ChatGPT不好用？记住这些prompt核心技巧，提效80%

随着 ChatGPT 的火爆，越来越多人把它融入到日常工作、学习、生活中，有人用它做工作报告、内容创作、孵化个人 IP、编程开发等，起初大家对这个问答式的对话，感到有趣，只要你敢问，它都能回答你。但是使用一段时间之后，当简单的指令得出的结果无法满足我们的需求时，人们会觉得 ChatGPT 的回答过于宽泛，跟百度比起来，也不过如此。

其实，大多数人在使用中忽略了一个要点——prompt。精准使用 prompt 会让 ChatGPT 更高效地为你产出内容。比如你想去哈尔滨游玩，但对当地不了解，于是你想着可以咨询一下 ChatGPT，你得到的旅游攻略是这样的：

不对比不知道，别人的攻略可能是这样的，不仅有景点，日程安排还事无巨细。不仅把景点规划了，还给出了每日的行程，这样就无需花更多时间来回规划路线了。

用不用 prompt 的差距可以说一目了然！那么这个 prompt 功能究竟是什么呢？我们就一起来了解一下。

prompt 起源

谈到 prompt 的起源，需要从计算机科学中一个神秘的分支——自然语言处理（natural language processing，NLP）开始。自然语言处理的目标是让计算机能够理解和处理人类的语言，它是人工智能和计算机科学的一个重要交叉领域。在 NLP 的发展历程中，学者们尝试了各种方法，试图让计算机能够与人类自由沟通。早期的 NLP 主要依赖规则和模式匹配的方法，将人类语言拆解为许多语法和句法规则，然而这种方法往往难以处理复杂的语言结构和表达。

随着机器学习（machine learning）和深度学习（deep learning）技术的出现和发展，自然语言处理迎来突破性进展。21 世纪初，大数据、计算能力和算法的快速发展为NLP的繁荣创造了。

有利条件。在各种创新之下，众多新型模型应运而生，例如循环神经网络（RNN）、长短时记忆网络（LSTM）、大型语言模型（LLM）和自回归语言模型（如Transformer）等。而在这些模型中，最具影响力的当属 OpenAI 研发的 GPT（Generative Pre-trained Transformer）系列大型语言模型。

GPT 模型是一种基于 Transformer 架构的生成式预训练模型。截至当前，GPT 已经历了 GPT-1、GPT-2、GPT-3、GPT-3.5、GPT-4 五个版本，在执行自然语言任务方面的表现越来越好。

prompt 并不是从一开始就存在的，它最早在 GPT-3 版本中出现。该版本引入了一种称为“system”的特殊角色，用户可以通过在对话开头为“system”提供指令或提出问题来引导对话进行。而在 GPT-3 版本之前，GPT 模型主要用于单个文本生成任务，而不是对话任务。因此，早期版本的GPT模型并没有明确的 prompt 概念，而是将整个输入文本作为上下文进行训练和生成。

GPT-3 引入了执行对话任务的能力，将对话划分为用户和系统两个角色，并使用 prompt 来引导对话进行。这种方式使得 ChatGPT 能够更好地理解上下文并生成更连贯和有针对性的回复。自此以后，prompt 成为 ChatGPT 模型中的重要概念，并在后续版本中得到进一步的发展和改进。

prompt 的核心理念就是通过设计恰当、精妙的提示，引导预训练模型生成期望的回答或完成特定任务。这种方法的优势在于，我们不需要对模型进行大量的定制化训练，节省了大量的计算资源和训练时间，而且模型具有较强的泛化能力和适应性。

随着人们对 ChatGPT 的认识逐渐加深，它被应用到各个领域，比如我们可以借助它写论文、写小说、写文案、学英语、编程、做心理辅导、做理财、做职业规划等。而 prompt 在其中起到了非常关键的作用，使用不同的 prompt 会得到完全不一样的结果。事实上，prompt 已经发展成一个专门的学科，也许不久的将来它会成为大学的一门专业。

