‍

‍相信大家都体验过了文心一言、ChatGPT、Claude、Stable diffusion、MidJourney等等生成式人工智能（大模型LLMs），在使用过程中有些人用得很好，产生的结果效果非常好，而有些人可能一用就弃坑了。

造成人与人的使用体验差异的原因是什么？除了人工智能模型本身的差异，还和输入的prompt（提示词）强相关。

哪怕是一个词顺序的差异，也会得到不同的结果。

：例子

提示词：Fat cat,jumping,street, fly

提示词： Fat cat,street,fly, jumping

后面一组把street提前，cat有可能就会变成街上的涂鸦墙上的图案。那么，有什么办法可以提高我们控制生成式人工智能的能力呢？

答案明显是锻炼我们的提问能力。

能力是可以通过刻意练习而提高的，就像我们小时候不断地去朗诵文章，学习语言表达。费曼学习法也是一种刻意练习的方法。运用费曼学习法，你只需花上20分钟就能深入理解知识点，而且记忆深刻，难以遗忘。

Concept 概念

Teach 教给别人

Review 评价

Simplify 简化

接下来，我来分享一些提高提问技巧的指南：

1 -

学习提问技巧

# 定义问题，明确目标

在提问之前，明确你想要解决的问题：定义问题、划定范围和聚焦。把你的目标和大模型可以做什么结合起来思考。比如，我想要预定一家餐厅，能不能让模型做？其实是可以的。那大模型还可以做什么？举一些ChatGPT的例子：

充当 Linux 终端、充当 JavaScript 控制台、担任面试官、充当“电影/书籍/任何东西”中的“角色”、扮演小说家、担任影评人、充当诗人、充当说唱歌手、担任数学老师、作为招聘人员、担任网页设计顾问、担任投资经理、作为基于文本的冒险游戏、做梦的解说员、扮演苏格拉底、担任记者、充当美食评论家、充当正则表达式生成器、担任高级前端开发人员、充当新语言创造者、担任销售员、担任首席执行官、充当 ChatGPT 提示生成器、充当维基百科页面、充当笔记助手……

非常多，不要让想象力限制住我们的能力边界，以上例子来自 github.com/f/awesome-chatgpt-prompts

：例子

请帮我用结构化的方式（打标签、精简的语言概括等）记录，这一条笔记

来自刘润公众号的一篇文章里的原文：

比如，奥美报告里，就提出了这样一个观点：从现在到2030年的几年里，提高柔性和高灵活性，是企业在应对日益加剧的不确定时，可以做的准备。你的供应链够不够稳固? 有没有多样性？合作出现干扰时，你有没有其它选项可以选？你的企业在垂直整合方面是否保有余地？当市场对你产品的需求发生变化时，你来不来得及调整和反应？你有没有建立起自己的品牌护城河？越是不确定的时代，消费者越倾向于选择一个值得信任的品牌，他们会不会选你？2030年只是一个数字，代表你还有调整的时间。马上审视，马上调整，确保自己在不确定的时代中，保有灵活性，当下一次冲击来临时，让自己，扛得住干扰，拿得出选项。当然，除了你的供应链管理部门，人事部门也有一个准备可以提前做。

提示词：帮我用记笔记的方式，精简记录，并打上标签，格式：#标签# 一段话概括。

ChatGPT回复：

#企业策略# 企业需要提高灵活性和适应性，以应对不确定的市场环境。供应链稳固性和多样性、垂直整合能力、品牌护城河的建立都是必要的准备。及时调整策略，让自己在不确定的时代中，保有灵活性，当下一次冲击来临时，扛得住干扰，拿得出选项。

很多人连自己的目标都定义不清楚，多做各种总结和梳理，可以帮助提高定义问题的能力。

# 使用简洁、明确的语言

尽量使用简单、直接的文字来提问，避免使用模糊或者过于复杂的词汇。好的提问应明确、完整、准确，避免歧义。

：例子

提示词：给我一部苹果。

Claude回复：

我只能提供文字描述,没有实物给你一部苹果。这里是苹果的描述:苹果,果实圆锥形,红、黄、绿等颜色,基本属于水果,较大个型,口感酸甜,多用于饮食和美容…

应该描述为：给我一部苹果手机。

Claude回复：

哦我明白了,你想要的是一个苹果手机,我的机器人身体是没有实物商品的,只能用文字描述。这里是关于苹果手机的描述:苹果手机,是指苹果公司生产 and 设计的智能手机系列产品…

