今天分享 26 个实战中常用的小技巧，让你的输出事半功倍，一起来看看
1 - 与大型语言模型交流无需礼貌用语，不需要添加 “请”、“如果你不介意”、“谢谢”、“我想要” 等，直接说出你的需求。
目的：节省时间和直接到达问题的核心。
案例：不要说 “请帮我分析这份数据”，而是直接说 “分析这份数据”。
2 - 在提示中明确你的受众，比如，受众是该领域的专家。‘
目的：明确受众帮助模型更好地定位答案的深度和技术水平。
案例：如果受众是金融专家，可以说 “解释这个金融模型，假设我是金融领域的专家”。
3 - 将复杂任务分解成一系列更简单的提示，在互动对话中进行。
目的：将复杂任务分解为简单步骤，使回答更易于理解和实施。
案例：不要一次性问 “如何从头开始创建一个网站？” 而是分步骤问，如 “第一步，我该如何选择网站的平台？”
4 - 使用肯定指令，如 “做”，避免使用否定语言，如 “不要”。
目的：避免使用否定语言，以明确和简化指令
案例：说 “解释量子物理学的基本原理”，而不是 “不要用复杂的术语解释量子物理学”。
5 - 当你需要清晰理解或对一个主题、想法或任何信息有更深入的了解时，使用以下提示：
用简单的术语解释 [具体主题]。
像我是 11 岁的孩子一样解释。
像我是 [领域] 初学者一样解释。
使用像对 5 岁小孩解释那样的简单英语写 [文章 / 文本 / 段落]。
目的：当需要深入理解时，使用简化的语言或比喻，使复杂概念更易于理解。
案例：不要问 “解释相对论”，而是说 “像对一个 11 岁的孩子那样解释相对论”。
6 - 添加 “我会给 $xxx 的小费以换取更好的解决方案！”
目的：提出潜在的奖励，激发更深入、更创新的回答
案例：在请求帮助解决复杂问题时，可以说 “为了这个解决方案，我愿意付出 $50 的小费”。
7 - 使用以示例为驱动的提示（使用少数示例提示）。
目的：使用具体示例作为指导，以提高回答的相关性和准确性
案例：不是说 “写一篇关于全球变暖的文章”，而是提供一个示例，“像这篇关于全球变暖的文章一样写一篇”。
8 - 格式化你的提示时，首先用‘### 指令 ###’开始，然后是‘### 示例 ###’或‘### 问题 ###’（如果相关）。随后提出你的内容。使用一个或多个换行符来分隔指令、示例、问题、背景和输入数据。
目的：使用结构化的格式，以清晰地传达指令和期望。
案例：可以这样写提示：“### 指令 ### 编写一段代码来排序一个数字数组。### 示例 ### 如：[3, 1, 4] 应该被排序为 [1, 3, 4]。”
9 - 包含以下短语：“你的任务是” 和 “你必须”。
目的：使用明确的指令，使任务的目标更加明确
案例：可以说，“你的任务是提供一个有效的市场分析报告”，而不是仅仅问 “你能做市场分析吗？”
10 - 包含以下短语：“你将被处罚”。
案例：在设置挑战性任务时，可以说，“如果分析不准确，你将被处罚”。
11 - 在你的提示中使用短语 “以自然、类人的方式回答一个问题”。
案例：“请以自然、类人的方式回答，什么是机器学习？”
12 - 使用引导性词汇，如 “逐步思考”。
案例：“在解释解决问题的步骤时，逐步思考。”
13 - 在你的提示中添加 “确保你的回答是无偏见的，不依赖于刻板印象”。
案例：“在讨论不同文化时，确保你的回答是无偏见的，不依赖于刻板印象。”
14 - 允许模型通过向你提问来获取精确的细节和要求，直到它有足够的信息来提供所需的输出（例如，“从现在开始，我希望你向我提出问题来…”）。
案例：如果你需要一个特定功能的软件，可以说：“我需要一个库存管理软件。请问我相关的问题，以便你了解我的具体需求。”
15 - 当你想询问一个特定的主题、想法或任何信息，并想测试你的理解时，你可以使用以下短语：“教我 [任何定理 / 主题 / 规则名称] 并在最后包含一个测试，但不要给我答案，然后告诉我我是否在我回答时答对了”。
案例：“教我毕达哥拉斯定理并在最后测试我，但不要给我答案，等我回答后告诉我是否正确。”
16 - 给大型语言模型分配一个角色。
案例：“作为一个营养师，告诉我一个健康的饮食计划。”
17 - 使用分隔符。
案例：“### 问题 ### 什么是机器学习？### 答案 ### 机器学习是...”
18 - 在一个提示中多次重复特定的单词或短语。
案例：“解释光合作用。光合作用是怎样的过程？光合作用在生态系统中的作用是什么？”
19 - 结合思维链（CoT）与少数示例提示。
案例：“解决这个数学问题：5x + 3 = 2。思考步骤：首先，我需要做什么？接下来，我该如何操作？”
20 - 使用输出引导词，即以你所期望的输出的开头结束你的提示。
案例：“写一篇关于环保的文章。文章应该以‘环境保护现在比以往任何时候都更加重要，因为...’开始。”
21 - 要写一篇详细的文章 / 文本 / 段落 / 文章或任何类型的文本：“为我详细写一篇关于 [主题] 的 [文章 / 文本 / 段落]，添加所有必要的信息”。
案例：“写一篇详细的文章，介绍可再生能源的重要性，包括所有相关的统计数据和案例研究。”
22 - 要在不改变风格的情况下更正 / 更改特定文本：“尝试修改用户发送的每个段落。你只应该改进用户的语法和词汇，确保它听起来自然。你不应该改变写作风格，比如将正式段落变得随意”。
案例：“请修改这个段落的语法和词汇，但保持其正式的风格不变。”
23 - 当你有一个可能涉及不同文件的复杂编码提示时：“从现在开始，每当你生成跨越多个文件的代码时，生成一个可以运行的 [编程语言] 脚本，以自动创建指定文件或修改现有文件以插入生成的代码。[你的问题]”。
目的：应对涉及多个文件的编程任务，提高代码生成的效率和准确性。
案例：“我需要一个跨越多个 Java 文件的项目来管理员工数据。生成一个脚本，自动创建必要的文件并插入代码。”
24 - 当你想用特定的词语、短语或句子开始或继续一段文本时，使用以下提示：o 我为你提供了开始部分 [歌词 / 故事 / 段落 / 文章...]: [插入歌词 / 词语 / 句子]’。根据提供的词汇完成它，保持流畅一致。
目的：激发创造性，同时保持文本的连贯性和风格一致性
案例：“我为你提供故事的开头：‘在一个风和日丽的早晨，一只狐狸...’。请根据这些词汇完成故事。”
25 - 明确说明模型必须遵循的要求，以关键词、规则、提示或指令的形式产生内容。
目的：通过具体关键词和指令，确保内容的准确性和相关性。
案例：“写一篇关于全球变暖的文章。请确保包含以下关键词：二氧化碳、温室效应、可持续。”
26 - 要写任何文本，如文章或段落，其内容与提供的样本相似，包括以下指示：o 请根据提供的段落 [/ 标题 / 文本 / 文章 / 答案] 使用相同的语言。
目的：指导模型根据给定样本生成类似风格和内容的文本
案例：“请根据这段描述中世纪欧洲的文本，写一个类似风格的段落。”