ChatGPT-使用指南-精通高效交互的提示词工程

ChatGPT 使用指南：精通高效交互的提示词工程

原文：How to ChatGPT: Mastering Prompt Engineering for Effective Interactions

译者：飞龙

协议：CC BY-NC-SA 4.0

前言

在人工智能快速发展的领域中，与人工智能有效沟通的能力不仅是一种优势，已经成为一种必需品。“如何使用 ChatGPT：掌握提示工程以实现有效互动”在关键时刻出现，为新手和资深专业人士提供了在这个动态领域导航的必备指南。随着像 ChatGPT 这样的 AI 技术成为我们日常生活的一部分，从自动化任务到提供复杂问题解决解决方案，提示工程的艺术凸显为一种基本技能。

本书作者精心汇编了大量知识、策略和真实世界的案例，这些案例揭示了与人工智能互动的过程。章节精心设计，旨在引导您从提示工程的基本原理到利用人工智能互动全部潜能的高级技术进行一次旅行。这种进步旨在不仅建立理解，还要在提示构建中培养能力和创造力。

作为人工智能领域的一位长期爱好者和专业人士，我亲眼见证了有效沟通对各个领域产生的变革性影响。无论您是在教育、商业、技术领域，还是仅仅是一位人工智能爱好者，您将从本书中发展出的技能都是不可或缺的。对提示细微差别的详细探讨，结合实际应用和伦理考量，使读者不仅能够增强与人工智能的互动，而且能够负责任和深思熟虑地这样做。

我邀请您以开放的心态和学习的准备去深入探索“如何使用 ChatGPT”。这本书不仅仅是一本手册，它是您掌握一种重要当代语言——与人工智能对话的语言——的伴侣。拥抱这些页面中的教训，您将朝着成为一名熟练且创新的提示工程师的道路迈进。

版权声明

版权所有 © 2024 乔治·古德

所有权利保留。未经出版者事先书面许可，本书的任何部分不得以任何形式或任何手段（包括影印、录音或其他电子或机械方法）进行复制、分发或传播，但版权法允许的简要引用和某些其他非商业用途除外。

如何使用 ChatGPT：掌握提示工程以实现有效互动，作者：乔治·古德# 目录

目录

引言

• ChatGPT 及其功能的概述。

• 提示设计在引发人工智能有用响应中的重要性。

• 本书如何构建以帮助您熟练掌握提示工程。

第一章：理解基础知识

• 提示是什么？为什么它们很重要？

• 有效提示的基本组成部分。

• 在提示创建中应避免的常见错误。

• 示例提示及其分析。

第二章：提示的清晰性和精确性

• 如何制作清晰精确的提示。

• 具体语言与模糊语言的影响。

• 将模糊提示转化为具体提示的示例。

第三章：详细响应的提示

• 引发详细和全面回答的技术。

• 开放式问题与封闭式问题的使用。

• 展示深度和细节的示例提示和响应。

第四章：创意提示

• 提示 AI 生成创意内容（故事、诗歌、对话）的技巧。

• 如何通过限制条件引导 AI 的创造力。

• 创意提示及其结果的示例。

第五章：技术和信息提示

• 需要技术解释或事实信息的提示的最佳实践。

• 如何构建提示以最大化数据准确性和相关性。

• 信息提示及其最佳响应的示例。

第六章：处理模糊性和复杂性

• 处理模糊查询的策略。

• 如何将复杂主题分解为更简单、更易管理的提示。

• 展示如何重构提示以产生更清晰的响应。

第七章：交互式提示

• 创建促进互动对话的提示的技术。

• 对话提示的示例及其如何保持流畅和连贯。

第八章：高级提示工程

• 利用高级技术，如引导性问题、假设和条件句式。

• 高级提示及其产生的复杂响应的示例。

第九章：评估 AI 响应

• 如何评估 AI 响应的质量。

• 基于 AI 之前回答的提示优化技巧。

• 展示迭代提示细化的案例研究。

第十章：伦理考量与最佳实践

• 理解提示工程中的伦理影响。

• 负责任使用 AI 生成提示的最佳实践。

• 在与 AI 互动中透明度和诚实的作用。

结论

• 有效提示工程的关键技术和原则回顾。

• 鼓励实验并从互动中持续学习。

• 对 AI 和提示工程不断演变的前沿的最终思考。

附录

• 书中使用的术语表。

• 进一步学习的额外资源（书籍、文章、在线课程）。

• 提示模板和清单，供快速参考。

引言

欢迎来到“如何使用 ChatGPT：掌握提示工程以有效互动。”本书致力于为您提供与当今最先进的 AI 模型 ChatGPT 有效互动所需的技能，通过掌握提示工程的技艺。

ChatGPT 及其功能的概述

ChatGPT 是由 OpenAI 开发的，它是 GPT（生成预训练变换器）系列模型之一，旨在理解和生成类似人类的文本响应。这种 AI 可以执行多种任务，例如：

• 回答问题：从简单查询到复杂查询。

• 提供解释：以可理解的方式分解复杂主题。

• 生成创意写作：创作故事、诗歌等。

• 模拟对话：进行模仿人类互动的对话。

• 翻译语言：提供多语言能力，无需主动进行网络搜索。

ChatGPT 的能力源于其对互联网上大量文本语料库的训练，尽管它不会在实时在线访问或检索信息。它被调整以理解提示指令的细微差别，并以对话方式回应，这使得它成为任何需要自然语言处理的场景中无价的工具。

