ChatGPT方兴未艾，GPT-4又接踵而来，如何与ChatGPT有效互动成了所有人都要学习的新课题。所幸，有人替我们做好测试、提供秘籍。

Ibrahim John写的《The Art of Asking ChatGPT for High-Quality Answers》只有54页，在亚马逊的售价高达USD 15 (100元左右)。还有热心的极客直接把整本书译成了中文，功莫大焉！

本书系统性地介绍了ChatGPT的提问方式。

文章目录

简介jiashi

第1章:提示工程技术简介

第2章:说明提示技术（Instructions     Prompt Technique）

第3章:角色提示（role     prompting technique）

第4章:标准提示（Standard     Prompts）

第5章:零、单个和小样本提示（Zero, One     and Few Shot Prompting）

第6章:“让我们思考这个”提示（“Let’s think about this” prompt）

第7章:自我一致性提示（Self-Consistency     Prompt）

第8章:种子词提示（Seed-word     Prompt）

第9章:知识生成提示（Knowledge     Generation prompt）

第10章:知识整合提示(Knowledge     Integration prompts)

第11章:多项选择提示（Multiple     Choice prompts）

第12章:可解释软提示（Interpretable     Soft Prompts）

第13章:受控生成提示（Controlled     Generation prompts）

第14章:问答提示（Question-answering     prompts）

第15章:摘要提示（Summarization     prompts）

第16章:对话提示（Dialogue     prompts）

第17章:对抗性提示（Adversarial     prompts）

第18章:聚类提示（Clustering     prompts）

第19章:强化学习提示（Reinforcement     learning prompts）

第20章:课程学习提示（Curriculum     learning prompts）

第22章:命名实体识别提示（Named     entity recognition prompts）

第23章:文本分类提示（Text     classification prompts）

第24章:文本生成提示（Text     generation prompts）

结语

关于作者

---------------------------------

简 介

非常高兴您阅读我的新书《如何向ChatGPT提问并获得高质量的答案——提示技术的完整指南》。

本书是一本综合性指南，目的是帮助您理解和利用各种提示技术，以便从ChatGPT中获得高质量的答案。

我们将探索如何用不同的提示技术去完成不同的目的。

ChatGPT 是目前最先进的、能够生成类似人类文本的语言模型。

然而，了解向ChatGPT提问的正确方式，以获得我们所期望的高质量答案，是至关重要的。

这就是本书的目的：无论你是一个普通人、研究员、开发者，或者是仅仅想把ChatGPT当成自己工作的个人助理，这本书都适合你。

书中使用通俗易懂的语言解释，并且辅以实例和提问技巧的公式。

通过这本书，你将学会如何使用提示技巧来控制ChatGPT的输出，让其按照你的需求生成文本。

在本书中，我还提供了一些如何综合利用不同提示技巧，以达到特定目的的例子。

希望这本书能给你丰富的信息，希望你在阅读时，能像我写书时那样开心。

第1章：提示工程技术简介

什么是提示工程？

提示工程是创建提示、要求或指示的过程，用来引导ChatGPT等语言模型的输出。它允许用户控制模型的输出，生成符合他们特定需求的文本。

ChatGPT是一种最先进的语言模型，能够生成类似人类的文本。它建立在transformer 架构上，这使它能够处理大量的数据并生成高质量的文本。

为了从ChatGPT获得最好的结果，了解如何正确使用提示模型是很重要的。

提示允许用户控制模型的输出，生成相关、准确和高质量的文本。

在使用ChatGPT时，了解它的能力和限制是很重要的。

该模型能够生成类似人类的文本，但如果没有适当的引导，它输出的内容，可能不是我们所期望的。

这就是提示工程的用武之地：通过提供清晰而具体的说明，您可以指导模型输出，确保它是相关的。

提示公式是提示的具体格式，它一般由3个要素组成:

· 任务:对模型生成内容的清晰、简洁的陈述。

·说明:模型生成文本时应遵循的指令。

· 角色:模型在生成文本时应承担的角色。

在本书中，我们将探讨可用于ChatGPT的各种提示工程技巧。我们将讨论不同类型的提示，以及如何使用这些提示来实现你想要的特定目标。

第2章：说明提示技术（Instructions Prompt Technique）

现在，让我们开始探索 “说明提示技术”，以及如何用它来从ChatGPT生成高质量的文本。

说明提示技术是一种指导ChatGPT输出的方法，它为模型提供具体的指令。这种技术对于确保输出内容的相关性和高质量非常有用。

要使用说明提示技术，你需要为模型提供一个清晰简明的任务，和可以遵循的具体指令。

举个例子，假如你要生成客服的回答。首先要提供一个任务，如“生成客户咨询的回复（generate responses to customer inquiries）”，以及说明：回答应该是专业的并提供准确的信息（responses should be professional and provide accurate information）。

提示（Prompt）公式:“按照这些指示生成[任务]:[说明]”

举例:

生成客服回复:

·任务:生成对客户咨询的回复（Generate responses to customer inquiries。）

·说明:回答应该是专业的并提供准确的信息（responses should be professional and provide accurate information）。

·提示（Prompt）公式:“生成对客户咨询的回复:回答应该是专业的并提供准确的信息。”

（Generate professional and accurate responses to customer inquiries following these instructions: The responses should be professional and provide accurate information）

生成一份法律文件:

·任务:生成一份法律文件。

·说明:该文件应符合相关法律和法规的规定。

·提示（Prompt）公式:“按照这些指令，生成一份符合相关法律和法规的法律文件:该文件应符合相关法律和法规。”

（Generate a legal document that is compliant with relevant laws and regulations following these instructions: The document should be in compliance with relevant laws and regulations）

在使用指令提示技术时，重点是：指令应该是清晰、具体的。

这将会确保输出内容具有相关性和高质量。指令提示技术可以和下一章中将解释的“角色提示”和 “种子词提示”结合起来，提高ChatGPT的输出质量。

第3章：角色提示（role prompting technique）

角色提示技术（role prompting technique），是通过为模型提供特定角色来引导ChatGPT输出的一种方法。这种技术对于生成针对特定环境或受众的文本很有用。

要使用角色提示技术，您需要为模型提供一个明确而具体的角色。

例如，如果你正在生成客户服务回应，你将提供一个角色，如 “客户服务代表”。

提示公式:“生成[任务]作为一个[角色]”（注意:中英文语序不同，应按照英文语序给出提示。）

举例:

生成客户服务回复:

·任务:生成对客户咨询的回复（Generate responses to customer inquiries）。

·角色:客服

·提示公式:“作为客服，生成对客户咨询的答复。”

（Generate responses to customer inquiries as a customer service representative）

生成一份法律文件:

·任务:生成一份法律文件:

·角色:律师

·提示公式:“作为律师生成一份法律文件。”

（Generate a legal document as a lawyer）

使用带有指令提示和种子词提示的角色提示技术将增强ChatGPT的输出质量。

下面是一个如何将指令提示、角色提示和种子词提示技术相结合的示例:

·任务:为新智能手机生成产品描述。

·指令:该描述应具有信息性、说服力，并强调智能手机的独特功能。

·角色:营销代表

·种子词:“创新”

·提示公式:“作为营销代表，生成一个信息量大、有说服力的产品描述，突出新智能手机的创新功能。该智能手机具有以下特点[插入你的特点]。”

（As a marketing representative, generate an informative, persuasive product description that highlights the innovative features of the new smartphone. The smartphone has the following features [insert your features]）

在这个例子中，指令提示被用来确保产品描述具有信息性和说服力，角色提示用于确保以营销代表的角度编写描述，种子词提示用于确保描述侧重于智能手机的创新功能。

第4章：标准提示（Standard Prompts）

标准提示是引导ChatGPT输出的一个简单方法，它提供了一个具体的任务让模型完成。

例如，如果你想生成一篇新闻的摘要，你会提供一个任务，如“总结这篇新闻”。

提示公式:“生成[任务]”（Generate a [task]）

举例:

生成新闻文章摘要:

·任务:总结这篇新闻文章。

·提示公式:“生成这篇新闻文章的摘要。”

（Generate a summary of this news article）

生成产品评论:

·任务:撰写有关新智能手机的评论。

·提示公式:“生成对这款新智能手机的评论。”

（Generate a review of this new smartphone）

此外，标准提示可以与其他技术相结合，如角色提示和种子词提示，以增强ChatGPT的输出质量。

下面是一个如何将指令提示、角色提示和种子词提示技术相结合的示例:

·任务:为新笔记本电脑生成产品评论。

·说明:评论应该是客观的，信息丰富的，并突出笔记本电脑的独特功能。

·角色:技术专家。

·种子词:“ 强大的”

·提示公式:“作为一名技术专家，生成一份客观且信息丰富的产品评论，突出新笔记本电脑的强大功能。”

(As a tech expert, generate an objective and informative product review that highlights the powerful features of the new laptop)

在此示例中，使用标准提示技术来确保模型生成产品评论，角色提示技术用于确保评论是从技术专家的角度撰写的，使用种子词提示技术来确保评论集中在笔记本电脑的强大功能上。

第5章：零、单个和小样本提示（Zero, One and Few Shot Prompting）

零提示、单个提示和小样本提示是用于从ChatGPT中生成文本的技术，只有极少或没有示例可以参考。这些技术通常用于下列情况:当前任务的可用数据有限、任务是全新的、任务定义不明确。 

当没有可用于任务的范例时，使用零样本提示技术。向模型提供一个普通的任务，它会根据对任务的理解生成文本。

当任务只有一个范例可用时，可以使用单样本提示技术。提供了一个范例给模型，模型根据对该范例的理解生成文本。

当可用于任务的范例数量有限时，使用小样本提示技术。提供了少量范例给模型，模型根据对该范例的理解生成文本。

提示公式:“基于[数量]的例子生成文本（Generate text based on [number] examples）”

举例:

为一个新产品生成产品描述，没有可用的例子。

·任务:为新智能手机生成产品描述。

·提示公式:“为这个新的智能手表生成一个产品描述，没有范例。”

（Generate a product description for this new smartwatch with zero examples）

为这个产品生成产品比较，只有一个范例可用。（Generating a product comparison with one example available）

·任务:将一款新的智能手机与最新的iPhone进行比较。

·提示公式:“生成这个新智能手机的产品比较，有一个例子（最新的iPhone）。”

（Generate a product comparison of this new smartphone with one example (latest iPhone)）

生成一个产品评论，可用的例子很少。

·任务:写一篇新电子阅读器的评论。

·提示公式:“用几个例子（其他 3 个电子阅读器）生成对这个新电子阅读器的评论。”

（Generate a review of this new e-reader with few examples (3 other e-readers)）

这些技术可用于：根据模型对任务或所提供范例的理解来生成文本。

第6章：“让我们思考这个”提示（“Let’s think about this” prompt）

“让我们思考这个”提示是一种用于鼓励ChatGPT生成反思性、沉思性文本的技术。这种技术对于写作散文，诗歌或创造性写作等任务很有用。

使用方法:Let’s think about this:主题

举例:

生成一篇反思性文章:

·任务:写一篇关于个人成长主题的反思性文章。

·提示公式:“让我们思考这个:个人成长。”

（Let’s think about this: personal growth）

生成一首诗:

·任务:写一首关于季节变化的诗。

·提示公式:“让我们想想这个:不断变化的季节。”

（Let’s think about this: the changing seasons）

此提示要求就特定主题或想法进行对话或讨论。演讲者邀请ChatGPT就手头的主题进行对话。

该模型提供了一个提示，作为对话或文本生成的起点。

然后，该模型使用其训练数据和算法来生成与提示相关的响应。该技术允许ChatGPT基于提供的提示生成上下文适当且连贯的文本。

要在ChatGPT中使用“让我们思考这个”技术，您可以按照以下步骤操作:

1.确定您要讨论的主题或想法。

2.制定一个提示，清楚地说明主题或想法，并开始对话或文本生成。

3.在提示前面加上“让我们思考”或“让我们讨论” ，表明您正在发起对话或讨论。

以下是使用此技术的一些提示示例:

·提示:“让我们思考一下气候变化对农业的影响”

·提示:“让我们讨论一下人工智能的现状”

·提示:“让我们谈谈远程工作的好处和缺点”

