在今天的文章中，我们将探讨一个你掌握ChatGPT和Google Bard 提示技巧所必需的唯一公式，马上开始。

如果你像我几个月前一样，你只知道提示技巧是一个重要的技能需要学习，但是你不知道为什么，一些提示词产生的结果非常笼统，而另一些则能精确地给你所想要的答案。

从那个事后起，我花了数百小时学习提示工程课程，并将所学应用到我的日常生活中。因此，我将分享构成一个好提示的六个构建块，这样你就可以使用这个公式来持续生成高质量的输出。

首先，不仅要了解这六个组成部分是什么：任务、上下文、示例、角色、格式和语调，还要了解这些六个组成部分的重要性是有顺序的。

为了说明我的意思，让我们使用这个简单的例子：“我是一名半职业男性，给我一个为期三个月的训练计划。”

第一部分是上下文，其次是任务。任务在公式层次结构中更高的原因是因为如果我们只输入任务而不输入上下文，仍然会有一些有意义的输出。但如果我们只给ChatGPT上下文，什么也不会发生。换句话说，在你的提示中必须有一个任务。包括相关的上下文和示例很重要，而拥有角色、格式和语调则更好。

当你想到写提示时，就按照这个心理清单，一步一步的去写。所以这个公式将作为一个基本框架，让你在写提示时包含足够的相关信息。但是你不需要在每个提示词中都需要去包含所有六个组成部分。

现在，让我们用具体的例子来分解每个部分，我们从头开始。经验法则是始终以一个动词开始任务句子：生成、给出、正确、分析等，并清楚地表达你的最终目标是什么。

它可以是一个简单的任务，比如生成一个为期三个月的训练计划，或者是一个复杂的三步任务，比如分析数百条用户反馈，分享前三个要点，并根据负责跟进的团队对反馈进行分类。

第二个组成部分，上下文，是最棘手的，因为理论上你可以提供的信息量是无限的。所以，我发现问自己这三个问题对于想出足够的信息以从ChatGPT获得一个好结果非常有帮助：首先，用户的背景是什么？其次，成功是什么样子的？第三，他们处于什么环境？

回到健身示例，我们现在有：“我是一名半职业男性，希望在接下来的3个月里增加5公斤肌肉。我每周只有时间健身两次，每次1小时。给我一个为期3个月的训练计划。”

我本可以添加更多的背景信息吗？当然，只有优先考虑让我在Instagram上看起来不错的肌肉群，但与ChatGPT和Google Bard保持生产力的关键是提供足够的信息以限制无尽的可能性。

基本上，所有关于大型语言模型（LLMs）的研究表明，在提示中包含示例会大大改善输出质量。

以一个简单的例子开始，这是一份简历中写得很差的关键点：“我们现在可以要求ChatGPT使用这种结构重写这个关键点：‘我通过衡量Y实现了X，结果导致了Z’，这实际上是最佳实践，所以在你的简历中确实这么做。”

例如，“我通过教育护士新协议，将医院死亡率降低了10%，这相当于每年节省了200条生命。”

这里有一个稍微复杂一点的例子，用于面试准备：“基于我的简历，为面试问题‘你最大的弱点是什么？’写一个答案。

使用STAR答案框架：情境、任务、行动和结果。如果这里，使用一个完整的面试答案作为例子，这将是小题大做，STAR框架作为ChatGPT遵循的示例结构。”

最后一个例子，假设你需要写一个职位描述。你提供了一些关于职位空缺的背景，并要求ChatGPT参考一个现有的职位描述。“如果我使用在LinkedIn上找到的这个，输出将遵循相同的格式，并使用相同的专业HR语言，节省了我大量时间。”