提示设计在引发 AI 有用响应中的重要性

您与 ChatGPT 的互动方式将显著影响其响应的质量和相关性。有效的提示设计至关重要，因为：

1. 精确性：清晰和具体的提示词更有可能产生准确和相关的响应。

2. 上下文清晰性：提供上下文有助于 AI 理解整体情况，提高其响应的质量。

3. 互动性：精心设计的提示词能带来更吸引人和动态的互动，丰富用户体验。

本书如何结构化以帮助您精通提示工程

本书精心组织，旨在引导您了解提示工程的所有方面：

• 基本原则：早期章节介绍了制作提示的基础方面，包括清晰性和具体性。

• 中级技巧：在基础知识的基础上，这些章节涵盖了更复杂的互动，例如管理含糊不清的问题或有效融入上下文。

• 高级策略：后续章节深入探讨复杂技术，以提升您引发详细和创意响应的能力。

• 实际应用：每一章都附有实际例子、练习和模板，以说明概念并允许动手实践。

到本书结束时，您不仅将精通有效提示设计的理论，还将具备将这些原则应用于各种场景的实践技能，确保每次与 ChatGPT 的互动都能达到最佳效果。让我们开始这段提升您与 AI 对话互动的旅程。

第一章：理解基础知识

在本章中，我们将通过了解提示词是什么，它们在与 ChatGPT 等 AI 互动中的重要性，以及成功提示的必要组成部分，为有效的提示工程奠定基础。我们还将探讨提示创建中的常见陷阱，并提供带有详细分析的示例来说明这些概念。

什么是提示词以及为什么它们很重要？

什么是提示词？

提示是一个用户提供的输入，它指导 AI 生成特定的输出或响应。它充当 AI 的指南，告知 AI 用户的意图和所需的信息或交互类型。

为什么它们很重要？

提示至关重要，因为它们直接影响 AI 的行为和其响应的质量。一个构建良好的提示会产生准确、相关和有价值的输出，而一个构建不良的提示可能导致无帮助或离题的响应。在需要精确性和相关性的场景中，如教育环境、专业任务或技术支持，有效的提示尤其重要。

有效提示的基本要素

有效的提示通常包括几个关键要素：

• 清晰：提示应该清晰明确，以避免对所提要求的任何混淆。

• 明确性：应包含具体细节以引导 AI 生成所需的响应。

• 简洁：虽然细节很重要，但提示也应该简洁，以保持专注和效率。

• 上下文：提供上下文有助于 AI 理解问题或请求提出的更广泛场景。

包含这些要素确保 AI 拥有生成满足用户需求响应所需的所有必要信息。

避免在提示创建中犯的常见错误

几个常见的错误会降低提示的有效性：

• 提示过载：在一个提示中包含过多信息或过多问题可能会使 AI 感到不知所措，导致回答散乱或不完整。

• 过于模糊：缺乏细节可能导致 AI 在填补空白时给出泛泛或无关的回应。

• 使用模糊语言：提示中的模糊性可能会误导 AI，导致其误解请求。

• 忽略上下文：不提供足够的背景信息可能会阻止 AI 理解提示的全貌。

避免这些错误将显著提高与 ChatGPT 交互的质量。

示例提示及其分析

为了说明这些观点，让我们分析几个示例提示：

示例 1：请求食谱

• 糟糕的提示：“我如何烹饪美味的东西？”

  • 分析：这个提示模糊且主观。对“美味”的定义可能大相径庭。

• 改进的提示：“为两人制作一份简单的素食意面食谱是什么？”

  • 分析：这个提示具体、清晰且简洁。它提供了具体的饮食偏好和所需份量，这有助于准确定制响应。

示例 2：请求旅游建议

• 糟糕的提示：“计划一次旅行。”

  • 分析：这个提示缺乏可操作的细节和上下文。

• 改进的提示：“在春季访问巴黎的前五个旅游景点是什么？”

  • 分析：修改后的提示具体说明了地点、推荐的数量和访问时间，这使得 AI 提供有用且相关的信息变得更容易。

示例 3：技术支持咨询

• 差劲的提示：“电脑问题。”

  • 分析：此提示过于笼统，没有提供关于实际问题的任何细节。

• 改进的提示：“如何在 Windows 10 笔记本电脑上解决启动错误？”

  • 分析：此提示指定了操作系统和问题的性质，指导 AI 生成专注且适当的回复。

通过这些示例，我们看到通过结合清晰度、特定性、简洁性和上下文来精炼提示，可以极大地改善 ChatGPT 的回复。本章作为后续章节将要建立的原则的介绍，指导你成为提示工程的高手。

第二章：提示的清晰度和精确度

与 ChatGPT 的有效沟通取决于你提供的提示的清晰度和精确度。本章探讨了如何构建清晰和精确的提示，分析了特定语言与模糊语言的影响，并提供了将不明确的提示转化为具体和可操作提示的实用示例。

如何构建清晰和精确的提示

创建清晰和精确的提示涉及几个关键技术：

• 直接表达：使用直接的语言。通过明确表达你需要 ChatGPT 提供的内容来避免歧义。

• 使用具体细节：融入相关细节，以引导 AI 理解上下文并提供更定制化的回复。

• 定义范围：明确界定你的查询界限。指定任何应适用于回复的约束或条件。

• 设置格式：如果你对信息呈现方式有偏好（例如，列表、详细解释、摘要），请在你的提示中提及这一点。

通过遵循这些指南，你提高收到符合你期望的回复的可能性，无需进一步澄清。

特定语言与模糊语言的影响

提示中的语言特定性显著影响 AI 回复的质量：

• 特定语言：使用特定语言的提示往往收到与查询直接相关的回复。特定性有助于 AI 理解所需信息的确切性质或输出，最小化无关或不切实际的答案的风险。

• 模糊语言：模糊的提示往往导致模糊的回复。当 AI 缺乏明确的方向时，它必须对提示的意图做出假设，这可能导致不有用或偏离用户实际需求的答案。

理解你的词汇选择的影响有助于构建导致与 AI 更满意互动的提示。

将模糊提示转化为具体提示的示例

为了说明精确性和清晰性的重要性，让我们考察几个将模糊提示转化为具体提示的例子：

示例 1

• 模糊提示：“告诉我关于狗的事情。”

• 具体提示： “你能概述一下拉布拉多寻回犬的饮食需求和常见健康问题吗？”

