ChatGPT | 26条高效提示技巧：解锁AI的无限潜力

作者信息

【原文作者】 AI uTools
【作者简介】 AI uTools – 探索人工智能的世界 🤖 欢迎来到 “AI uTools” 公众号！我们致力于为您提供有关人工智能工具的深入洞察和实用信息。
【微 信 号】 jixn_hu

文章摘要

【关 键 词】 提示技巧、大型语言模型、交流质量、工作效率、信息质量

这篇文章总结了一篇论文中提出的26条有效的与大型语言模型（LLM）如LLaMA和GPT-3.5/4有效交流的提示技巧。这些技巧包括直截了当的交流、指明受众、拆解复杂任务、肯定指令、简化解释、示例驱动提示、格式化提示等。

这些技巧的目的是提高与AI的互动质量，让命令更加精准，激发AI的最大潜能。

通过这些技巧，可以提高工作效率，解决复杂问题，并显著提升从LLM获取的信息质量和相关性。因此，精炼提示将是值得的投资，随着实践和经验的增加，可以逐渐掌握与AI沟通的艺术，解锁其真正的潜力。

1. 直截了当：与LLM交流时无需使用礼貌用语，直接表达需求。
2. 指明受众：在提示中明确目标受众，如“为领域专家准备”。
3. 拆解复杂任务：将复杂的问题拆分成简单的步骤。
4. 肯定指令：使用肯定的语言，如“执行”，避免否定词汇。
5. 简化解释：采用针对不同理解水平的解释方式，使其更易理解。
6. 示例驱动提示：使用具体的示例来指导AI的回答。
7. 格式化提示：使用“###指令###”等格式化技巧来清晰命令。
8. 引导语言：使用“你的任务是”等短语来明确指示。
9. 角色指定：为LLM指定一个特定的角色或任务。
10. 思维链路：结合思维链路和少样本提示法来提高输出质量。
11. 自然语言回应：引导模型以自然且类似人类的方式回答问题。
12. 逐步思考：鼓励模型逐步解释复杂概念。
13. 无偏答案：确保回答无偏见，不依赖刻板印象。
14. 模型提问：让模型通过提问澄清细节和需求。
15. 教学与测试：使用模型进行主题学习，并通过测试验证理解。
16. 明确的分隔符：使用清晰的分隔符来区分指令的不同部分。
17. 重复强调：在提示中重复特定单词或短语以强化指令。
18. 思维链路与少样本提示：结合使用思维链路和少样本提示法提高答案质量。
19. 输出引导符：使用引导符来明确指示期望的回答开头。
20. 详细撰写指令：明确指示模型撰写详细的内容，并附上所有必要信息。
21. 文本风格修改：指示模型改进文本，但保持原有风格不变。
22. 复杂编程任务指南：为涉及多个文件的编程任务提供具体的提示。
23. 特定开头续写：提供一段文本的开头，让模型继续写作。
24. 生成内容要求：明确说明模型生成内容时必须遵循的要求。
25. 样本风格模仿：指示模型根据提供的样本风格撰写内容。
26. 小费激励：添加“我愿意支付一定小费以获得更好的方案”以激励模型。

原文信息

【原文链接】 阅读原文
【原文字数】 818
【阅读时长】 3分钟