同前面講大模型特點(diǎn)類似，關(guān)于如何使用 GPT，我們也會(huì)分成兩個(gè)視角：用戶視角和技術(shù)視角。這一講，我們先從用戶視角來看看如何用好 GPT。

用好 GPT

若要充分發(fā)揮 GPT 的效用，需遵循以下步驟：首先是定義任務(wù)目標(biāo)。與 GPT 交互的起始點(diǎn)在于明確任務(wù)目標(biāo)，清晰明確的目標(biāo)能助力 GPT 精準(zhǔn)領(lǐng)會(huì)用戶意圖，進(jìn)而生成契合要求的內(nèi)容。若目標(biāo)模糊，往往難以收獲有效成果。例如，若期望 GPT 創(chuàng)作 10 條用于特定社交媒體的文案，僅告知 “生成文案”，則很難得到預(yù)期成效。

在明確任務(wù)目標(biāo)后，便可向 GPT 下達(dá)命令，這里的命令即 “提示詞”。盡管面對(duì)的是相同的 GPT，但提示詞的運(yùn)用差異會(huì)致使結(jié)果大相徑庭。

接著是根據(jù)生成結(jié)果進(jìn)行調(diào)整，這包含兩個(gè)層面。其一，若對(duì)結(jié)果不滿意，可修改提示詞，讓 GPT 重新作答。通過調(diào)整提示詞的表述或補(bǔ)充更多背景信息，使 GPT 更透徹地理解意圖，從而獲取更貼合需求的新答案。其二，若對(duì)結(jié)果大體滿意，通常還需人工微調(diào)。由于 GPT 生成的內(nèi)容較為通用，而有時(shí)我們需要彰顯個(gè)人特色的內(nèi)容。比如，讓 GPT 撰寫郵件，其內(nèi)容雖尚可，但偏公文風(fēng)格，此時(shí)就可人工修改，使其更具個(gè)人色彩，此過程可稱為 “加人味兒”。

至此，我們已對(duì)如何用好 GPT 有了初步認(rèn)知，后續(xù)將深入探討更為關(guān)鍵的環(huán)節(jié) —— 如何撰寫優(yōu)質(zhì)提示詞。

一個(gè)公式

站在用戶的視角，寫好提示詞只需要掌握一個(gè)提示詞公式即可，這個(gè)公式就是：

提示詞 = 定義角色 + 背景信息 + 任務(wù)目標(biāo) + 輸出要求

為了讓你對(duì)這個(gè)公式有一個(gè)直觀的認(rèn)識(shí)，我們先來看一個(gè)例子。

圖片

在這個(gè)例子里，我們給大模型設(shè)定的角色是文案助手，背景信息是通知畢業(yè)班學(xué)生周三下午到學(xué)校大禮堂聽升學(xué)專家的分享，任務(wù)目標(biāo)是寫一封郵件，輸出要求是字?jǐn)?shù)在 200 字以內(nèi)?？梢钥吹?，GPT 基本上是按照我們的設(shè)想寫了一封還不錯(cuò)的郵件。有了初步的了解之后，接下來，我們來解析一下前面那個(gè)公式。

定義角色

定義角色對(duì)于 GPT 而言意義重大，其作用在于為 GPT 賦予特定身份，促使它從相應(yīng)的視角展開思考與回應(yīng)。舉例來說，我們能夠指定它扮演歷史學(xué)家，從而以歷史視角來解答疑問；亦或是讓它化身醫(yī)生，從醫(yī)學(xué)領(lǐng)域的視角提供答案。當(dāng)被賦予特定角色后，GPT 便能依據(jù)該角色所具備的知識(shí)與經(jīng)驗(yàn)，給出更為精準(zhǔn)且專業(yè)的回應(yīng)。

此前我們探討過大模型的基礎(chǔ)運(yùn)行原理，大模型在本質(zhì)上是基于上下文信息來推斷后續(xù)的輸出內(nèi)容。倘若未給予其額外信息，那么其生成的內(nèi)容往往較為通用。而我們?yōu)?GPT 設(shè)定角色時(shí)，實(shí)際上就是為其提供了額外的上下文信息，如此一來，它便能圍繞這一上下文進(jìn)行針對(duì)性的內(nèi)容產(chǎn)出。正因?yàn)槿绱?，GPT 才擁有了 “知人曉事” 的特性。

以回答醫(yī)學(xué)問題為例，若使 GPT 扮演醫(yī)生角色，其輸出內(nèi)容會(huì)側(cè)重于診斷與治療；若讓它扮演醫(yī)學(xué)論文撰寫者，生成的內(nèi)容則會(huì)更具專業(yè)性。

除了為 GPT 設(shè)定特定角色之外，我們還能夠反其道而行之，由自己來扮演某個(gè)角色，讓 GPT 依據(jù)我們所扮演的角色進(jìn)行闡釋。比如針對(duì)某一問題，我們可以扮演初學(xué)者，讓 GPT 從基礎(chǔ)層面予以解釋；或者扮演專業(yè)人士，讓 GPT 從專業(yè)維度進(jìn)行說明。通過界定自身角色，GPT 能夠結(jié)合我們的知識(shí)水平與實(shí)際需求，給出更為適宜且貼合實(shí)際的回答。以下即為一個(gè)相關(guān)示例。