示例 2

• 模糊提示： “我该如何制作蛋糕？”

• 具体提示： “制作八人份无麸质巧克力蛋糕需要哪些步骤和原料？”

示例 3

• 模糊提示： “关于第二次世界大战的一些内容。”

• 具体提示： “第二次世界大战的主要原因是哪些，它们是如何导致 1939 年战争的开始的？”

在这些情况下，具体的提示为 ChatGPT 提供了明确的指导，使其能够生成更专注和有用的回答。这展示了你提示的精确性如何直接影响 AI 回答的有效性和相关性。

通过掌握构建清晰和精确提示的艺术，你能够充分利用 ChatGPT 的全部功能，确保每次互动都能产生有用和愉快的成果。本章作为一项基础指南，旨在培养与 AI 有效沟通所需的技能，为后续章节中更高级的互动奠定基础。

第三章：请求详细回答的提示

当与像 ChatGPT 这样的 AI 互动时，获得详细和全面的回答对于需要深度理解或细微信息的任务至关重要。本章深入探讨了引发此类回答的技巧，开放式问题与封闭式问题的战略使用，并提供带有分析的示例提示，以展示这些方法如何产生深度和细节。

引发详细和全面回答的技巧

为了鼓励 ChatGPT 提供详细的回答，可以考虑以下技巧：

1. 用明确要求详细内容的提示来构建提示

明确表示你想要详细的回答。例如，使用像“你能详细解释一下...”或“提供...的全面概述...”这样的短语来表明你需要深度信息。

2. 提出后续问题

通过提出深入主题的后续问题来构建 AI 提供的信息，这种迭代方法通常能揭示更多层次的信息。

3. 提供背景信息

提供背景信息不仅有助于 AI 更好地理解提示，而且也框定了你寻求的细节类型。你提供的背景信息越多，AI 的回答就越具体和个性化。

4. 请求示例或说明

请求示例或要求 AI 说明一个观点可以导致更具体和详细的解释。

5. 在你的问题中使用具体性

提出非常具体的问题可以迫使 AI 放弃泛泛的回答，并提供精确的信息。

开放式问题与封闭式问题的使用

理解何时使用开放式问题与封闭式问题可以显著影响回答的详细程度：

开放式问题

这些问题旨在引发较长的回应，并邀请讨论或解释。当需要关于某个主题的全面信息或不同观点时，它们是必不可少的。例如：

• “区块链技术对数据安全有哪些影响？”

封闭式问题

封闭式问题通常要求简短或单字回答，用于收集具体事实或确认细节。除非与后续问题结合，否则通常不利于引发详细回应。例如：

• “区块链技术是否安全？”

在实际对话中，结合这两种类型的问题可以帮助保持自然的对话流程，并收集广泛和具体类型的信息。

展示深度和细节的示例提示和回应

为了说明这些技术在实践中的工作方式，让我们看看一些示例提示和它们可能从 ChatGPT 那里引发的详细回应。

示例 1：电动汽车的环境影响

• 提示：“你能详细解释电动汽车的环境影响，包括正面和负面的方面吗？”

• 回应：“电动汽车因其与传统车辆相比减少尾气排放的好处而受到赞誉。正面来看，它们有助于降低空气中的氮氧化物和颗粒物等污染物的水平。然而，它们也存在一些缺点，例如开采电池所需的锂的环境成本，这可能导致栖息地破坏和水污染。此外，电动汽车生产（尤其是电池）相关的碳足迹仍然是一个重大挑战……”

示例 2：影响现代政治的历史事件

• 提示：“有哪些关键历史事件塑造了现代政治体系，你能提供一些具体例子说明它们对今天的具体影响吗？”

• 回应：“许多历史事件对现代政治体系产生了深远的影响。例如，18 世纪末的法国大革命引入了自由、平等和博爱的理念，这些理念已成为许多现代民主国家的基础性原则。另一个例子是冷战，它确立了今天美国所看到的两党制的普遍性，因为意识形态在争夺主导地位……”

示例 3：医学技术的进步

• 提示：“提供对近期医学技术进步的全面概述，特别是那些改善患者护理的技术。”

• 回应：“近期医学技术的进步在几个方面彻底改变了患者护理。远程医疗扩大了医疗服务的可及性，使患者和医生能够在地理障碍的情况下有效沟通。人工智能在诊断方面的应用提高了疾病检测的准确性和速度。可穿戴健康设备实时监测患者的生命体征，使条件的前瞻性管理成为可能……”

这些例子展示了如何通过明确意图为深度制作提示，并采用战略性的提问技巧，可以极大地提高 ChatGPT 响应的质量和内容。

第四章：创意提示

利用 ChatGPT 等 AI 的创造力能力可以非常有益。本章重点介绍提示 AI 生成故事、诗歌和对话等创意内容的策略。我们将探讨如何有效地通过限制引导 AI 的创造力，并提供创意提示及其引人入胜的输出的示例。

