当您与AI工具进行互动时，写提示的方式是否确实有所作为chatgpt？简短的答案是，是的。
许多因素会导致您从AI工具或聊天机器人，包括最初创建的方式及其训练的数据。但是，最重要的因素之一是您如何与之交流 - 这是提示进来的地方。
提示本质上是一个问题或指令，您提供了AI工具来生成回答。它可以是一个简短而简单的查询，更长，更结构化的请求，甚至是一系列准则，目的是塑造输出，并最终获得您想要的东西。这意味着您编写这些提示的方式直接影响了AI的响应的清晰，相关和有用的方式。
当我第一次尝试使用chatgpt，我像朋友一样对此进行了交谈，提出了休闲和疯狂的问题，并期望直观的回答。尽管这种方法没有任何错误，但我很快意识到，对我写提示的方式更加有意为我提供了更好的答案。这就是所谓的“迅速工程”，这是一个变得如此重要的越来越重要的领域，人们正在从中建立职业。
提示科学
每个人的方法都具有略有不同的方法，这是一个很好的提示 - 这可能会根据您的需求和使用哪种工具而有所不同。
但是，通常，AI响应的有效性具有三个核心要素需要考虑。第一个是上下文，因此，当AI工具知道足够的背景以了解您询问的内容时，AI工具将尽其所能。包括更多的信息，响应可能是越准确和有用。
然后是特殊性，因此您的提示越清晰，更精确，结果就越好。模糊的提示往往会产生通用或不相关的答案
最后，考虑结构。如果您花些时间思考如何措辞提示，那么您要塑造它的顺序，无论您是使用要点还是数字来分割文本等，您可能会得到更多相关回应。
还值得了解您使用的AI工具实际上是如何工作的。例如，使用大型语言模型（LLMS）的聊天机器人，包括Chatgpt，Claude和Google双子座，在很大程度上基于概率生成他们的响应。
这意味着他们会根据您提供的输入来预测单词的可能顺序。因此，您对写提示的方式进行的任何更改，即使您认为这通常询问同样的事情，都可以提供不同的结果。
当然，有些人夸大了迅速工程以销售课程或咨询服务的复杂性。但是，研究表明，结构良好的提示确实产生了更好的AI产生结果。例如，一项研究发现良好的提示可以将LLM响应的质量提高57.7％，而准确性则增加了67.3％。
但是您不需要研究论文就自己观看。尝试使用您首选的AI聊天机器人使用简短的，模糊的提示来回答问题 - 然后使用更多详细信息和说明来完善它。我敢打赌，您会惊讶于响应的进步。
您如何编写更好的AI提示？
人们进行了研究，创建了课程并制作了许多视频内容，以帮助您揭开完美的提示。
但这并不意味着要考虑的背景，特异性和结构以外的一些关键课程。这里是一些最受欢迎的建议：
- 举例说明：在迅速的工程中，这称为几个射击提示。它涉及向AI提供示例，然后要求它产生响应。例如，如果您想要结构良好的旅行提示列表，则可能首先提出两个或三个示例提示，然后要求AI以相同的样式生成更多。
- 指定观众：定义内容是谁。例如，如果您要寻求护肤建议，请指定皮肤科医生，美容爱好者或痤疮贫困的人是。这有助于AI量身定制其响应。
- 说明你是谁：除了指定输出的代价外，还要告诉您是谁的AI工具可以使输出更相关。例如，说我是一位老师为我的学生创建测验，这将导致比对测验问题的一般请求更结构化，教育的回应。
- 告诉它您想要的格式：明确您是否希望输出作为文章，脚本，项目符号列表或指南出现。您还可以指定单词计数限制以微调响应。
- 定义语调：如果您出于特定目的写作，请提供有关所需音调的详细信息。预先定义样式有助于完善AI的输出。您还可以提供参考材料的示例或链接，以提高准确性。
- 使用自然语言：尽管结构化提示很重要，但过度调整它们可能会适得其反。AI模型旨在解释自然语言，因此请提示清晰，直接和对话将为您带来最佳结果。
- 询问AI工具以显示其锻炼：如果您需要AI来提供推理或逻辑步骤，请要求它显示其思维过程。该技术被称为经过思考的提示，对于解释它如何解决我们的问题或概述论点的任务很有用。
- 您走的时候完善：即使有精心制作的提示，第一个输出也可能不是完美的。如果您完善响应过于模糊或偏离轨道，则AI效果最好，请通过指定音调，细节或单词选择来重新考虑您的提示。小型调整会产生很大的不同。
AI工具可能非常有用，但是它们远非完美。无论您使用哪种AI模型，其输出的质量都取决于输入的清晰度和结构。
无论您是使用AI来集思广益，自动化任务，创建锻炼计划还是校对文章，周到的提示都会带来更好，更准确的结果。