当前位置: 首页 > news >正文

熟练掌握ChatGPT解决复杂问题——学会提问

目录

引言

一、5W1H分析法

1. 简单的问题(what、where、when、who)

2.复杂的问题(why、how)

2.1 为什么(Why)——原因

2.2 方式 (How)——如何

二、如何提问得到更高质量的答案 ?

1. 乔哈里的沟通视窗(四象限)

2. 盲区

3. 公开区

3.1 检验自我的认知问法

3.2 扩充认知的问法

4. 隐私区

5. 未知区

6. 反向提问

7. 角色扮演

尾言


引言

        本篇仅介绍如何使用ChatGPT、如何提问以及怎样提问才能获得更高质量的答案。该篇不会出现GPT的基本介绍以及它的底层运作原理...等等,网上有大量的博主及短视频有详细介绍,如有此需求大家可以进行相关知识的查阅。可能大家已有使用ChatGPT的一些经验,在使用中或许会出现每次问的问题都得不到自己想要的答案,或者不知道该如何去提问。熟练掌握ChatGPT可以解决日常生活以及工作的许多问题,并且可以实际帮你完成某些事情,希望这篇文章能让你们有收获。

一、5W1H分析法

       5W1H分析法也叫六何分析法,是一种思考方法,也可以说是一种创造技法。 在企业管理、日常工作生活和学习中得到广泛的应用。在平常生活中我们遇到的问题大致可分为两个问题,就是简单的问题复杂的问题。

1. 简单的问题(what、where、when、who)

        首先我们来说简单的问题,像what、where、when、who等问题都是一些简单的问题,这些问题我们在一般的搜索引擎中也能得到答案,比如你可直接搜索 ‘香格里拉在哪里?’、‘openAI的创创始人是谁’ 等等问题。

57d96e5b5d754cf58864cdef762d3b65.png

         像这种简单的问题,你需要问人员、地点、时间等可以直接通过百度就可以得到准确的答案,使用ChatGPT来回答的这个问题的话没有给人很直观的一种感觉。但它的优点在于可以根据你的问题以外还会扩展一些相关的知识给你。

700f7de6e7324b1fbf10c771ac6be7f9.png

2.复杂的问题(why、how)

2.1 为什么(Why)——原因

        然后就是复杂的问题,回答why这类的问题你需要有强大的事实依据推理能力,chatGPT会根据事实依据推理给出答案。比如我问:‘ 为什么中医无法像西医一样得到世界的推广?’,回答这类问题关键在于事实推理。

015c0af37d1c4f129929d5165bc6f0f0.png

2.2 方式 (How)——如何

        然后就是how的问题,这类问题呢一般是你想完成特定的任务解决实际的问题,这里就涉及到了目标、路径和工具,比如你点开缺德地图,我要去西双版纳这是你的目的,然后有三个方案三个路径,最后就是工具你要开车还是走路。

1cc5f634a9cf48b487f42b0657a900a5.png

        很多时候我们缺乏路径大概知道目标,比如我想用一块钱活一个月,然后问它如何用一块钱活一个月….,

b2b7483093ff4015a016d4607b568d25.png

       chatGPT回答这类问题你需要明确自己的目标和路径,大语言模型的特点就是“垃圾输入,垃圾输出”如果你给它输入的指令或目的背景信息不准确,那么它给你输出的这些结果也不是你想要的。

二、如何提问得到更高质量的答案 ?

        如果你想通过对话这个场景通过chatGPT得到你想要的答案,首先你的理解这个对话的场景,有一个乔哈里的沟通视窗,描写的是你和沟通对象的认知差别,就是你和GPT的认知可以划分为四个象限。

1. 乔哈里的沟通视窗(四象限)

98915edf57ff42b89112e883fb97d2ee.png

2. 盲区

        首先讲解一下你不知道但GPT知道的盲区,像这种盲区,你可能只知道这个名字听过这个概念,对具体的场景你描绘不出来你可以这样问:

2.1 问法1:我想了解xxx行业(技术),我应该问你哪些问题?

不管什么问题,你都先这样问,然后一步步挖掘更深层次你感兴趣的问题 。

3482c9b075e5436f9abf7f2875724614.png

2.2 问法2:请给我列出xxx行业/领域最常用的几个概念,并做出详细的解释!

a801ffdbe73f46caa3a795cc547d2572.png

3. 公开区

        接下来我要讲的是公开区,就是你知道的ChatGPT也知道的问题,有人就会说:“我们都知道的那还有必要问吗”。NoNoNo,你可以通过GPT来检验你的认知和扩展自己的认知。

3.1 检验自我的认知问法:

问法1对于xxx主题/技能,你认为哪些是我必须理解和掌握的核心要点。

问法2:我理解的xxx是这样的,你认为的理解对吗?