指导 AI 生成创意内容的技巧

1. 定义创意格式

首先明确指定你想要的创意内容类型——无论是故事、诗歌、剧本还是对话。这有助于 AI 理解其操作的框架。

2. 设置语气和风格

指明你希望达到的语气（例如，幽默、严肃、古怪）和风格（例如，现代、古典、抽象）。这指导 AI 匹配你预想的情绪和方法。

3. 结合特定的主题或元素

提及任何你希望包含的主题（例如，爱情、冒险、神秘）或特定元素（例如，会说话的猫、一个闹鬼的房子）。这为 AI 的创意过程播种了独特想法以发展。

4. 使用灵感种子

提供一行文本、一个图像或一个场景作为起点。这样的种子可以激发 AI 更细腻和专注的创意表达。

5. 局限是你的朋友

设定边界或限制（例如，一首具有特定韵律的诗，一个恰好 100 个单词的故事）。限制实际上可以通过将创造力集中在定义的范围内来增强创造力。

如何通过限制引导 AI 的创造力

引导 AI 的创造力不仅涉及要求它创造，还要以富有成效的方式引导其创造力。以下是如何有效地使用限制：

1. 结构限制

为内容定义一个结构，例如诗歌的十四行诗或故事的三幕格式。这些框架为 AI 提供了一个清晰的模板，以填充创意细节。

2. 主题限制

明确指定内容应围绕的主题或主题。这确保 AI 专注于相关想法，并在整个创作工作中整合它们。

3. 角色和场景限制

对于叙事，定义角色和场景。这可能包括角色的背景故事、关系或特定的场景，引导 AI 发展一个一致且连贯的世界。

4. 语言限制

强制使用特定的语言风格或词汇或方言。这在诗歌或对话中尤其有效，因为词汇的选择会显著影响语气和真实性。

创意提示和结果输出的示例

为了说明这些策略的实际应用，以下是一些创意提示以及 AI 生成的输出：

示例 1：一个现代童话

• 提示：“写一个关于骑士从公主手中拯救龙的短篇童话。故事应该是奇妙的，并设定在一个魔法森林中，使用现代俚语。”

• 输出结果：“在一个崎岖的时代，在沃德莫尔的美丽森林中，兰斯利特爵士，一个拥有疯狂滑板技巧的骑士，开始了他的疯狂冒险。他的任务是什么？从公主格纳琳那里拯救冷静的龙斯帕基，她完全破坏了他的平静……”

示例 2：一首抽象诗

• 提示：“创作一首探讨孤独主题的诗歌，采用抽象风格，并融入海洋的意象。这首诗不应押韵，但必须使用头韵。”

• 输出结果：“寂静的大海摇摆，轻柔地唱着孤独的歌曲。波浪向风低语，将忧伤编织进水中。独自一人，蔚蓝的深渊在她船体下隐藏着心跳。”

示例 3：剧本对话

• 提示：“写一段对话，描述两位宇航员在火星上发现外星文明。对话应揭示他们的惊讶，并融入科学术语。”

• 输出结果：“宇航员 1：‘你看到我看到的了吗？那些结构，它们不是自然形成的。它们是几何的，对称的。’宇航员 2：‘太令人难以置信了！光谱仪读数表明是高级合金成分。这不仅仅是一个发现；这是首次接触！’”

这些例子展示了如何通过具体的提示引导 AI 生成具有创意、吸引力和相关性的内容。通过掌握创意提示的艺术，你可以利用 AI 生成独特和富有想象力的作品，推动自动化系统可以创造边界的极限。

第五章：技术和信息提示

与 ChatGPT 等 AI 进行互动以获取技术解释或事实信息需要与创意或对话提示不同的方法。本章探讨了制作此类提示的最佳实践，结构化提示以最大化数据准确性和相关性的策略，并提供了精心制作的具有最佳响应的技术和信息提示示例。

需要技术解释或事实信息提示的最佳实践

1. 明确所需的详细程度

明确你需要的概述是高级的还是详细的解释。这有助于 AI 调整其响应的复杂性以满足你的要求。

2. 使用精确和技术的语言

当寻求技术信息时，使用与主题相关的特定术语。这种精确性指导 AI 在适当的专家水平上与主题互动。

3. 上下文化问题

提供背景信息或上下文，这有助于 AI 理解查询的范围和相关性。这在医学或工程等领域尤为重要，因为上下文可以显著影响信息。

4. 明确任何假设

明确 AI 响应中应考虑的任何假设，例如特定条件、场景或约束。这有助于防止误解并确保响应适用于你的情况。

5. 请求来源或参考文献

对于事实信息，请要求 AI 包含参考文献或解释其信息的基础。这可以增加响应的可信度，并在需要时允许进一步探索。

如何构建提示以最大化数据准确性和相关性

1. 指导焦点

使用提示明确定义 AI 响应的焦点。例如，与其问“太阳能板是如何工作的？”不如问，“你能解释光伏电池在太阳能板技术中的作用吗？”

2. 分段复杂问题

如果你有一个复杂的问题，将其分解成更小、更易于管理的部分。这不仅使 AI 提供准确信息变得更容易，还有助于将响应组织成一个连贯的叙述。

3. 使用编号或项目符号问题

当涉及多个问题时，将它们列成项目符号或编号项可以帮助确保没有遗漏，并且每个问题都得到了充分解答。

4. 指定所需答案格式

如果你需要以特定格式（例如列表、表格、详细段落）呈现信息，请在提示中指定，以指导 AI 的输出结构。

信息提示示例及其最佳响应

为了展示这些技术，以下是一些为技术准确性和最佳响应设计的示例提示：

示例 1：理解量子计算

• 提示：请提供量子计算与经典计算差异的详细解释，重点关注量子比特与二进制比特。

• 响应：“量子计算与经典计算在量子比特或 qubits 的使用上存在根本区别，与二进制比特不同。由于量子叠加，量子比特可以同时存在于多个状态，这使得量子计算机能够同时处理大量的概率，从而可能解决经典计算机无法解决的复杂问题。”

示例 2：人工智能对医疗保健的影响

• 提示：请讨论人工智能对现代医疗保健的影响，特别是在诊断和患者数据分析方面，包括任何现有担忧。

• 响应：“人工智能显著改变了现代医疗保健，特别是在诊断和患者数据分析方面。AI 算法可以比人类同行更快地分析复杂医疗数据，从而实现更快、通常更准确的诊断。担忧包括数据隐私，因为 AI 系统需要访问大量个人健康信息，以及 AI 在医疗治疗建议中可能持续存在的偏见。”

示例 3：森林砍伐的环境影响

• 提示： “解释亚马逊雨林砍伐森林的环境影响，重点关注其对生物多样性和气候变化的影响。包括任何相关的数据或研究。”

