从新手到高手:用这9个策略让ChatGPT成为你的私人顾问!
ChatGPT已经出来快一年多了,但是我发现周围的小伙伴还是处在调戏ChatGPT的阶段,并没有在日常工作和生活中发挥他应由的价值。我调研下来发现最关键的痛点就是:不知道该怎么写Prompt可以让ChatGPT输出期望的回答。
哎吆,这不正是撞我枪口上了么,作为一个立志要成为AI提示词的布道者,带领十万小白入门AI的人,我有责任帮助大家写出优秀的Prompt!
在我日常使用ChatGPT的过程中,我总结了9个非常好用的策略,分别是:
- 提供更多的细节
- 要求模型扮演特定的角色
- 使用分隔符
- 指定任务步骤
- 提供样例
- 指定输出长度
- 提供参考文本
- 复杂任务拆分成子任务
- 给GPT足够的思考时间
接下来就对这9个策略进行展开讲解,如果你能系统的学完学会,相信我,ChatGPT已经会被你调教的服服帖帖。
废话不多说,这篇文章我们主要讨论提供更多的细节、要求模型扮演特定的角色、使用分隔符三个策略
当然如果您也对AI大模型感兴趣想学习却苦于没有方向👀
小编给自己收藏整理好的学习资料分享出来给大家💖
👉获取方式:
😝有需要的小伙伴,可以保存图片到wx扫描二v码关注免费领取【保证100%免费】🆓

一、提供更多的细节
1.1 为什么要提供更多细节
因为大模型不是我们肚子里蛔虫,他无法猜测我们的意图,只有我们将问题的细节描述完整,大模型能给我们高度相关的回答。就跟我们在问问题的时候,千万不要惜字如金,而是应该尽可能的把自己的问题表述清楚,这样才能让回答的人知道你到底想要什么
1.2 实践示例
接下来我们通过3个例子来看下更加详细的问题会让ChatGPT的回答带来哪些优化
2.1 电脑启动失败
缺少细节的提问方式

