示词均可用于此目的~

你现在是[xx]
请你扮演[XX]
假如你是 [XX]
请你以 [XX] 的角度/身份/语气.....

根据我的实践经验，这些提示词都可以被人工智能所接受和理解。在这里，你只需要选择最符合你语言习惯的表达方式即可。

掌握了写提示词的方法后，再与过去的提问方式对比，就能看出AI所给出的回答质量的不同。这种对比效果与先前所述的相同。

其实，这套提示词模版是可以通用的，举例：

立角色：“假如你是一位钢琴老师”

述问题：“现在需要为你的培训班招生，请准备一节试听课.....”

定目标：“请列出这节试听课的提纲和课程内容”

补要求：“注意，课程要求时长为45分钟，中间穿插互动环节”

ChatGPT生成的效果如下：

此外，这套思路还可以跨场景迁移使用，比如用提示词模版，来实现 AI 绘画~

再次精简为需求描述：

有了需求描述，我们就可以利用AI软件直接生成图片:

总的来说，这个模板是通用的，而且例子不止一种。只要你按照这个SOP的模板提示词来写，一般来说，GPT生成的答案都不会太糟。

当然，如果你的问题比较简单，你就不需要完全按照这个模板来做了。对于一些简单的问题，直接提问即可。因此，要牢记一点：方法不要僵化，要根据实际情况灵活变通。

好的，通过以上内容，你已经学会了如何写出提示词了~不过尽管你可以运用这种方法，设计出高质量的提示词，以获得优质的AI答案。

然而我们都明白，当前的人工智能还没有进化到超然的地步，因此在面对一些更为复杂的问题时，它的回答往往不能够完全满足需求。因此，如果我们想要获得更具价值、更深入的回答，就需要对其进行调整。

二、训练方法

1、调教的方法和原理

GPT之所以强大，是因为它具备了思维链技术（ChainofThought）的能力，让它可以进行多轮对话并理解&结合上下文语境。

换言之，借助这项技术，人工智能可以记录我们之前的对话，并在此基础上有针对性地回应我们后续的发言，从而营造出与人类对话类似的效果。

因此，基于人工智能的机制，我们可以通过持续提供数据和指令的方式，对人工智能进行训练。通过不断引导人工智能来获得更具体、更深入、更有价值的回答，或其他效果。

在了解了调教AI的机制后，接下来就需要掌握如何训练AI以达到预期效果。

为此，我们需要使用两个指令。第一个指令称为“继续指令”，其本质作用是帮助我们突破AI厂商设定的输出限制，从而让AI的回答更充分地表达其潜力。

我们知道，训练大型AI模型的成本非常高昂。出于算力成本的考虑，包括OpenAI在内的诸多AI厂商尽可能地控制AI生成的篇幅，并通过概括文本内容让其变得简练。例如，ChatGPT每次最多只能输出2048个字符，若超过此限制，则AI的回答会被强制截断。

红色标记处，AI被截断并停止回答

所以，在厂商的篇幅限制以及篇幅概括这两个限制条件下，AI 所给我们的一次性内容，就会经常让我们感觉到内容不够或者深度不够。

那么，这个时候继续指令就可以帮助我们突破这两点限制。

也就是让超过 2048 字符的回答继续下去，或者让第一次回答不充分的地方，继续详细展开，如图：

当然，文中的实例，只是【继续指令】最基础的用法，除了这个最基础的用法之外，它还有进一步的追问用法....

比如，还是拿上面提到的【课程设计】来举例子~

立角色：“假如你是一位钢琴老师”

述问题：“现在需要为你的培训班招生，请准备一节试听课.....”

定目标：“请列出这节试听课的提纲和课程内容”

补要求：“注意，课程要求时长为45分钟，中间穿插互动环节”

使用进一步指令，对其进行追问：

而且，我们在进行继续追问的过程中，也可以把我们前面的【补要求】的提示词给用上，比如：

请用小孩子都能听懂的例子进行解释，

请提供不小于 5 个例子，

请从XX领域里选例子，

请你用活泼口语化的方式进行回答，

请扩写...

请概括...

例如，“八度音程”这个专业词需要chatGPT用简单易懂的话解释一下：

从理论上来说，你可以一直按照"继续"的模式对其进行持续的追问和深入挖掘。

例如，以“讲课案例”为例，您只需按照GPT最初提供的大纲框架即可。

接下来，需要不断追问大纲中的内容，一层层递进，最终将每个点的追问结果填充到最初的框架中。这样，你就可以得到一个基本上完全由GPT生成的课件内容。最后，你需要做的只是更改GPT所生成的语言风格为你自己的，拼接好逻辑，并进行润色。这样，你就可以轻松地讲课了。是不是很厉害呢？