• 回复： “亚马逊雨林砍伐森林对环境有深远的影响，特别是在生物多样性和气候变化方面。它导致数千种物种的栖息地丧失，其中许多物种是该地区的特有物种，从而减少了生物多样性。这种砍伐森林还导致气候变化，因为亚马逊的茂密森林是主要的碳汇。世界野生动物基金会等机构的研究表明，亚马逊砍伐森林的地区释放了大量的二氧化碳，加剧了全球变暖……”

这些示例展示了结构良好的提示如何导致详细、准确且高度相关的 AI 响应。通过应用这些策略，用户可以有效地利用 AI 能力，获得既精确又适用于其特定需求的信息。

第六章：处理模糊性和复杂性

在 ChatGPT 等 AI 系统中导航模糊问题和复杂性是提示工程中的关键技能。本章深入探讨了处理模糊查询的策略、将复杂主题分解为更简单、可管理的提示的技术，并提供了具体示例，说明如何有效地重构提示可以导致更精确和清晰的响应。

应对模糊查询的策略

提示中的模糊性可能导致 AI 提供广泛、不集中或不相关的响应。为了减轻这种情况，请考虑以下策略：

1. 澄清模糊之处

在提交提示之前，确定任何模糊的术语或短语，并用具体信息替换它们。如果模糊性源于多种解释，请定义您感兴趣的上下文或范围。

2. 要求澄清

当处理具有固有模糊性的输入时，构建您的提示以请求 AI 进行澄清。例如，如果主题范围广泛，您可以要求 AI 列出可能的解释，然后专注于其中之一。

3. 使用后续问题

如果初始响应模糊不清，请使用后续问题来缩小焦点，并引导 AI 向期望的清晰度发展。

如何将复杂主题分解为更简单、可管理的提示

复杂的主题通常需要详细探讨，这在单个提示中可能难以管理。通过以下方式分解这些主题：

1. 分割主题

确定主要问题的主要组成部分或子主题。这使您能够单独处理每个部分，从而使整个主题更容易理解。

2. 优先处理信息

决定对您理解或目标最重要的信息，并调整您的提示以首先关注这些元素。

3. 采用顺序方法

设计一系列层层递进的提示。从基础问题开始，随着基本知识的澄清，逐渐转向更详细的问题。

展示如何通过重构提示获得更清晰回复的例子

为了说明结构良好的提示的影响，以下是一些复杂和模糊的提示的例子，这些提示被重新构建以增强清晰性和简单性。

示例 1：理解经济理论

• 模糊提示：“告诉我关于经济学的事情。”

• 重新构建的提示： “凯恩斯经济理论的关键原则是什么，以及它们是如何提出管理经济衰退的？”

• 回复： “凯恩斯经济理论认为，私营部门的决策有时会导致宏观经济效率低下，因此主张公共部门采取积极政策反应，包括中央银行的货币政策和政府的财政政策来稳定商业周期中的产出。具体来说，在经济衰退期间，凯恩斯理论支持政府支出以抵消私人支出的减少，旨在减轻经济衰退。”

示例 2：探索气候变化

• 复杂的提示： “气候是如何变化的？”

• 重新构建的提示：

  1. “气候变化的科学公认原因是什么？”

  2. “在过去十年中观察到的气候变化的主要影响是什么？”

  3. “在应对气候变化方面，哪些缓解策略最为有效？”

• 对提示 1 的回复：“最近气候变化的主要原因是人类活动（如森林砍伐和燃烧化石燃料）释放的温室气体（如二氧化碳）的增加。这些气体在大气中捕获热量，导致温室效应，即增温效应。”

示例 3：技术进步

• 广泛的提示： “告诉我关于技术的事情。”

• 结构化提示：

  1. “截至今年，可再生能源技术的最新进展是什么？”

  2. “这些进步如何影响了能源成本？”

• 对提示 1 的回复：“在当前年份，可再生能源技术的重大进展包括太阳能电池效率的提高、更大、成本效益更高的风力涡轮机的开发，以及电池储能能力的提升，从而能够更好地从间歇性能源如太阳能和风能中保留能量。”

这些例子展示了具体、结构良好的提示不仅减少了模糊性，而且将复杂主题分解成可管理的部分，从而促进了更专注和更有信息量的 AI 回复。这种方法确保用户能够有效地导航复杂主题，最大限度地发挥与 AI 互动的效益。

第七章：交互式提示

交互式提示涉及构建促进用户和 AI 之间引人入胜且动态对话的提示，例如 ChatGPT。本章重点介绍创建增强对话流畅性和连贯性的提示的技术，并提供了有效维持对话连续性的对话提示示例。

创建促进引人入胜和互动对话的提示的技术

与 AI 创建引人入胜的对话需要深思熟虑的提示设计，以鼓励信息的持续交流。以下是一些实现这一目标的技术：

1. 使用开放式问题

开放式问题鼓励 AI 提供更详细的回答，并保持对话进行。这些问题通常以“如何”、“什么”、“为什么”或“告诉我更多关于……”开头。

2. 使用后续问题

通过后续问题在先前答案的基础上进行构建不仅深化了对话，而且表明 AI 的回答正在被深思熟虑地考虑。这种技术有助于深入探讨话题。

3. 回应

在你的下一个问题中重复或改述 AI 最后回答的部分。这种技术确认了理解并将回答联系起来，增强了对话的连贯性。

4. 用特定主题引导对话

通过引入特定主题或引导讨论到感兴趣的区域来直接引导对话的流程。这使对话保持专注，并防止其偏离不太相关的领域。

5. 引入假设情景

通过引入假设情景来探索创造性的或复杂的思想。这可以使对话更加引人入胜，并揭示对讨论话题的更深入见解。

6. 请求示例或解释

请求示例或解释可以延长对话并提供清晰度，为讨论增加层次。

对话提示示例及其如何维持流畅性和连贯性的例子

为了展示这些技术的实际应用，以下是一些对话提示示例及其如何有助于维持对话流畅性和连贯性的分析：

示例 1：讨论技术进步

• 初始提示：“人工智能技术的最新进展是什么？”

• 后续提示：“这些进步如何影响用户日常生活的方方面面？”