问法3:我对xxx有一些想法,你能批判性地分析一下我这些想法的优点和缺点吗?

不仅如此你还扩充自己的认知。

3.2 扩充认知的问法:

问法1:我想在xxx领域提升自己,你能根据最新的研究和趋势给我一些建议吗?

问法2:我知道xxx的概念,我想知道更多关于xxx的信息。 

问法3:我想深入学习xxx,你能推荐一些进阶的学习资源或学习路径吗?

问法4:我正在考虑学习xxx,你能给我一些关于这个领域的未来发展的观点吗?

4. 隐私区

        因为目前ChatGPT它的数据截止于2021年9月之前,并不能回答最新的数据,但但现在的GPT已经有了联网功能,可自行在网上学习后再将信息输出给你。所以像这种隐私区还是很少的,哪些自己创建的什么梗啥的,你也问不出啥来😂

5. 未知区

        像GPT回答这样的问题,它会结合目前的情况而去推理可能性会发生的事情,或者表达一些看法。问这样的问题我们也要有自己的判断能力,不能盲目的去相信GPT所推理的答案。回答未知区我们可以这样问:“ 如果xxx,这对社会会产生什么影响? ”

6. 反向提问

        反向提问,这根前面盲区问法是一个套路,让ChatGPT教你如何向它提问(用魔法打败魔法)。比如知道自己要干什么,但是不知道ChatGPT能帮我什么,你可以这样问:‘ 我想做xxx,你能给我提供什么帮助。’

或者 知道ChatGPT能帮我做什么,但你不知道如何给它输入什么具体信息,我们可以这样问:‘ 我想要你做xxx,我因该给你输入什么信息。

最后就是知道自己的目标,并且任务明确,可以直接下指令进行编程、写作、翻译、推理......

7. 角色扮演

        ChatGPT除了这些技能之外,还有一个最👍的功能就是可以扮演角色,你可以与动漫人物海绵宝宝和超人进行对话,与达尔文探讨生物进化,和乔布斯、比尔盖茨齐聚一堂......,(开个玩笑),

除了这些之外,他能扮演某一类人或者事实存在的东西请看下面的实例,我输入一个prompt(提示)词,让它扮演一个心里医生。

 虽然我提问是瞎编的,但是它的回答确实让我破防了,家人们我真的哭死😭

尾言

        在本文中有些问题我没有一一去演示了,这些提问方法仅供参考,相当于是模版。在这个基础上我们应该要学会思考学会如何去提问才能得到更好的效益,所以我们需要多去练习这种提问的思考能力。最后希望大家通过此篇能一些收获,感谢观看!

下篇内容:如何利用ChatGPT提高学习(工作)效率 ❕❕❕

相关文章:

熟练掌握ChatGPT解决复杂问题——学会提问

目录 引言 一、5W1H分析法 1. 简单的问题(what、where、when、who) 2.复杂的问题(why、how) 2.1 为什么(Why)——原因 2.2 方式 (How)——如何 二、如何提问得到更高质量的答案…...

JVM之类加载与字节码

1.类文件结构 一个简单的HelloWorld.Java package cn.itcast.jvm.t5; // HelloWorld 示例 public class HelloWorld { public static void main(String[] args) { System.out.println("hello world"); } }编译为 HelloWorld.class 后的样子如下所示: […...

【博客688】如何实现keepalived vip监控与告警

如何实现keepalived vip监控与告警 1、使用的exporter https://github.com/mehdy/keepalived-exporter2、metrics里的状态的具体含义 注意:存状态的字符串的每个状态的值其实是跟状态在数组中的索引相对应的 具体参考这里: https://github.com/mehdy…...

[QT编程系列-39]:用户界面UI - 样式表QSS与样式文件快速入门

目录 1. 概述 2. CSS 3. QSS示例 4. QT样式表文件使用方法与步骤 5. QT内置样式 6. QT常见基本样式 1. 概述 Qt提供了一种称为Qt样式表(Qt Style Sheets)的机制,可以用于自定义和美化Qt应用程序的用户界面(UI)。…...