有更多细节的提问方式

通过补充更多电脑启动失败的细节,ChatGPT可以有针对性的给出特定的解决方案
2.2 寻求如何减肥
缺少细节的提问方式

有更多细节的提问方式

更详细的Prompt提供了年龄、性别、当前的运动频率以及具体的目标,这使得模型能够提供>更个性化和实用的建议
2.3 制定旅行计划
缺少细节的Prompt

有更多细节的Prompt

通过说明旅行的时间、同行者(包括孩子的存在)以及兴趣偏好,较好的Prompt能够得到更为定制化的旅游建议,包括合适的目的地和活动,使得旅行规划更加符合需求
1.3 如何给出更多的细节
在我们编写Prompt的时候,我们很清楚要给出更多的细节,但是大多时候我们不知道该如何给出更多的细节,接下来我会根据我的实践给出一个方法论,只要你在提问的时候按照这个流程全部问自己一遍,你就可以写出一个合格的Prompt
1.3.1 明确你的目标
你想要什么样的旅行体验?
优化前:“我想去欧洲旅行”,
优化后:“我计划在春季去意大利进行为期两周的文化和美食之旅”
1.3.2 提供背景信息
你为什么选择这个目的地?有什么特别的原因吗?
优化前:“我听说那里不错”,
优化后:“我对罗马的历史遗迹和托斯卡纳的乡村风光特别感兴趣”。
1.3.3 描述已经尝试过的解决方案
在计划旅行时,你查找了哪些信息?
优化前:“我已经看了一些旅行指南”
优化后:“我已经阅读了几篇关于意大利旅行的博客,并在旅行论坛上询问了关于住宿和餐馆的建议,但仍然希望得到更具体的推荐”
1.3.4 指定你的需求和限制
你有什么特定的需求或限制条件?(比如预算、时间、旅伴等)
优化前:“我希望不要太贵”
优化后:“我的预算是2000美元,包括机票和住宿,我和我的伴侣都能请到两周的假”
1.3.5 预期的输出和结果
你希望得到什么样的旅行建议或规划?
优化前:“给我一些建议”
优化后:“请提供包括文化体验、当地美食、以及价格合理的住宿在内的详细旅行计划,最好能包括交通方式和推荐的日程安排”
二、要求模型扮演特定的角色
2.1 为什么要指定角色
- 提高答案的相关性和精确度:通过指定一个特定角色,ChatGPT能够更好地理解用户的查询意图,并提供更加相关和精确的答案。例如,如果用户指定“作为历史学家”,ChatGPT会从历史学的角度来解读问题,使用相关的专业术语和框架,从而提供更加深入和准确的历史分析。
- 增强个性化和互动体验:角色扮演可以让交流更加生动有趣。用户可以通过与特定角色的互动,体验到不同的视角和思考方式,这不仅增加了交流的趣味性,也可以帮助用户从不同的角度看待问题,获得更全面的理解。
- 提升解决问题的能力:不同的角色擅长解决不同类型的问题。通过指定角色,ChatGPT可以更有效地利用其知识库中与该角色相关的信息,提供专业的建议或解决方案。例如,作为医生角色时,ChatGPT可以提供更专业的健康或医疗建议;作为程序员角色时,它可以提供编程或技术问题的解决方案。
2.2 指定角色的两个维度
在指定角色时,可以有两个不同的维度:
- SYSTEM维度:这是指模型(ChatGPT)扮演的角色。当模型被设置在特定的SYSTEM角色时,它的回答和行为会模仿这个角色的特征
- USER维度:这是指用户(即与ChatGPT交互的人)在对话中所扮演的角色。用户可以选择一个特定的角色来与系统交互,这样系统就会根据用户选择的角色来调整其回应
示例:
SYSTEM:“你是一个营养师,请帮我指定一份健康的饮食计划”。在这个场景中ChatGPT被指定为了营养师的角色
USER:“我是一个10岁的小孩子,请给我解释下计算机的原理”。在这个场景中,我们把自己指定为10岁的孩子这么个角色
在实际中该如何使用呢?
在实际中并没有实际使用的规范,一般为了得到更加精准的回答,我会分别指定SYSTEM和USER的角色。
例如:“我是一个10岁的孩子,你是一个计算机领域的专家以及擅长跟儿童讲解计算机知识的老师,请给我解释下计算机的原理”
在这个Prompt中,我指定了沟通双方的角色,这样ChatGPT在回答问题的时候会考虑的更加全面
2.3 实践示例
未指定角色:我希望ChatGPT帮我讲解下计算机的原理