当然，在使用继续指令及其扩展用法时，有两个要注意的事项需要提醒：

注意事项一：注意指令的歧义性。

如果你的追问过于冗长或套娃层级过多，你的后续指令可能会导致AI出现歧义，回答与问题无关的内容。因此，在多层级追问时，请明确对象。

例如，将"请具体介绍下第二点"改为"请具体介绍下提纲中的第二点"，这样的描述更加具体明确，AI就不会引起困惑了。

注意事项二：关注上下文的联系

前面我们提到，AI拥有强大的多轮对话和关联上下文的能力。如果在同一个对话框内穿插多个不同的主题场景，那么AI的回答可能会受前面内容的影响而出现混乱的情况。因此，在与GPT进行互动时，如果想在一个对话框内问多个不同的话题，建议在新的话题开启时初始化GPT。也就是说，在开始新话题前先清空前面的对话，这样可以避免AI的回答受到前面对话的干扰。

该说不说，ChatGPT还是很礼貌的哦~

现在，我们已经讲完了如何调教AI的【继续】指令了~

尽管这个指令可以使得AI的回答更加丰富多样，但由于语言传递信息的限制，AI每次回答可能并不总是符合我们的意图，甚至在交谈过程中会出现偏离的情况。

如果我们这样做，可能会带来许多不必要的问题，而并没有达到我们想要的效果。所以当面临这种情况时，我们需要使用调教AI的第二个指令，它可以帮助我们设计出具有“套路属性”和“模板类”的任务，从而达到神奇的效果。

2、对GPT进行奖惩指令的调教

其实，“奖惩指令（有监督学习）”的作用和调教原理很容易理解，就像我们教育孩子一样。如果你希望孩子达到你理想的行为标准，就需要对他进行教育。如果孩子表现良好，我们需要及时夸奖、鼓励他变得更好；如果孩子表现不佳，我们就需要惩罚，让他了解底线。通过反复的奖励和惩罚，孩子自然地形成了我们所期望的行为标准。

既然基于神经网络的人工智能具备思维链的能力，那么按照教育孩子的思路，我们当然可以让人工智能变得越来越顺从。

关于惩罚和奖励的指令实施思路非常简单，接下来以我训练的【出题小助手】为例。每周我都会为社群同学出一道思考题。因此，一旦ChatGPT出现，我就开始考虑是否能够让AI自动或协助我生成思考题，以减轻我的工作负担。

在这个目标的指引下，我开始了对AI的训练。训练思路很简单：首先，我会让它解决我之前的思维题，然后让它学习和分析我出题的规则，并生成答案模式。对于AI生成的内容，如果符合我的要求，我会用肯定的语气表扬它，比如说“非常好，请继续保持这种形式”。如果不符合我的要求，我会用否定的语气指出它的错误，并要求它重新生成，满足我的要求。一般来说，GPT会马上道歉并纠正它的错误。就像你看到的这样...

然而，你发现ChatGPT回答的内容并非你所想要的，所以，运用奖励惩罚指令机制如下图：

于是经过调教，最后它就成了辅助我出题的小助手了~

ChatGPT给出的以上答案就比较符合我的要求了！

因此，可以考虑思考你工作中的情境，看看有哪些任务是比较固定模式的。对于这些固定模式的任务，可以通过使用【奖惩指令】来训练人工智能。

在训练过程中，应该鼓励符合要求的地方并惩罚不符合要求的地方。通过这种反复的奖惩，AI可以达到您理想的行为标准，提升其生成符合您需求的能力，并成为您工作中某个场景下的长期助手。

我们都明白，无论是知识、技术还是工具，其最终目的都是为了助力我们实现实际生存的需要。

如果你无法实现这个目标，即使你已经掌握了屠龙技能，但如果没有龙需要屠杀，那么这个技能就与你没有任何关系。我们许多同学因为没有将AI与所需的应用场景联系起来，尽管已经掌握了GPT并了解了如何使用它，但其使用频率仍然很低，甚至根本没有使用，这是核心原因。

因此，若欲让人工智能为你创造实际的生产力，你必须找到适合自身的应用场景。只有将人工智能融入到具体场景中，才能发挥其真正的作用。

因此，我将与您分享下一步的内容。在掌握了AI操作方法的基础上，我们将会探讨如何将AI与个人结合起来，以实现实际的生产力。

3、怎样将人工智能与实际价值融合创造出更多成果？

其实让人工智能和我们自身融合的思路很简单，总结起来只需要两个步骤。

第一步，我称之为“梳理实际情况”。这个“梳理”一词容易理解。在电商兴起时，马云曾说过“所有生意都值得用互联网再做一遍”，现在，在AI时代，我也想借用这句话：实际上，几乎所有涉及知识的工作都可以用AI进行再构建。也就是说，我们可以反思自己的工作场景，梳理出那些可能被AI替代或辅助的部分，然后找到它们与AI结合的点，按照前面所说的思路打造标准化的工具或流程。

用普通话简单来说，就是整理你的工作记录，看看哪些工作能让AI来完成或协助完成，将这些工作都交给它去做。这样，你就能解放出来，去做更有价值、更具创造力的事情了。

理解了“梳理”的含义之后，我们就可以思考如何进行梳理了。实际上，思路很简单~你可以围绕着学习、工作、生活这三个方面，逐一思考不同场景下的行为需求，并将可与人工智能结合的场景筛选出来。通过这种系统思维的方法，我们可以更好地挖掘和利用可与AI结合的场景。

比如，在我的学习场景下，AI 可以替代或者辅助的场景就有这些....

