今天分享 26 個實戰中常用的小技巧，讓你的輸出事半功倍，一起來看看
1 - 與大型語言模型交流無需禮貌用語，不需要添加「請」、「如果你不介意」、「謝謝」、「我想要」等，直接說出你的需求。
目的：節省時間和直接到達問題的核心。
案例：不要說「請幫我分析這份數據」，而是直接說「分析這份數據」。
2 - 在提示中明確你的受眾，比如，受眾是該領域的專家。
目的：明確受眾幫助模型更好地定位答案的深度和技術水平。
案例：如果受眾是金融專家，可以說「解釋這個金融模型，假設我是金融領域的專家」。
3 - 將複雜任務分解成一系列更簡單的提示，在互動對話中進行。
目的：將複雜任務分解為簡單步驟，使回答更易於理解和實施。
案例：不要一次性問「如何從頭開始創建一個網站？」而是分步驟問，如「第一步，我該如何選擇網站的平台？」。
4 - 使用肯定指令，如「做」，避免使用否定語言，如「不要」。
目的：避免使用否定語言，以明確和簡化指令
案例：說「解釋量子物理學的基本原理」，而不是「不要用複雜的術語解釋量子物理學」。
5 - 當你需要清晰理解或對一個主題、想法或任何信息有更深入的了解時，使用以下提示：
用簡單的術語解釋 [具體主題]。
像我是 11 歲的孩子一樣解釋。
像我是 [領域] 初學者一樣解釋。
使用像對 5 歲小孩解釋那樣的簡單英語寫 [文章 / 文本 / 段落]。
目的：當需要深入理解時，使用簡化的語言或比喻，使複雜概念更易於理解。
案例：不要問「解釋相對論」，而是說「像對一個 11 歲的孩子那樣解釋相對論」。
6 - 添加「我會給 $xxx 的小費以換取更好的解決方案！」
目的：提出潛在的獎勵，激發更深入、更創新的回答
案例：在請求幫助解決複雜問題時，可以說「為了這個解決方案，我願意付出 $50 的小費」。
7 - 使用以示例為驅動的提示（使用少數示例提示）。
目的：使用具體示例作為指導，以提高回答的相關性和準確性
案例：不是說「寫一篇關於全球變暖的文章」，而是提供一個示例，「像這篇關於全球變暖的文章一樣寫一篇」。
8 - 格式化你的提示時，首先用「### 指令 ###」開始，然後是「### 示例 ###」或「### 問題 ###」（如果相關）。隨後提出你的內容。使用一個或多個換行符來分隔指令、示例、問題、背景和輸入數據。
目的：使用結構化的格式，以清晰地傳達指令和期望。
案例：可以這樣寫提示：“### 指令 ### 編寫一段代碼來排序一個數字數組。### 示例 ### 如：[3, 1, 4] 應該被排序為 [1, 3, 4]。”
9 - 包含以下短語：“你的任務是” 和 “你必須”。
目的：使用明確的指令，使任務的目標更加明確
案例：可以說，“你的任務是提供一個有效的市場分析報告”，而不是僅僅問 “你能做市場分析嗎？”
10 - 包含以下短語：“你將被處罰”。
案例：在設置挑戰性任務時，可以說，“如果分析不準確，你將被處罰”。
11 - 在你的提示中使用短語 “以自然、類人的方式回答一個問題”。
案例：“請以自然、類人的方式回答，什麼是機器學習？”
12 - 使用引導性詞彙，如 “逐步思考”。
案例：“在解釋解決問題的步驟時，逐步思考。”
13 - 在你的提示中添加 “確保你的回答是無偏見的，不依賴於刻板印象”。
案例：“在討論不同文化時，確保你的回答是無偏見的，不依賴於刻板印象。”
14 - 允許模型通過向你提問來獲取精確的細節和要求，直到它有足夠的信息來提供所需的輸出（例如，“從現在開始，我希望你向我提出問題來…”）。
案例：如果你需要一個特定功能的軟件，可以說：“我需要一個庫存管理軟件。請問我相關的問題，以便你了解我的具體需求。”
15 - 當你想詢問一個特定的主題、想法或任何信息，並想測試你的理解時，你可以使用以下短語：“教我 [任何定理 / 主題 / 規則名稱] 並在最後包含一個測試，但不要給我答案，然後告訴我我是否在我回答時答對了”。
案例：“教我畢達哥拉斯定理並在最後測試我，但不要給我答案，等我回答後告訴我是否正確。”
16 - 給大型語言模型分配一個角色。
案例：“作為一個營養師，告訴我一個健康的飲食計劃。”
17 - 使用分隔符。
案例：“### 問題 ### 什麼是機器學習？### 答案 ### 機器學習是...”
18 - 在一個提示中多次重複特定的單詞或短語。
案例：“解釋光合作用。光合作用是怎樣的過程？光合作用在生態系統中的作用是什麼？”
19 - 結合思維鏈（CoT）與少數示例提示。
案例：“解決這個數學問題：5x + 3 = 2。思考步驟：首先，我需要做什麼？接下來，我該如何操作？”
20 - 使用輸出引導詞，即以你所期望的輸出的開頭結束你的提示。
案例：“寫一篇關於環保的文章。文章應該以‘環境保護現在比以往任何時候都更加重要，因為...’開始。”
21 - 要寫一篇詳細的文章 / 文本 / 段落 / 文章或任何類型的文本：“為我詳細寫一篇關於 [主題] 的 [文章 / 文本 / 段落]，添加所有必要的信息”。
案例：“寫一篇詳細的文章，介紹可再生能源的重要性，包括所有相關的統計數據和案例研究。”
22 - 要在不改變風格的情況下更正 / 更改特定文本：“嘗試修改用戶發送的每個段落。你只應該改進用戶的語法和詞彙，確保它聽起來自然。你不應該改變寫作風格，比如將正式段落變得隨意”。
案例：“請修改這個段落的語法和詞彙，但保持其正式的風格不變。”
23 - 當你有一個可能涉及不同文件的複雜編碼提示時：“從現在開始，每當你生成跨越多個文件的代碼時，生成一個可以運行的 [編程語言] 腳本，以自動創建指定文件或修改現有文件以插入生成的代碼。[你的問題]”。
目的：應對涉及多個文件的編程任務，提高代碼生成的效率和準確性。
案例：“我需要一個跨越多個 Java 文件的項目來管理員工數據。生成一個腳本，自動創建必要的文件並插入代碼。”
24 - 當你想用特定的詞語、短語或句子開始或繼續一段文本時，使用以下提示：o 我為你提供了開始部分 [歌詞 / 故事 / 段落 / 文章...]: [插入歌詞 / 詞語 / 句子]’。根據提供的詞彙完成它，保持流暢一致。
目的：激發創造性，同時保持文本的連貫性和風格一致性
案例：“我為你提供故事的開頭：‘在一個風和日麗的早晨，一只狐狸...’。請根據這些詞彙完成故事。”
25 - 明確說明模型必須遵循的要求，以關鍵詞、規則、提示或指令的形式產生內容。
目的：通過具體關鍵詞和指令，確保內容的準確性和相關性。
案例：“寫一篇關於全球變暖的文章。請確保包含以下關鍵詞：二氧化碳、溫室效應、可持續。”
26 - 要寫任何文本，如文章或段落，其內容與提供的樣本相似，包括以下指示：o 請根據提供的段落 [/ 標題 / 文本 / 文章 / 答案] 使用相同的語言。
目的：指導模型根據給定樣本生成類似風格和內容的文本
案例：“請根據這段描述中世紀歐洲的文本，寫一個類似風格的段落。”