这里的主要收获是：示例不是每个提示所必需的，但包括一个相关的例子或框架将大大改善你的输出质量。

所以上面的话明白吗？  就是不是每一套提示词都必须包含六个组成部分，也不是每一套提示词都需要添加示例，提示词编写是很灵活的，千万不要生搬硬套！

我们继续前进，角色组件基本上是你希望ChatGPT和Google Bard成为的人。这里的专业提示是，想象一个你希望立即接触到的人，以帮助你面对的任务。如果你在锻炼时受伤了，那个人可能是有经验帮助运动员恢复的物理治疗师。如果你是一名求职者，那个人可能是招聘人员或高级经理。如果你正在处理一个创意简报，那个人可能是擅长讲故事的高级产品营销经理。

说直白一点就是你要告诉AI他将要扮演什么角色，来帮你完成什么任务。

专业提示：你还可以让AI扮演某个特定的个人，但我发现只有当他们足够出名时，结果才会很好，比如沃伦·巴菲特、史蒂夫·乔布斯、杰夫·苏。你要让AI扮演张三李四  就没有什么效果。

第五个组成部分，格式：这里的提示词编写就只有一个原则，就是告诉AI你要让他干什么，越简单越好，不要重复，AI其实可以默认的理解很多东西，所以有些你认为重要的提示词，在AI看来就是基本的配置。

回到用户反馈的例子：“我不想读每个句子，所以我让ChatGPT将所有反馈输出为一个带有三个标题的表格：原始反馈、负责跟进的团队和优先级。现在，我可以直接复制这个，并将其粘贴到Google表格中，以便按优先级排序并按团队筛选。”

其他常见的格式包括电子邮件、项目符号和代码块，但我发现作为全职工作专业人士最有用的是段落和Markdown。例如，“我刚收到了一份给我的主管的长篇行业报告。首先，给我3个关键要点，然后根据主题总结，使用H2作为小节标题：‘这里是报告。’”

专业提示：无论何时我使用ChatGPT校对任何文档，我都指定所有更改都需要加粗，这样我可以很容易地看到确切的变化是什么。

让我们快速浏览一下最后一个语调，然后我们将所有这些结合在一个例子中。好消息是语调很容易理解：使用随意或正式的语气，给我一个机智的输出，展示热情，听起来悲观。坏消息是我们通常不擅长在一时之间回忆起成千上万的潜在形容词和副词。

所以，这里有一个专业提示：告诉ChatGPT你想要传达的感觉。例如，“我正在给一个我以前没有合作过的团队写一封电子邮件，我想被认真对待，而不是显得过于固执和尴尬。你能给我一个包含5个语调关键词的列表，我可以将其包含在ChatGPT的提示中吗？”

现在看看，我实际上可以说的实际提示是，“使用清晰简洁的语言，并以友好而自信的语调写作。”

将所有这些结合在一起，让我们看看这个全面的提示：“你是一名高级产品营销经理，在苹果公司，你刚刚与特斯拉合作推出了最新的苹果产品——苹果汽车，并收到了12,000份预订单，比目标高出200%。”

上下文：给你的老板蒂姆·库克写一封电子邮件，分享这个好消息。任务和格式：电子邮件应包括一个TL;DR（太长没看），一个“2长；没读”的部分，项目背景，为什么这个产品会诞生，业务结果部分，可量化的业务指标，并以感谢产品和工程团队的部分结束。

示例结构：使用清晰简洁的语言，并以自信而友好的语调写作。语调：请注意，如果我有一个现有的电子邮件作为参考，我可以删除有关结构的指令，只需触摸ChatGPT。

电子邮件应遵循下面电子邮件的确切格式，并将电子邮件从“4”（我假设这是一个打字错误，应该是对电子邮件的具体引用）复制并粘贴。

顺便说一下，你可以将这个提示的输出与一个更简单的提示进行比较：“我刚推出了一个新产品，苹果汽车。我收到了2,000份预订单。请给我的老板发一封电子邮件，更新这个信息。”在输出的通用性和可用性方面有很大的差异。

现在你已经了解了提示的基本技巧，我的下一篇文章将带你从初学者变成专业人士，所以希望你能够有所收获，再见！

本文来源于网络，版权归原作者所有！