• 回应和进一步探究：“你提到了 AI 在医疗改进中的应用。你能解释 AI 是如何具体改变患者护理的吗？”

分析：初始提示设定了一个广泛的话题，允许 AI 介绍最新进展。每个后续问题都缩小了焦点，保持了话题的相关性，并建立在先前信息的基础上，创建了一个连贯的对话线索。

示例 2：探讨环境问题

• 初始提示：“为什么生物多样性对生态系统很重要？”

• 后续提示：“你能举一个生物多样性帮助维持生态平衡的地区例子吗？”

• 引入假设情景：“想象一个该地区生物多样性显著减少的情景。可能会有什么后果？”

分析：从一个“为什么”问题开始，展开详细解释，然后请求一个具体的例子，将讨论基于现实世界的术语。引入一个假设情景可以激发推测性思维，并深化对该主题的参与。

示例 3：关于历史事件的对话

• 初始提示：“告诉我美国革命的起因。”

• 请求详细信息：“革命前有哪些重大事件？”

• 引导对话：“关注波士顿倾茶事件的作用。为什么它很重要？”

分析：对话从广泛的历史问题开始，缩小到主要事件，然后聚焦于一个具体事件。每一步都提供了更深层次的细节，并确保 AI 的响应相互关联，提供结构化和连贯的叙述。

这些示例表明，通过精心构建提示和采用特定的对话技巧，可以与 AI 进行有意义的、详细的和连贯的对话。这种互动不仅使对话更有趣，还增强了响应的信息价值。

第八章：高级提示工程

高级提示工程涉及利用复杂的技术来增强与 AI（如 ChatGPT）的互动，通过鼓励它提供更有洞察力、更细腻或更有创造性的响应。本章将深入探讨高级技术，如引导性问题、假设情景和条件句式。我们还将探索高级提示的例子和它们产生的复杂响应，展示这些技术如何有效应用。

利用高级技术

1. 引导性问题

引导性问题旨在引导 AI 走向特定方向或得出特定结论。这在想要探索特定观点或结果的情况下非常有用。

2. 假设情景

使用假设情景可以探索超越当前现实的可能性和影响。这种技术在问题解决、创新和创造性思维中特别有价值。

3. 条件句式

条件句式涉及构建包含必须满足条件的提示。这有助于测试某些变量变化可能对结果产生的影响，鼓励 AI 进行更深入的分析。

高级提示和复杂响应的示例

为了说明高级提示工程的力量，以下是一些利用上述技术和它们能引发的响应类型的示例。

示例 1：使用引导性问题探索经济政策

• 提示： “考虑到高通胀率，提高利率如何有助于稳定经济？”

• 响应：“提高利率有可能通过抑制通货膨胀来稳定经济。这种方法通过提高借贷成本来实现，这可能导致消费减少和经济增长放缓。因此，这可能会减轻通货膨胀压力。然而，这也可能风险减缓经济活动并增加失业率，这需要仔细考虑。”

分析：这个提示引导 AI 考虑特定的经济策略（提高利率）及其潜在影响，引导对话针对经济政策进行有针对性的分析。

示例 2：环境政策中的假设场景

• 提示：“想象一下，到 2030 年所有汽车都变成电动车的世界。这种变化对环境和城市会有什么影响？”

• 响应：“在一个假设场景中，到 2030 年所有汽车都变成电动车，显著的环境效益包括减少温室气体排放和空气污染物，有助于改善空气质量并缓解气候变化。城市影响可能包括基础设施的彻底改造，对电动车充电站的需求增加和对电网的更新。噪声污染水平也可能发生变化，由于发动机噪音减少，城市可能会变得更加安静。”

分析：这个提示使用一个假设场景来探索广泛而深刻的变化，推动 AI 思考复杂的影响和未来可能性。

示例 3：技术进步中的条件句法

• 提示：“如果量子计算在未来五年内成为主流，对数据安全可能产生什么潜在影响？”

• 响应：“如果量子计算在未来五年内成为主流，它可能会彻底改变数据安全。量子计算机的巨大处理能力可能会破解目前用于保护数据的许多加密算法。然而，它也可能导致量子抗性加密方法的发展，这些方法提供的安全性远高于今天的标准。此外，量子计算可以通过量子密钥分发实现新的安全通信形式，这在理论上是无法被黑客攻击的。”

分析：这个提示中的条件句法挑战 AI 分析新兴技术的后果，关注特定方面如数据安全，并预测积极和消极的结果。

这些例子展示了如何战略性地使用高级提示工程技术来引导 AI 响应，探索创新想法，并激发深入分析。通过掌握这些技术，用户可以显著增强与 AI 互动的深度和广度，使它们更加高效和有洞察力。

第九章：评估 AI 响应

评估像 ChatGPT 这样的 AI 的响应对于确保提供的信息准确、相关和有用至关重要。本章重点介绍如何评估 AI 响应的质量，提供基于 AI 先前答案优化提示的技巧，并展示说明迭代提示优化以实现优化互动的案例研究。

如何评估 AI 响应的质量

评估 AI 响应涉及几个关键考虑因素：

1. 准确性

核实响应的事实准确性。在可能的情况下，与可信来源进行交叉核对，特别是对于技术或专业信息。

2. 相关性

评估响应是否直接针对提示中指定的疑问或主题。响应应聚焦于主题，避免偏离无关领域。

3. 完整性

检查响应是否涵盖了提示的所有方面。它应该回答问题的所有部分，不要遗漏任何重要元素。

4. 清晰度

确保响应清晰易懂。复杂主题应分解为可消化的部分，避免过度简化可能导致关键信息丢失。

5. 一致性

响应应逻辑组织并保持一致。它应该自然地从一点到另一点流动，使人们容易跟随推理或叙述的线索。

基于 AI 先前答案优化提示的技巧

根据 AI 的先前响应改进提示的有效性可以大大提高未来互动的质量：

1. 识别差距

检查 AI 的响应中是否有缺失的信息或未按预期覆盖的领域。将这些差距作为优化下一组提示的基础。

2. 澄清歧义

如果响应包含歧义，修改提示以澄清任何模糊点或请求之前被忽视的具体细节。

3. 调整复杂性

如果 AI 的响应过于技术化或过于简单化，调整下一个提示的复杂性以更好地匹配您的信息需求。

4. 后续问题

使用直接基于 AI 上次响应的后续问题。这种技术特别适用于深入探讨一个主题或转向从初始互动中出现的相关领域。

展示迭代提示优化的案例研究

以下案例研究说明了迭代优化提示如何导致 AI 响应的逐步改善：

案例研究 1：市场分析

初始提示：

“科技市场表现如何？”