圖片

在這個(gè)例子里，我們分別扮演了成年人和小學(xué)生兩個(gè)角色讓 GPT 給我們解釋什么是微積分。對(duì)比兩段關(guān)于微積分的解釋，很明顯，給小學(xué)生解釋的版本要更加淺顯易懂。

背景信息

背景信息，即向 GPT 提供與任務(wù)相關(guān)的各類背景知識(shí)，諸如相關(guān)概念、事件以及人物等均涵蓋其中。這些背景信息對(duì)于 GPT 而言，能夠有效助力其更好地理解任務(wù)要求，進(jìn)而為生成準(zhǔn)確的內(nèi)容與回答奠定堅(jiān)實(shí)基礎(chǔ)。

這與我們?nèi)粘９ぷ髦信c領(lǐng)導(dǎo)溝通的情形頗為相似。當(dāng)接受領(lǐng)導(dǎo)下達(dá)的任務(wù)時(shí)，我們內(nèi)心無疑期望領(lǐng)導(dǎo)能將所有背景信息、任務(wù)的前因后果一次性清晰地告知于我們，不然，我們就只能憑借自身的領(lǐng)悟能力去嘗試完成任務(wù)了。同理，當(dāng)我們與 GPT 進(jìn)行交互，將其視為 “下屬” 時(shí)，我們也應(yīng)盡可能地為其提供豐富詳盡的信息，使它能夠?qū)λ媾R的任務(wù)形成更為透徹深入的理解。我們所提供的信息越是充足全面，GPT 所給出的回復(fù)便越能契合我們的實(shí)際需求。

在下面這個(gè)例子里，我們要求 GPT 寫一首七言絕句，它很快就生成出來了，但內(nèi)容非常隨機(jī)。

圖片

而當(dāng)我向它提供更多的背景信息之后，它生成的內(nèi)容更接近我的需求了。

圖片

任務(wù)目標(biāo)和輸出要求

定義角色與提供背景信息，主要是為了助力 GPT 深入領(lǐng)會(huì)我們的意圖。而隨后要探討的 “任務(wù)目標(biāo)” 與 “輸出要求”，則是我們對(duì) GPT 明確提出的具體任務(wù)指令。

關(guān)于任務(wù)目標(biāo)，此前已有所提及，這是在與 GPT 交互初始階段就需精準(zhǔn)確定之事。任務(wù)目標(biāo)越明晰精準(zhǔn)，GPT 便越能高效地輔助我們達(dá)成工作目標(biāo)。

在清晰界定 GPT“為誰(shuí)、于何種背景下達(dá)成何種工作目標(biāo)” 之后，便進(jìn)入到整個(gè)提示詞設(shè)置的最后關(guān)鍵環(huán)節(jié)：輸出要求。在此步驟中，我們能夠?qū)?GPT 下達(dá)任務(wù)執(zhí)行方式的指令，例如在格式方面，是采用純文字形式，還是需要以表格呈現(xiàn)；在回復(fù)節(jié)奏上，是分步逐步輸出，還是一次性給出完整的綜合輸出結(jié)果

下面是一個(gè)例子。我讓 GPT 給我安排一個(gè)到西安旅游的行程，要求輸出的格式是一張表格，GPT 很好地完成了我的需求。

圖片

截至目前，我們已然全面地知曉了運(yùn)用何種提示詞向 GPT 下達(dá)指令，以便其助力我們出色地完成工作。在多數(shù)情形下，之前所提及的提示詞公式能夠在指導(dǎo) GPT 執(zhí)行各類任務(wù)時(shí)發(fā)揮積極效用。盡管該公式在使用 GPT 時(shí)頗具價(jià)值，然而我們也需明白它并非刻板僵化的模板。所以，我們必須依據(jù)具體狀況靈活運(yùn)用此公式，并適時(shí)地加以調(diào)整與修正。

在實(shí)際運(yùn)用過程中，偶爾我們會(huì)要求 GPT 協(xié)助處理一些具有復(fù)雜性或不確定性的問題。由于我們難以一次性地將解決問題所需的全部信息提供完備，因而 GPT 所給出的答案可能存在不夠完整或不夠精準(zhǔn)的狀況。往往是在查看 GPT 的回復(fù)之后，我們才會(huì)察覺到某些信息的遺漏。此時(shí)，我們便需要向 GPT 補(bǔ)充更多信息，使其能夠重新優(yōu)化自身的回答。與 GPT 的持續(xù)對(duì)話有助于我們深化對(duì)問題的認(rèn)知，進(jìn)而更為精準(zhǔn)清晰地表述自身需求。

總結(jié)

圖片

如果今天的內(nèi)容你只能記住一件事，那請(qǐng)記?。禾崾驹~ = 定義角色 + 背景信息 + 任務(wù)目標(biāo) + 輸出要求。