什么是 prompt？

prompt 究竟是什么呢？简单来说，它是一种与 AI（人工智能）模型进行有效交互的技巧。通过设计精妙的提示输入，我们可以引导 AI 模型生成期望的、有针对性的输出。你可以将其视为一种与智能体（agent）沟通的技巧，可以帮助我们更好地理解和利用 AI 技术，从而满足各种需求。一个好的 prompt 应该清晰、明确且有效，以便AI模型能够准确理解我们的需求并提供相关信息。下面是一个和 ChatGPT“对话”的示例，而输入的信息就是一个 prompt。

输入 prompt：

我们得到了一个很长的结果，如果想简化输出，可以在 prompt 中说明。

输入 prompt：

从上例中可以看到，当 prompt 要求输出“简短”后，ChatGPT 给出的建议更加精简，符合我们的要求。如果使用一个比较宽泛、模糊的 prompt，AI 模型可能无法确定我们的意图，从而生成不相关或者不满足需求的回答。而提供一个更明确的 prompt，可以帮助 AI 模型更好地理解我们的需求。

因此，prompt 工程就是研究如何设计和优化提示信息，以便更好地引导 AI 模型输出符合我们期望的回答。在实际应用中通常不能一蹴而就，而需要不断地调整 prompt 来获得满意的结果。其中涉及各种技巧和策略，包括理解 AI 模型的行为、设计有效的 prompt 以及评估和优化输出结果等。

人人都应该学习 prompt

如今 ChatGPT 已经渗透到各行各业，给我们的生活和工作带来了巨大的变化。即便在国内使用它不太方便，也并不影响大家对它的热情。毫不夸张地说，ChatGPT 的出现引燃了全球人工智能领域，2023 年必定是 AI 发展的转折之年。

不说远了，单是 ChatGPT 在日常工作中带来的效率提升就已大大超出预期。使用 ChatGPT 生成会议纪要、写周报、写 Excel 中各种复杂的公式、制作 PPT 等，这对于很多白领来说是必备技能。而在这些方面，如何将 ChatGPT 的功能发挥到极致，关键就在于 prompt 的使用。也就是说，如果学会了 prompt 的用法，那么必定会让你的工作效率大幅提升。

伴随着 GPT-4 的发布，ChatGPT 已化身为一本“百科全书”，我们可以将它作为智能助理，向它询问任何行业的专业问题，从而快速了解或者学习跨领域知识，其关键点就在于如何使用 prompt。所以，学习 prompt 相关技能，可以让我们借助 ChatGPT 快速成为“万事通”。想象一下，一名内科医生借助 ChatGPT 利用一周时间编写了一款在线就诊软件，是不是非常神奇？

总之，随着 ChatGPT 越来越成熟，一定会涌现出各种各样类似的 AI 工具，这些 AI 工具势必会改变我们的工作和生活方式。而 prompt 作为使用这类 AI 工具的重要一环，对它的研究和学习势在必行。

prompt 超实用宝典

ChatGPT 的横空出世昭示了通用人工智能的可能性，并为我们提供了更加便捷、直观和个性化的信息获取方式，有望在教育、研究、咨询和日常生活中发挥重要作用。

而驾驭 ChatGPT，使之更好地服务于我们的工作和生活，需要一些技巧和方法，这本深度讲解 prompt（提示）工程的超实用宝典，绝对值得一读。

《ChatGPT高效提问：prompt技巧大揭秘》

李世明，代旋，张涛 | 著

本书以通俗易懂的语言，详细介绍了如何编写高质量的提示，引导 ChatGPT 输出优质答案，满足各种信息需求。书中包含详细解释和丰富示例，旨在帮助读者掌握利用 ChatGPT 解决各种问题的实用技能。

全书内容分为 6 章，其中前 3 章为基础介绍，后 3 章为具体用法和实战。其中包含 13 个 prompt 常见用法，8 个  prompt 高阶用法，13 个应用场景，提供丰富的实践案例，另外还有 100 个优秀的  prompt 示例可供参考。可以说一本全面丰富的  prompt 操作指南，不管你是对人工智能感兴趣的读者，还是想高效利用 ChatGPT 的职场人，这本书都非常实用。