我在意识到AI不是问题之后学习了提示工程。

你的工作是塑造模式，让模型没有懒惰、模糊或虚假信息的空间。

把提示看作用英语编程。

下次使用AI时这样做以获得更好的结果，之后感谢我——

1. 明确指令——

一个好的提示应包含细节，把它看作一个拼图，提供的碎片越多，结果越好。

例如——解释区块链。(没有细节)

- 用一个比喻，用150字以内为非技术学生用简单的语言解释区块链。(有细节)

2. 采用角色——

模型没有固定的个性。它们根据给定的上下文模拟一个角色。

根据提示的上下文，为你的AI赋予角色。

例如——像Sam Altman一样行动，作为一名高级产品经理。

3. 指定输出格式——

始终尝试定义答案的格式。

例如——一句话总结
关键点的项目符号列表

尤其是在复制粘贴时。

4. 防止幻觉——

AI总是想帮忙，如果不知道，就会猜。

你可以取消它的猜测权限。

例如——如果不确定，就说不知道。
- 不要假设未提供的事实。

5. 避免引导答案——

如果你的提示包含观点，答案会反映它。

不要让你的提示过于引导，避免间接告诉AI你期望的答案。

6. 限制范围——

如果你在询问一个广泛的话题，限制在一个细分领域。

试图涵盖所有内容只会导致浅薄的输出。

额外——

7. 提供示例——

一个例子胜过十条指令。

就这些了。

开始把AI当作需要指示的对象，结果会出乎意料地不同。

关注获取更多类似内容，你一次记不住全部，所以收藏并标记朋友。

不客气。