一、ChatGPT介绍

        一种预训练的对话式文本生成AI。其中Chat 包括输入端你发出的有效提问(Prompt)和输出端的智能参考答案。

特性：

        （1）会表达：信息会通过理解，再被提炼为知识，然后由GPT为你表达。

        （2）能推理：GPT3之后的模型泛化出思维链的能力。

二、更好的向ChatGpt提问

        按照操作角度来拆分。分为前期准备、合理提问、获取最优回答。

1、前期准备        

1-1、设置人设：

        引导ChatGPT专注于解决某个领域的问题。

        （1）一个会话一个人设：一个会话窗口设置一个人设。

        （2）分享思考，共用人设：团队内多个人共用人设来训练TA。

        （3) 保持人设不断片：固定“生成点”-点击“编辑”来提交新的指令，不断生成新的结果。

        （4）备份和复用：借助第三方工具，来保存能够快捷调用的人设。或者设置暗号快速召唤。

1-2：参数化沟通配置:

        （1）功能指令：做什么（如：定义/learn用于学习）

        （2）设置变量赋值：变量可以调整赋值（如：定义一个num，让其调整）

        （3）设置默认值：用于容错（如：默认用中文讲解等）

        （4）初始化和帮助：沟通和随时指引（设置配置如/help）

2、合理提问

2-1、预训练模型：

        提供上下文数据，调教训练。把你的需求拆解成有条理的步骤（从主题到细节 这2个核心要素递进）。

        （1）梳理拆分需求：明确需求，具体化拆分问题。

        （2）提供背景信息：你想要解决什么领域、行业的课题？受众是谁？有没有相关的概念要交代？是否需要提供材料或数据？

        （3）期望结果：完善细节约束，填充期望信息，让输出结果更准确。

2-2、提问5要素（主题+数量+细节+方式+格式）

        提供上下文数据，调教训练，把你的需求拆解成有条理的步骤（从主题到细节 这2个核心要素递进）。

示例：

        拟1份关于[GPT将彻底颠覆教育]的PPT大纲，受众是中国一线城市的高中老师，标题要润色得更加高级。简洁、有感染力的讲述风格，markdown格式，重点加粗。

2-3、提问方式

        先试探，再逐步深入去补充，往往比单次输入的效果好很多。

2-4、提效方式

        （1）止损：开头不符合预期时，不要浪费时间，直接停止，尤其是长输出任务。

        （2）更多可能：重新生成结果，将不稳定性变成优势。

        （3）优化：没必要新起会话，点一下迭代原prompt。

3、获取最优回答

3-1、重新生成：

        将输出不稳定性变成优势。通过Regenerate response来抽盲盒。

3-2、编辑prompt：

        生成的结果使用之后，点编辑prompt，生成新结果。

3-3、叠BUFF：

        过反问ChatGPT，让其进一步优化答案。如：请提升质量，请进一步思考。

3-4、验证结果：

        要有验证意识、要学会甄别、要用对领域 （如让它举真实案例）。

三、示例

        例子：比如我是一名java开发工程师，我现在需要对某个框架进行快速了解。

        我们把刚刚的prompt模板输入到ChatGPT中，并输入我想要快速熟悉的框架--camel。

        由此，我们得到了我们想要的答案。