初始响应：

“今年科技市场正在增长。”

评估：

响应过于笼统，缺乏具体细节。

优化后的提示：

“你能提供 2023 年科技市场具体增长统计数据以及推动市场表现的因素吗？”

改进的响应：

“到 2023 年，科技市场增长了约 7%。关键因素包括对远程工作技术的需求增加以及人工智能和机器学习的进步。”

案例研究 2：环境政策

初始提示：

“当前环境政策有哪些趋势？”

初始回复：

“许多国家正在致力于减少碳排放。”

评估：

回复没有指定地区或政策。

精炼提示：

“哪些国家在实施碳减排政策方面处于领先地位，他们采取了哪些具体策略？”

改进后的回复：

“欧洲国家如丹麦和瑞典处于前沿。丹麦实施了广泛的碳税和可再生能源项目，而瑞典则大力投资绿色公共交通和节能技术。”

案例研究 3：历史事件

初始提示：

“告诉我第一次世界大战的原因。”

初始回复：

“第一次世界大战是由一系列复杂因素引起的，包括军国主义、联盟、帝国主义和民族主义。”

评估：

回复列出了因素，但没有解释它们。

精炼提示：

“你能解释军国主义和联盟如何导致第一次世界大战的爆发吗？”

改进后的回复：

“军国主义导致大国之间的军备竞赛，创造了一个紧张的环境。联盟体系，特别是中央和协约国之间的联盟，意味着任何两个国家之间的冲突都可能迅速涉及其他国家，升级为全面战争。”

这些案例研究表明，通过评估和改进基于人工智能回复的提示，用户可以显著提高提供信息的准确性、相关性和深度，从而实现更有效和有意义的人工智能交互。

第十章：伦理考虑和最佳实践

随着人工智能在日常生活中的应用越来越普遍，伦理考虑和提示工程的最佳实践对于确保负责任和有效的人工智能交互至关重要。本章探讨了提示工程的伦理影响，概述了负责任使用人工智能的最佳实践，并讨论了在与人工智能交互中的透明度和诚实的重要性。

理解提示工程的伦理影响

提示工程可以显著影响人工智能系统的行为和输出，引发一些伦理问题：

1. 偏见与公平

人工智能系统可能会持续和放大其训练数据中存在的偏见。提示工程师必须意识到这些偏见，并通过精心设计提示来鼓励公平和无偏见的回复，以努力减轻这些偏见。

2. 隐私和数据安全

当提示涉及处理个人数据时，存在关于隐私和数据安全性的担忧。确保提示不会无意中泄露或滥用个人信息至关重要。

3. 操纵和虚假信息

提示可以被设计来操纵人工智能响应或传播错误信息。道德的提示工程涉及确保人工智能收集和传播的信息是准确的，并且不是误导性的。

4. 依赖性和决策

过度依赖人工智能进行决策可能存在问题，特别是如果人工智能的局限性没有得到充分理解。用户必须了解人工智能的能力和局限性，以防止不适当的依赖。

负责任使用人工智能生成提示的最佳实践

为了解决这些道德问题，应遵循以下最佳实践：

1. 多样性和包容性

确保用于训练人工智能的数据集具有多样性，并代表不同的群体，以减少人工智能响应中的偏见。

2. 人工智能使用中的透明度

在使用人工智能时，特别是当其输出可能影响决策或用于敏感环境时，必须明确。用户应了解何时在与人工智能互动而非与人类互动。

3. 同意和隐私

在人工智能处理个人数据时尊重用户同意和隐私。确保数据安全处理，并符合相关法律法规。

4. 定期审查和测试

持续审查和测试人工智能输出，以识别和纠正错误或偏见。这涉及到对人工智能模型及其训练数据集的定期更新。

5. 教育推广

向用户提供关于人工智能能力和局限性的教育。这有助于防止错误信息，并建立对人工智能可以做什么和不能做什么的现实理解。

人工智能互动中透明度和诚实的作用

透明度和诚实是道德人工智能互动的基础：

1. 人工智能参与的披露

用户应始终了解他们何时在与人工智能互动。这防止了人类和机器生成内容之间的界限模糊，并维持了信任。

2. 能力的诚实表述

准确表述人工智能可以可靠实现的内容以及可能仍处于实验阶段或容易出错的内容至关重要。这种诚实确保了期望与现实相一致。

3. 沟通清晰

明确沟通人工智能生成响应的来源和可能的不准确性。这种透明度有助于用户根据人工智能互动做出明智的决定。

结论

在提示工程中的道德考量对于培养人工智能应用的信任和有效性至关重要。通过遵守最佳实践并优先考虑透明度和诚实，开发者和用户可以确保人工智能工具负责任且道德地使用，增强其在社会中的效用和接受度。本章不仅强调了人工智能互动中的道德重要性，还提供了在提示工程中实施道德实践的路线图。

结论

当我们到达“如何 ChatGPT：掌握提示工程以实现有效互动”的结尾时，反思我们所开始的旅程是很重要的。本书为掌握提示工程的艺术提供了全面的指南，提供了旨在增强你与 AI 互动的见解和技术。在此，我们回顾了讨论的关键技术和原则，鼓励持续实验和学习，并对 AI 和提示工程不断发展的领域提出一些最后的思考。