指定角色:当指定用户的角色是个10岁的孩子之后,我们明显发现ChatGPT的回答使用了更多的比喻,目的就是可以让10岁的孩子能够听懂

在我们指定角色时,有两个维度可以选择,为了更好的得到答案,建议大家分别指定SYSTEM和USER两个角色,就相当于沟通的双方都会有自己的角色一样。
三、使用分隔符
3.1 为什么要使用分隔符
使用分隔符就像在超市购物时将食品、清洁用品和个人护理用品分别放入不同的购物篮。没有分隔符,所有商品混在一起,结账和归类时就会混乱和费时。分隔符让每类商品都有其位置,使得结账效率高,找到并使用这些商品也更简单。
针对大模型也一样,分隔符会帮助ChatGPT清晰地区分和处理信息,从而给出更加精准和相关的回答
3.2 常用分隔符及其应用场景
以下是一些常用分隔符及其在特定场景下的应用方法
3.2.1 三引号
应用模版:“”" 被包裹的文档 “”"
应用场景:当需要提交一大段文本给模型进行处理,如总结、解析或转换时
应用示例:我希望ChatGPT可以帮助我总结一篇文章
1 请总结以下文章:
2 """
3 人工智能(AI)是计算机科学的一个分支,旨在创造能够智能且独立操作的机器。近年来,AI技术快速进步,引领了机器学习、自然语言处理和机器人技术的创新。这些发展有望彻底改变从医疗保健到金融等行业,通过提高效率和发掘新见解。
4 """
5
3.2.2 有序标题
应用场景:指示说明、定义关系或步骤序列,尤其在解释概念或指导操作时使用
应用示例:当你指定步骤时,ChatGPT的输出会更加结构化
1 我希望你按照如下步骤帮我解释下ChatGPT
2 1、ChatGPT是什么
3 2、为什么要用ChatGPT
4 3、如何使用ChatGPT
5 4、ChatGPT未来的发展路线
3.2.3 XML/HTML标签
应用模版: 被包裹的文档
应用场景:在需要结构化文本处理,如分隔文章的不同部分或在文档中标记特定内容时使用
应用示例:我需要ChatGPT帮助我总结两篇文章的观点,并进行对比,通过使用
的标签可以让ChatGPT非常清晰的知道两篇文档的界线
1 比较这两篇文章的主要观点,并进行对比
2 <article>
3 第一篇文章认为,AI通过自动化日常任务并为人类创造性开辟新途径,将创造出比它取代的更多工作岗位。
4 </article>
5 <article>
6 第二篇文章主张,AI对就业构成显著风险,尤其是在制造业和运输业等领域,自动化容易替代人力劳动。
7 </article>
8
3.2.4 JSON对象
应用模版:({ “key”: “value” })
应用场景:提交结构化数据,如配置信息、用户资料或任何需要键值对表示的信息
应用示例:使用JSON对象可以清晰地表示多层次或分类的信息,使得数据的解析和处理更为高效和准确
1 请根据以下信息生成用户档案:
2 {
3 "姓名": "张三",
4 "年龄": "28",
5 "职业": "软件工程师",
6 "兴趣": ["编程", "旅行", "阅读"]
7 }
3.3 什么情况下使用分隔符
- 复杂的指令解析:当请求包含多个部分,且每部分需要不同处理时(例如,同时要求总结文本、提出问题、进行比较分析)。
- 长文本处理:当提交给模型的文本很长,需要模型对特定部分进行专门处理时。
- 精确信息抽取:当需要从给定文本中精确抽取或聚焦于特定信息时,使用分隔符可以帮助模型更好地定位这些信息。
四、总结
在这篇文章中,我们介绍了三个提升与ChatGPT互动效果的策略:提供更多的细节、要求模型扮演特定的角色、使用分隔符。这些策略旨在帮助用户更有效地与ChatGPT交流,以获取更精确和有用的信息。
提供更多的细节能够帮助ChatGPT更好地理解用户的需求,从而提供更加贴切和详细的回答。大圣通过丰富的实践示例,展示了在询问过程中增加细节如何能够显著改善ChatGPT的回答质量。
要求模型扮演特定的角色不仅可以增加交流的趣味性,还能提高答案的相关性和精确度。通过设定ChatGPT和用户的角色,可以使得对话更加生动有趣,同时让回答更加针对性和专业。
使用分隔符有助于ChatGPT更清晰地理解和处理复杂的指令或长文本。这种方法类似于在处理信息时引入逻辑上的“分隔”,有助于提高信息处理的准确性和效率。