学习场景案例1：利用 AI辅助加工知识，解释知识，提供启发和应用。

学习场景案例2：利用 AI 实现与大师对话式学习

当然，在这个场景下，除了和孟子对话外，你把思路迁移一下，把它换成孔子、庄子、毛泽东、拿破仑、苏格拉底，甚至娱乐明星和科技大佬，刘德华、周杰伦、张艺谋、冯小刚，马云，马斯克等。任何一个你感兴趣，你想和他对话的人。甚至让 GPT 分饰多个角色，让大佬与大佬之间对决，你来观战，从对话中学习。

学习场景案例3：利用 AI 实现辅助阅读，提高理解效率。

这个应用场景，对于那些理解能力不强，或者想提高理解效率的同学，用起来非常方便。

学习场景案例4：利用AI当导师，开发自我学习的能力。

这个场景，对于那些想搭建某领域体系，或者想系统研究某领域的同学，简直是神器。

此外，除了在技术领域之外，你还可以将这种思路推广到其他领域，运用相同的方法去研究哲学、社会学、产品经理、运营等。

总而言之，无论你所涉及的领域如何，都可以借助AI来指引你前进。当然，在学习场景中，不仅限于此，还有许多其他的场景，例如成为我的英文教练、辩论教练，以及学习效果检测师等等。

由于篇幅有限，我将不一一提供示例。如果您对于【学习场景】的更多用法感兴趣，您可以通过双击点赞本文和评论的方式告诉我。如果大家的需求强烈，我将在另一篇文章中专门探讨这个话题并分享相关内容。好了，现在我简单介绍了学习场景下的梳理和示范，同样的方法也适用于工作场景。

工作场景示例1：将AI作为你的工作助手。

助理场景有很多应用实例，比如帮助编写招聘信息、编写脚本、撰写工作文案、自媒体文案、编写代码以及方案，等等。举个例子，我让人工智能为我编写产品经理的PRD文档，阅读后不难发现，这个工作在未来可能会不受重视。

利用ChatGPT来做数据分析，也是一把好手：

利用ChatGPT写邀请函也是一绝：

当然，除了以上比较专业化的场景助理外，它也完全可以胜任创意性，具有激发创意性的工作。

比如，利用ChatGPT帮助文章起标题，简单又快速：

看完这些，你是不是明白了为什么有了 ChatGPT 之后，很多企业开始裁员了....

总之，运用好上面的提示词以及训练套路，利用chatGPT万物皆可辅。

这里说完了前面两大场景，那么同样的，在我们的生活场景也是如此操作，比如减肥健身：

比如帮助产妇调理恢复身体：

当然，除了上述的例子，人工智能在我们生活场景中的应用还有非常多。例如，它可以成为你的私人律师、私人医生、私人导游等，扮演各种角色并非常出色地完成相应任务。各种培训教练等身份，也可以由它来承担。可以说，人工智能的应用范围非常广泛。

无论是工作、学习还是生活，都存在着无数类似的例子和场景。我无法举例完所有的情况，你也无法学习完所有的情况。这里提供这些场景案例，只是为了拓宽你的思路和激发你的灵感。这些例子本身并不重要，更重要的是背后的挖掘思路，这才是你真正应该学习的。

只需要以你以三维日常轨迹为基础对自己进行系统化的梳理。在这个过程中，当每个场景呈现出来时，都思考其与AI结合的可能性。如有可结合之处，则记录之；否则略过不予考虑。

只要你认真地完成这个过程，你一定能够挖掘出许多有用的场景和独特的用法。这些场景是你真正需要的，并且能够立即解决你所面临的问题！

经过上述的整理和探索，一旦我们发现可以与人工智能结合的场景，我们就可以为这些经过整理的场景引入人工智能，从而提高生产力。

2、落地GPT的第二步：构建

实际上，所谓【打造】指的是将我们整理出的场景中，可标准化和重复使用的部分进行标准化和工具化处理，并形成一个名为『场景库』的工具。这样，我们需要时可以直接调用，例如之前提到的思维训练助手、健身教练助手等。

关于为何要进行此举的原因非常简单。也就是说，除非我们有一定的知名度，并且我们的数据对AI厂商具有抓取价值，否则我们个人所训练的数据将无法进入AI厂商的训练集数据库中。换句话说，即使你在一个对话框中训练了一个听话的AI，但是当你重新打开一个对话框时，AI将无法记得之前与我们的所有互动。

因此，在一些有价值的场景下，我们需要保存经过辛苦训练得到的【场景数据】，以便它们能够长期为我们提供服务，而不是一次性的交易。

诸如之前的健身教练、营养师或其他需要频繁互动的场景类似，只需要训练过一次，对于下次需要定制方案时，场景就能够自动读取之前的数据，并结合前期情况，为你提供最佳方案。以后再进行的所有互动过程，你都不需要重复交代和提供大量背景信息。因此，一旦我们将这些经过训练的场景按照一定规则保存下来形成场景库，我们就可以重复使用它们，从而节省大量时间和精力。