机器学习和深度学习简述

一、人工智能、机器学习、深度学习的关系 近些年人工智能、机器学习和深度学习的概念十分火热,但很多从业者却很难说清它们之间的关系,外行人更是雾里看花。概括来说,人工智能、机器学习和深度学习覆盖的技术范畴是逐层递减的,三…...

diffusion model2 扩散模型的文本信息融合、交叉注意力机制、lora

前言 在上一篇文章中,我们剖析了diffusion model的原理,而在这一篇文章中,我们探讨与扩散模型有关的其他话题,包括扩散模型的unet是如何在推理噪声的过程中,融入文本信息的考量?其原理为交叉注意力机制&am…...

数据结构——二叉树

本章代码仓库:堆、二叉树链式结构 文章目录 🍭1. 树🧁1.1 树的概念🧁1.2 树的结构 🍬2. 二叉树🍫2.1 二叉树的概念🍫2.2 特殊的二叉树🍫2.3 二叉树的性质🍫2.4 二叉树的存…...

架构训练营学习笔记:5-3接口高可用

序 架构决定系统质量上限,代码决定系统质量下限,本节课串一下常见应对措施的框架,细节不太多,侧重对于技术本质有深入了解。 接口高可用整体框架 雪崩效应:请求量超过系统处理能力后导致系统性能螺旋快速下降 链式…...

【笔记】湖仓一体架构演进与发展

https://www.bilibili.com/video/BV1oF411F7rQ/?spm_id_from333.788.recommend_more_video.0&vd_sourcefa36a95b3c3fa4f32dd400f8cabddeaf...

政务云建设与应用解决方案[42页PPT]

导读:原文《政务云建设与应用解决方案[42页PPT]》(获取来源见文尾),本文精选其中精华及架构部分,逻辑清晰、内容完整,为快速形成售前方案提供参考。 完整版领取方式 完整版领取方式: 如需获取完…...

20天突破英语四级高频词汇——第①天

20天突破英语四级高频词汇~第一天加油(ง •_•)ง💪 🐳博主:命运之光 🌈专栏:英语四级高频词汇速记 🌌博主的其他文章:点击进入博主的主页 目录 20天突破英语四级…...

【网络基础实战之路】基于MGRE多点协议的实战详解

系列文章传送门: 【网络基础实战之路】设计网络划分的实战详解 【网络基础实战之路】一文弄懂TCP的三次握手与四次断开 【网络基础实战之路】基于MGRE多点协议的实战详解 【网络基础实战之路】基于OSPF协议建立两个MGRE网络的实验详解 PS:本要求基于…...

K8s实战入门(三)

文章目录 3. 实战入门3.1 Namespace3.1.1 测试两个不同的名称空间之间的 Pod 是否连通性 3.2 Pod3.3 Label3.4 Deployment3.5 Service 3. 实战入门 本章节将介绍如何在kubernetes集群中部署一个nginx服务,并且能够对其进行访问。 3.1 Namespace Namespace是kuber…...

Linux-centos花生壳实现内网穿透

Linux-centos花生壳实现内网穿透 官网教程 1.安装花生壳 下载网址 点击复制就可以复制下载命令了 wget "https://dl.oray.com/hsk/linux/phddns_5.2.0_amd64.rpm" -O phddns_5.2.0_amd64.rpm# 下载完成之后会多一个rpm文件 [rootlocalhost HuaSheng]# ls phddns_…...

Jackson类层次结构中的一些应用(Inheritance with Jackson)

Have a look at working with class hierarchies in Jackson. 如何在Jackson中使用类层次结构。 Inclusion of Subtype Information There are two ways to add type information when serializing and deserializing data objects, namely global default typing and per-cl…...

Python求均值、方差、标准偏差SD、相对标准偏差RSD

均值 均值是统计学中最常用的统计量,用来表明资料中各观测值相对集中较多的中心位置。用于反映现象总体的一般水平,或分布的集中趋势。 import numpy as npa [2, 4, 6, 8]print(np.mean(a)) # 均值 print(np.average(a, weights[1, 2, 1, 1])) # 带…...

SQL ASNI where from group order 顺序

SQL语句执行顺序: from–>where–>group by -->having — >select --> order 第一步:from语句,选择要操作的表。 第二步:where语句,在from后的表中设置筛选条件,筛选出符合条件的记录。 …...

springboot(39) : RestTemplate完全体

HTTP请求调用集成,支持GET,POST,JSON,Header调用,日志打印,请求耗时计算,设置中文编码 1.使用(注入RestTemplateService) Autowiredprivate RestTemplateService restTemplateService; 2.RestTemplate配置类 import org.springframework.context.annotation.Bean; import org.…...

python中计算2的32次方减1,python怎么算2的3次方

大家好,给大家分享一下怎么样用python编写2的n次方,n由键盘输入,很多人还不知道这一点。下面详细解释一下。现在让我们来看看! ---恢复内容开始--- 1、内置函数:取绝对值函数abs() 2、内置函数:取最大值max()&#xff…...