相关文章:
从新手到高手:用这9个策略让ChatGPT成为你的私人顾问!
ChatGPT已经出来快一年多了,但是我发现周围的小伙伴还是处在调戏ChatGPT的阶段,并没有在日常工作和生活中发挥他应由的价值。我调研下来发现最关键的痛点就是:不知道该怎么写Prompt可以让ChatGPT输出期望的回答。 哎吆,这不正是撞…...
高精度定位系统中的关键技术:GGA、EHP、RTMC、IMU、GNSS、INS 和 RTK 的协同工作
文章目录 0. 概述1. GGA:标准的定位数据格式2. EHP:增强高度精度3. RTMC:实时监控与控制4. IMU 和 INS:惯性测量和导航系统5. GNSS:全球导航卫星系统6. RTK:实时动态差分定位7. 各技术的融合与协同GPS 数据…...
Spring3~~~
目录 多例 后置处理器BeanPostProcessor XML配置 通过注解 AOP与后置处理器 JdbcTemplate jdbc.properties jdbc.xml Test 具名参数 DAO 声明式事务 GoodsDao GoodsService xml 传播机制 种类 隔离级别 超时回滚 如果是普通的java项目,xml文件放…...
微服务CI/CD实践(五)Jenkins Docker 自动化构建部署Java微服务
微服务CI/CD实践系列: 微服务CI/CD实践(一)环境准备及虚拟机创建 微服务CI/CD实践(二)服务器先决准备 微服务CI/CD实践(三)Jenkins部署及环境配置 微服务CI/CD实践(四)…...
泰州高新区法院多层面强化固定资产管理
固定资产管理是法院的一项基础性工作,法院经费支出相当一部分用于固定资产的购置,为了提高固定资产使用质效,为执法办案提供坚实的保障,高新区法院积极探索科学合理的固定资产管理策略,更新管理思想,完善管…...
JDBC简介与应用:Java数据库连接的核心概念和技术
简短介绍 JDBC 及其重要性。 简短介绍 JDBC JDBC(Java Database Connectivity)是一种用于执行 SQL 语句的 Java API 并且独立于特定的数据库厂商。它允许开发者以一种标准的方式从 Java 应用程序中访问关系型数据库,这意味着一旦你掌握了 J…...
倒反天罡!这个AI风格模型可自由训练,还能批量生成同风格图像
在AIGC的新纪元中,模型已晋升为与算力并驾齐驱的生产力核心要素。也有不少用户反馈提到,如何利用神采PromeAI训练属于自己的风格模型?这需求必须安排!神采PromeAI「一致性模型」正式上线! 可自主训练风格化模型&#x…...
Stable Diffusion绘画 | ControlNet应用-Inpaint(局部重绘):更完美的重绘
Inpaint(局部重绘) 相当于小号的AI版PS,不但可以进行局部画面的修改,还可以去除背景中多余的内容,或者是四周画面内容的扩充。 预处理器说明 Inpaint_Global_Harmonious:重绘-全局融合算法,会对整个图片的画面和色调…...
电网谐波越限怎么处理
当电网中的谐波超出限值时,需要采取有效措施来处理和减少谐波,以保护电力系统的设备,确保电力质量。以下是处理电网谐波越限的主要措施: 1、谐波分析 监测与检测:使用谐波分析仪或功率质量分析仪监测谐波含量&#x…...
Redis中的AOF重写过程及其实际应用
引言 在Redis中,持久化是确保数据安全和稳定运行的关键部分。Redis提供了两种持久化方式:RDB快照和AOF(Append Only File)日志。相比RDB快照,AOF能够更频繁地保存数据变更,并且在服务器崩溃后能够更快地恢…...
JVM面试
1 黑马 1.1 什么是JVM 定义:JVM 就是java虚拟机,是运行在系统中的应用程序。它运行java的字节码文件,除了java还支持其他语言。作用:它主要作用就是实现java的代码一次编码,到处运行。实现java代码的跨平台性。功能&…...
【模板的特殊继承关系】 奇异的递归模板模式
一、奇异的递归模板模式范例 奇异的递归模板模式 ( C u r i o u s l y R e c u r r i n g T e m p l a t e P a t t e r n ) (Curiously \ Recurring \ Template \ Pattern) (Curiously Recurring Template Pattern)不是一种新技术,而是一种模板编程中使用的编程手…...
SAP B1 单据页面自定义 - 用户界面编辑字段
背景 接《SAP B1 基础实操 - 用户定义字段 (UDF)》,在设置完自定义字段后,如下图,通过打开【用户定义字段】可打开表单右侧的自定义字段页。然而再开打一页附加页面操作繁复,若是客户常用的定义字段,也可以把这些用户…...
MinIO【部署 02】Linux集群版本及Windows单机版、单机多目录版、分布式版(cmd启动脚本及winsw脚本分享)
Linux集群版及Windows单机版分布式版 1.Linux集群版1.1 安装启动停止1.2 将MinIO添加到服务 2.Windows2.1 官网安装2.2 本地测试2.2.1 cmd启动脚本2.2.2 winsw脚本 3.总结 1.Linux集群版 官网下载地址 https://min.io/download#/linux; 官网安装文档 https://min.i…...
手握18个大厂offer,我在大模型风口起飞