有效提示工程的关键技术和原则概述

在本书中，我们探讨了提示工程的各个方面，每个方面对于优化 ChatGPT 等 AI 模型的性能都至关重要：

• 清晰和具体：在提示中保持清晰和具体有助于 AI 确切了解期望的内容，从而降低获得无关或不准确回应的可能性。

• 上下文信息：提供足够的背景信息，使 AI 能够生成符合上下文且更精确满足你需求的回应。

• 开放式问题与封闭式问题：了解何时使用开放式问题以获取详细回应，以及何时使用封闭式问题以获取简洁信息，对于有效沟通至关重要。

• 创造性和约束：使用创造性的提示并设置约束可以引导 AI 的创造力，从而产生更丰富和更专注的输出。

• 逐步改进：根据之前的回应逐步改进提示可以显著提高 AI 互动的质量和相关性。

• 道德考量：道德地构建提示和负责任地使用 AI 对于确保互动公平、无偏见，并尊重隐私和数据安全至关重要。

鼓励实验并从互动中持续学习

提示工程既是艺术也是科学。随着 AI 技术的持续发展，与之互动的策略也将随之发展。实验是关键：

• 尝试不同的方法：不要犹豫尝试各种类型的提示，并观察你的输入变化如何影响 AI 的输出。每一次互动都是学习和完善你技巧的机会。

• 从回应中学习：分析 AI 的回应，以了解其理解和处理信息的方式。利用这些知识来调整你的提示策略。

• 保持最新信息：关注 AI 技术和提示工程技术的最新发展。该领域正在快速发展，AI 能力持续改进。

对 AI 和提示工程不断发展的领域的最后思考

AI 的领域是动态且不断变化的。随着更多行业和领域采用 AI 技术，提示工程作为一门学科正变得越来越重要。通过本书你培养的技能不仅能增强你与 AI 的当前互动，还能为你未来的进步做好准备。

随着 AI 系统变得更加复杂，有效提示工程的复杂性可能会增加。然而，清晰、上下文和创造性的基本原则将始终至关重要。展望未来，我们可以预见 AI 在我们日常生活和工作中的更大融合。这种融合承诺带来新的挑战，但也为创新和提升效率提供了前所未有的机会。

总结来说，掌握提示工程（prompt engineering）的旅程并不止步于这本书。它是一个持续的学习、实验和适应的过程。通过不断磨练你的技能和对人工智能（AI）的理解，你可以确保你的互动不仅有效，而且具有创新性和前瞻性。以好奇心和热情拥抱人工智能的未来，让你的知识引导你在这一激动人心且不断发展的领域中航行。

附录

本附录旨在增强你对“如何 ChatGPT：掌握提示工程以实现有效互动”中讨论的原则的理解和应用。它包括全书使用的术语表，一个用于进一步学习的精选资源列表，以及实用的提示模板和清单，以帮助你进行提示工程实践。

书中使用的术语表

• AI（人工智能）：模拟人类智能以执行任务并能够根据收集到的信息迭代自我改进的系统或机器。

• ChatGPT：GPT（生成预训练变换器）模型的一个变体，专门针对理解和生成类似人类的对话文本进行微调。

• 提示：提供给 AI 模型以激发特定类型响应的输入。

• 提示工程：构建能够有效传达用户意图给 AI 的艺术和科学，优化 AI 响应的质量。

• 开放式问题：不能简单地用“是”或“否”回答的问题，鼓励详细的或解释性的回答。

• 封闭式问题：可以用简单的“是”、“否”或其他最小信息回答的问题。

• 偏见：AI 处理中的系统性错误，可能导致不公平的结果，通常反映了用于训练模型的数据中存在的偏见。

• 迭代优化：基于先前 AI 响应的反馈，逐步改进提示的过程。

进一步学习的资源

书籍

• 《人工智能：人类思考指南》（“Artificial Intelligence: A Guide for Thinking Humans”）由 Melanie Mitchell 著

  • 深入探讨了当前 AI 技术的功能和挑战。

• 《超级智能：路径、危险、策略》（“Superintelligence: Paths, Dangers, Strategies”）由 Nick Bostrom 著

  • 讨论了 AI 的未来前景及其所涉及的伦理考量。

文章

• 《与 AI 配合最佳的提示》（可在各种技术博客上找到）

  • 探索与 ChatGPT 等 AI 模型互动的有效策略。

• “理解 GPT-3 及其对 AI 未来影响的启示”（发表于《AI 杂志》）

  • 提供了高级 AI 模型开发和它们潜在影响的全面概述。

在线课程

• “面向所有人的 AI”由 Andrew Ng 在 Coursera 上提供

  • 一门适合初学者的课程，概述了 AI 在各个行业的应用。

• Coursera 上的“深度学习专业课程”

  • 深入探讨了深度学习，这是许多现代 AI 系统背后的技术。

提示模板和快速参考清单

提示模板

• 信息性提示：“[特定技术或过程]已知的科学挑战是什么，目前正在探索哪些解决方案？”

• 创意提示：“写一个关于一个[角色类型]在一个[特定条件或规则适用]的世界中发现一个[神秘物体]的短故事。”

构建有效提示的清单

• 清晰度清单：

  • 提示是否清晰且没有模糊的术语？

  • 是否指明了期望的响应类型（例如，详细解释、列表、总结）？

• 相关性清单：

  • 提示是否关注相关主题或问题？

  • 是否有任何可能分散 AI 注意力的不必要细节？

• 上下文清单：

  • 是否有足够的背景信息来引导 AI 的回答？

  • 是否已经清楚地说明了任何必要的约束或限制？

本附录应作为方便的参考，以增强你在提示工程方面的熟练度，为你提供工具和资源，以继续在这个不断发展的领域中发展你的技能。无论你是为专业用途还是个人探索起草提示，这些资源都将支持你在与 AI 有效沟通方面的旅程。