中英文在用词上会有比较大的差异，如果你具备不同行业的知识，同时对语言本身的文化和理解能力更擅长，会有优势。

# 提供背景信息

应该多给大模型提供一些背景信息。简要概述背景信息，有助于模型更好地理解你的问题。

：例子

如果你要发布一款产品，想要一些开场白，你应该补充更多背景信息：

提示词：有一款产品，针对用户每天面临繁琐、海量的信息，自动总结要点，并标注用户最关心的要点，每天生成一份简报。我要发布这一款产品，应该怎么准备我的开场白，和发布会中的文案金句，给我一些参考。

GPT-4回复:

尊敬的来宾、媒体朋友们，大家好！

今天，我们非常荣幸地向各位推出一款革命性的产品——智能简报助手。在这个信息爆炸的时代，每个人都面临着繁琐、海量的信息挑战。我们的使命是帮助用户快速获取关键信息，让您专注于更重要的事情。

在开始详细介绍之前，请允许我分享一些关于这款产品的金句：
1. 信息洪流中的救赎：智能简报助手让您摆脱信息过载的困扰，轻松拨云见日。
2. 一目了然，关注重点：智能简报助手自动为您筛选并标注最关心的要点，让您一目了然。
3. 每日贴身助手：每天生成一份简报，让您在繁忙的生活中不错过任何重要信息。现在，让我们来详细了解一下智能简报助手的核心功能：

- 智能总结：通过先进的自然语言处理技术，为您提供精炼、高效的信息总结，节省您宝贵的时间。

- 个性化推荐：根据您的兴趣和需求，为您推荐最相关的内容，让您的阅读更有针对性。

- 跨平台整合：整合各大平台资讯，为您提供全方位的信息服务，让您随时随地掌握重要动态。

- 语音播报：忙碌时刻，智能简报助手还能为您提供语音播报功能，让您轻松获取信息。

最后，我想用一句话来形容智能简报助手：**让信息为您服务，而不是让您被信息淹没**。我们相信，智能简报助手将成为您生活中不可或缺的助手，帮助您在瞬息万变的信息世界中游刃有余。
谢谢大家！

信息，一般是越多越好，越容易聚焦，但是越多意味着自由度越低，需要综合地来考虑。

# 分解问题

如果你的问题很复杂，可以尝试将其分解成几个小问题。逐个解决问题，同时也便于大模型提供更有针对性的答案。可以采用问句、选择题、填空题等多种形式，也可以考虑使用 why、 how 等方式，逐步追问问题。

：例子

启发式的内容应该如何设计？

应该进行问题拆解：

1 启发式的内容是什么？

2 启发式的内容对读者来说，

有什么价值？

3 如何设计内容，

让其能给读者更多的启发？

4 提供一些启发式内容的user case

然后一个个问题去提问，再汇总整理信息（预告：Mix Copilot新功能可以一口气完成系列问题的提问）

分解问题的方法，有点像写给大模型写一个“提纲”。

实验，多写 prompts

与大模型进行对话实验，在不同场景下有助于不断习得语言表达技巧，理解模型的能力限制，从而找到更好的交互方式。

不同的LLM模型，提问的方式和得到的结果不太一样，需要大量的对比实验。

：例子

爱好:收集各种星球的植物标本
性格:孤独寡语,不太喜欢社交
长相:绿色头发,四肢类似虎,长尾巴身高:1.8米
技能:拥有极强的感知能力可以感知出星际间所有的生物,拥有植物学专业知识，外星人。

提示词：写成一句英文的prompt

ChatGPT回复：

The lonely yet knowledgeable xenobotanist with tiger-like limbs, a long green prehensile tail, and superb senses traveled the galaxy collecting exotic extraterrestrial plant specimens.

详见：https://t.zsxq.com/0dUa6mHoL

如果没有特别的限制，模型会把prompt写得很长，这个时候，添加一个“一句”，可以控制prompt的长度和信息量。

同样一句prompt，不同模型的答案也是不一样的。

：例子

“Sporting his signature black turtleneck and jeans, this individual exudes a fierce hunger for success and fearlessly embraces new challenges." - Inspired by the iconic style and unwavering drive of Steve Jobs.

模型：anythingMidjourneyV4_v1