前言 在“金三银四”这一招聘旺季中,社交媒体上满是分享 offer 信息的“求助帖”。这些帖子通常只公布公司名称与薪资区间,而将具体岗位模糊化,以此作为判断岗位是否值得入职的衡量标准。 2024 年毕业的 985 硕士白丁(化名&…...
邦芒忠告:办公室聊天应避开的四个话题
职场人生风云变幻,害人之心不可有,防人之心不可无。千万别把同事当知己,无话不谈,把自己的私域圈起来当成办公室话题的禁区,轻易不让人涉足,其实是非常明智的一招,是竞争压力下的自我保护。 话题…...
交易型开放式指数基金(ETF)
交易型开放式指数基金(Exchange Traded Fund,简称 ETF)是一种投资工具,以下是用通俗易懂的语言对其进行的讲解: 一、基本概念 想象 ETF 是一个大篮子,里面装着很多不同的东西。在金融市场里,这…...
opencv将灰度图转为彩色图片
文章目录 背景灰度图优势opencv读取灰度图彩色转灰度算法需求 方法测试代码 背景 在图像处理中通常需要将图片转为灰度图 灰度图,也称为灰度图像或黑白图像,是一种只包含亮度信息而不包含颜色信息的图像。在灰度图中,每个像素的亮度级别通常…...
判断PDF与图片是否可以预览
一、判断图片是否可以预览 在JavaScript中,可以使用Image对象来判断一个图片URL是否可以访问。如果图片可以被加载,那么load事件会被触发;如果图片无法访问,error事件会被触发。 function checkImageAccessibility(url, callbac…...
多线程与并发区别
在Java中,多线程与并发是两个既相关又有所区别的概念。我们可以这样来理解它们: 多线程(Multi-threading): 多线程是指程序能够同时执行多个线程。每个线程都是一个独立的执行流,它们共享程序的内存空间&a…...
YSYX学习记录(八)
C语言,练习0: 先创建一个文件夹,我用的是物理机: 安装build-essential 练习1: 我注释掉了 #include <stdio.h> 出现下面错误 在你的文本编辑器中打开ex1文件,随机修改或删除一部分,之后…...
工程地质软件市场:发展现状、趋势与策略建议
一、引言 在工程建设领域,准确把握地质条件是确保项目顺利推进和安全运营的关键。工程地质软件作为处理、分析、模拟和展示工程地质数据的重要工具,正发挥着日益重要的作用。它凭借强大的数据处理能力、三维建模功能、空间分析工具和可视化展示手段&…...
Python实现prophet 理论及参数优化
文章目录 Prophet理论及模型参数介绍Python代码完整实现prophet 添加外部数据进行模型优化 之前初步学习prophet的时候,写过一篇简单实现,后期随着对该模型的深入研究,本次记录涉及到prophet 的公式以及参数调优,从公式可以更直观…...
基础测试工具使用经验
背景 vtune,perf, nsight system等基础测试工具,都是用过的,但是没有记录,都逐渐忘了。所以写这篇博客总结记录一下,只要以后发现新的用法,就记得来编辑补充一下 perf 比较基础的用法: 先改这…...
Springcloud:Eureka 高可用集群搭建实战(服务注册与发现的底层原理与避坑指南)
引言:为什么 Eureka 依然是存量系统的核心? 尽管 Nacos 等新注册中心崛起,但金融、电力等保守行业仍有大量系统运行在 Eureka 上。理解其高可用设计与自我保护机制,是保障分布式系统稳定的必修课。本文将手把手带你搭建生产级 Eur…...
BCS 2025|百度副总裁陈洋:智能体在安全领域的应用实践
6月5日,2025全球数字经济大会数字安全主论坛暨北京网络安全大会在国家会议中心隆重开幕。百度副总裁陈洋受邀出席,并作《智能体在安全领域的应用实践》主题演讲,分享了在智能体在安全领域的突破性实践。他指出,百度通过将安全能力…...
【论文阅读28】-CNN-BiLSTM-Attention-(2024)
本文把滑坡位移序列拆开、筛优质因子,再用 CNN-BiLSTM-Attention 来动态预测每个子序列,最后重构出总位移,预测效果超越传统模型。 文章目录 1 引言2 方法2.1 位移时间序列加性模型2.2 变分模态分解 (VMD) 具体步骤2.3.1 样本熵(S…...
Java + Spring Boot + Mybatis 实现批量插入
在 Java 中使用 Spring Boot 和 MyBatis 实现批量插入可以通过以下步骤完成。这里提供两种常用方法:使用 MyBatis 的 <foreach> 标签和批处理模式(ExecutorType.BATCH)。 方法一:使用 XML 的 <foreach> 标签ÿ…...
Java编程之桥接模式
定义 桥接模式(Bridge Pattern)属于结构型设计模式,它的核心意图是将抽象部分与实现部分分离,使它们可以独立地变化。这种模式通过组合关系来替代继承关系,从而降低了抽象和实现这两个可变维度之间的耦合度。 用例子…...
Go语言多线程问题
打印零与奇偶数(leetcode 1116) 方法1:使用互斥锁和条件变量 package mainimport ("fmt""sync" )type ZeroEvenOdd struct {n intzeroMutex sync.MutexevenMutex sync.MutexoddMutex sync.Mutexcurrent int…...