阿里云SLB负载均衡ALB、CLB和NLB有什么区别?

阿里云负载均衡SLB分为传统型负载均衡CLB(原SLB)、应用型负载均衡ALB和网络型负载均衡NLB,三者有什么区别?CLB是之前的传统的SLB,基于物理机架构的4层负载均衡;ALB是应用型负载均衡,7层负载均衡…...

【Python】 -- 趣味代码 - 小恐龙游戏

文章目录 文章目录 00 小恐龙游戏程序设计框架代码结构和功能游戏流程总结01 小恐龙游戏程序设计02 百度网盘地址00 小恐龙游戏程序设计框架 这段代码是一个基于 Pygame 的简易跑酷游戏的完整实现,玩家控制一个角色(龙)躲避障碍物(仙人掌和乌鸦)。以下是代码的详细介绍:…...

CVPR 2025 MIMO: 支持视觉指代和像素grounding 的医学视觉语言模型

CVPR 2025 | MIMO:支持视觉指代和像素对齐的医学视觉语言模型 论文信息 标题:MIMO: A medical vision language model with visual referring multimodal input and pixel grounding multimodal output作者:Yanyuan Chen, Dexuan Xu, Yu Hu…...

基于FPGA的PID算法学习———实现PID比例控制算法

基于FPGA的PID算法学习 前言一、PID算法分析二、PID仿真分析1. PID代码2.PI代码3.P代码4.顶层5.测试文件6.仿真波形 总结 前言 学习内容:参考网站: PID算法控制 PID即:Proportional(比例)、Integral(积分&…...

大话软工笔记—需求分析概述

需求分析,就是要对需求调研收集到的资料信息逐个地进行拆分、研究,从大量的不确定“需求”中确定出哪些需求最终要转换为确定的“功能需求”。 需求分析的作用非常重要,后续设计的依据主要来自于需求分析的成果,包括: 项目的目的…...

从WWDC看苹果产品发展的规律

WWDC 是苹果公司一年一度面向全球开发者的盛会,其主题演讲展现了苹果在产品设计、技术路线、用户体验和生态系统构建上的核心理念与演进脉络。我们借助 ChatGPT Deep Research 工具,对过去十年 WWDC 主题演讲内容进行了系统化分析,形成了这份…...

React第五十七节 Router中RouterProvider使用详解及注意事项

前言 在 React Router v6.4 中&#xff0c;RouterProvider 是一个核心组件&#xff0c;用于提供基于数据路由&#xff08;data routers&#xff09;的新型路由方案。 它替代了传统的 <BrowserRouter>&#xff0c;支持更强大的数据加载和操作功能&#xff08;如 loader 和…...

(二)原型模式

原型的功能是将一个已经存在的对象作为源目标,其余对象都是通过这个源目标创建。发挥复制的作用就是原型模式的核心思想。 一、源型模式的定义 原型模式是指第二次创建对象可以通过复制已经存在的原型对象来实现,忽略对象创建过程中的其它细节。 📌 核心特点: 避免重复初…...

MySQL 8.0 OCP 英文题库解析(十三)

Oracle 为庆祝 MySQL 30 周年&#xff0c;截止到 2025.07.31 之前。所有人均可以免费考取原价245美元的MySQL OCP 认证。 从今天开始&#xff0c;将英文题库免费公布出来&#xff0c;并进行解析&#xff0c;帮助大家在一个月之内轻松通过OCP认证。 本期公布试题111~120 试题1…...

力扣-35.搜索插入位置

题目描述 给定一个排序数组和一个目标值&#xff0c;在数组中找到目标值&#xff0c;并返回其索引。如果目标值不存在于数组中&#xff0c;返回它将会被按顺序插入的位置。 请必须使用时间复杂度为 O(log n) 的算法。 class Solution {public int searchInsert(int[] nums, …...

浪潮交换机配置track检测实现高速公路收费网络主备切换NQA

浪潮交换机track配置 项目背景高速网络拓扑网络情况分析通信线路收费网络路由 收费汇聚交换机相应配置收费汇聚track配置 项目背景 在实施省内一条高速公路时遇到的需求&#xff0c;本次涉及的主要是收费汇聚交换机的配置&#xff0c;浪潮网络设备在高速项目很少&#xff0c;通…...