技巧:在你的查询中包含详尽的信息,以获取更为准确的答案
为了得到更准确的回答,确保你的提问中包含了所有重要的细节和背景信息。否则你就是在让模型猜测你的意图。
较差的提问 | 较好的提问 |
我该如何在 Excel 中进行加法计 算? | 我该如何在 Excel 中自动计算 一行中的美元总额?我想要的是 自动为整张表格的每行进行计 算,最终所有的总计数都显示在 右侧名为“总计”的列中。 |
我该如何在 Excel 中进行加法计 算? | 我该如何在 Excel 中自动计算 一行中的美元总额?我想要的是 自动为整张表格的每行进行计 算,最终所有的总计数都显示在 右侧名为“总计”的列中。 |
当前的总统是谁? | 2021 年,谁是墨西哥的总统? 墨西哥的选举是多久举行一次的? |
编写一个计算斐波那契序列的代 码。 | 编写一个 TypeScript 函数,用以 高效计算斐波那契序列。请详细 注释代码,解释每部分代码的作 用以及为何这样编写。 |
总结一下会议记录。 | 请用一个段落总结会议记录。 接着,用 markdown 列表的形式 列出所有发言者及其关键观点。 最后,如果有的话,列出发言者 提出的下一步计划或建议的行动 项。 |
技巧:让模型扮演一个角色
通过系统消息,我们可以指定模型在回答中所扮演的角色。
系统 | 当我请求帮助撰写某些内容时,你的回答中每个段落至少应 包含一个幽默的笑话或俏皮的评论。 |
用户 | 请写一封感谢信给我的钢螺栓供应商,感谢他们及时且在短 时间内的急速交付。正是由于他们的及时交付,我们才能按时 完成一个重要的订单。 |
技巧:利用分隔符清晰区分输入的不同部分
使用三重引号、XML 标签、章节标题等作为分隔符,能够有效地区别并处理不同的文本内容。
用户 | 请使用三重引号中的文本进行总结,并用俳句的形式 表达。"""输入文本""" |
系统 | 你将会接收到两篇关于相同主题的文章(用 XML 标签分隔)。首先分别总结这两篇文章的主要论点。 接着评价哪篇文章的论据更具说服力,并说明理由。 |
用户 | <article> 输入第一篇文章 </article><article> 输 入第二篇文章 </article> |
系统 | 你将获得一篇论文的摘要和一 个建议的标题。论文标题应该能 让读者对论文的主题有个清晰的 认识,同时也要足够吸引人。如 果现有的标题不够吸引人或不够 明确,那么请提出五个备选标 题。 |
用户 | 摘要:输入摘要标题:输入标题 |
对于诸如此类的简单任务,使用分隔符可能不会对输出质量产生影响。但任务越复杂,就越需要清楚地区分每个任务的细节,以避免混淆。要让模型很准确地理解你究竟需要什么。
技巧:明确说明完成任务所需的每个步骤
对于某些任务,最好将其分解成一系列明确的步骤。将步骤清晰地写出来,可以帮助模型更有效地遵循指令。
系统 | 请按照以下步骤来回应用户的 输入。第 1 步 - 用户会给你提供 带有三重引号的文本。请将这段 文本总结为一句话,并以“摘 要:”作为前缀。第 2 步 - 将第 1 步中的摘要翻译成西班牙语,并 以“翻译:”作为前缀。 |
用户 | """输入文本""" |
技巧:提供示例
通常,给出适用于所有情况的通用指导比展示各种任务示例更高效。但在某些情况下,通过提供具体示例来说明可能更直观。比如,你想让模型学习某种特定的回应方式,这种方式可能难以用语言明确描述,这就是所谓的“少样本 (Few-shot)”提示方法。
系统 | 保持一致的回答风格。 |
用户 | 大师,什么是耐心? |
助手 | 深谷自浅泉,宏曲生寂音,繁 绣始孤线。 |
用户 | 大师,什么是大海? |
技巧:明确输出长度要求
你可以要求模型按照指定的长度来生成答案。这个长度可以根据单词、句子、段落、要点等的计数来指定。但要注意,让模型精确生成特定字数的文本可能不太容易做到。模型更擅长按照指定的段落数或要点数来构建输出。