您还可以添加一个开放式问题、语句或一段文本，希望模型继续或构建。

提供提示后，模型将使用其训练数据和算法生成与提示相关的响应，并以连贯的方式继续对话。

这个独特的提示，帮助ChatGPT以不同的视角和角度给出答案，从而产生更具动态性和信息性的段落。

使用提示的步骤很简单，易于遵循，它可以真正改变你的写作。不妨自己试试看。

第7章：自我一致性提示（Self-Consistency Prompt）

自我一致性提示是一种技术，用于确保ChatGPT的输出与提供的输入一致。这种技术对于诸如事实核查、数据验证或文本生成中的一致性检查等任务很有用。

自我一致性提示的提示公式是输入文本后，说明“请确保以下文本是自我一致的（Please ensure the following text is self-consistent）”。

或者，可以提示模型生成与提供的输入一致的文本。

提示示例及其公式:

示例1:文本生成

·任务:生成产品评论。

·指令:评论应与输入中提供的产品信息一致。

·提示公式:“生成与以下产品信息[插入产品信息]一致的产品评论。”

（Generate a product review that is consistent with the following product information [insert product information]）

示例2:文本摘要

·任务:总结这篇新闻文章。

·指令:摘要应与本条所提供的信息保持一致。

·提示公式:“以符合所提供信息的方式，总结以下新闻文章[插入新闻文章]。”

（Summarize the following news article in a way that is consistent with the information provided [insert news article]）

示例3:文本完成（Text Completion）

·任务:写一个句子。

·指令:完成的句子，应与输入中提供的背景相一致。

·提示公式: “以符合所提供上下文的方式完成以下句子[插入句子]。”

（Complete the following sentence in a way that is consistent with the context provided [insert sentence]）

示例4:

1.事实核查:

·任务:检查某篇新闻文章的一致性。

·输入文本: “这篇文章说这个城市的人口是500万，但后来，它说人口是700万。”

·提示公式: “请确保下面的文字是自洽的。（Please ensure the following text is self-consistent）文章说该城市的人口是500万，但后来又说人口是700万。”

2.数据验证:

·任务:检查给定数据集中的一致性。

·输入文本:“数据显示， 7月份的平均气温为30度，但最低气温记录为20度。”

·提示公式: “请确保下面的文字是自洽的（Please ensure the following text is self-consistent）:数据显示， 7月份的平均气温为30度，但最低气温记录为20度。”

第8章：种子词提示（Seed-word Prompt）

种子词提示是一种技术，通过为ChatGPT提供特定的种子词或短语，来控制ChatGPT的输出。

种子词提示的提示公式是: “请根据以下种子词生成文本” 的指令后跟着种子词或短语。

举例:

文本生成:

·任务:生成一个关于龙的故事。

·种子词: “龙”

·提示公式:“请根据以下种子词生成文本（Please generate text based on the following seed-word）:龙。”

语言翻译:

·任务:将句子从英语翻译成西班牙语。

·种子词: “您好”

·提示公式:“请根据以下种子词生成文本（Please generate text based on the following seed-word）:您好。”

这种技术允许模型生成与种子词相关的文本并对其进行扩展。

这是一种控制模型生成的文本，与某个主题或上下文相关的方法。

种子词提示可以与角色提示和指令提示相结合，以创建更具体、更有针对性的文本。

通过提供种子词或短语，模型可以生成与该种子词或短语相关的文本，并且通过提供关于期望的输出和角色的信息，模型可以生成与角色或指令一致的特定风格或语气的文本。这允许对生成的文本进行更多的控制，并且有更广泛的应用。

以下是提示示例及其公式:

举例:文本生成

·任务:生成一首诗。

·指令:诗要与种子词 “爱” 有关，要以十四行诗的风格来写。

·角色:诗人

·提示公式:“作为诗人，生成一首与种子词’爱’相关的十四行诗。”

（Generate a sonnet related to the seed word ‘love’ as a poet）

举例:文本完成

·任务:完成一个句子。

·指令:句子应与种子词 “科学” 有关，应以研究论文的风格撰写。

·角色:研究员

·提示公式:“以与种子词’科学’相关的方式，和作为研究人员的研究论文的风格完成以下句子Complete the following sentence in a way that is related to the seed word ‘science’ and in the style of a research paper as a researcher）:[插入句子] ”

举例:文本摘要

·任务:总结这篇新闻文章。

·指令:摘要应与种子词“政治”相关，并应以中立和公正的语气书写。

·角色:记者

·提示公式:“作为一名记者，以中立和公正的语气总结以下与种子词’政治’有关的新闻文章（Summarize the following news article in a way that is related to the seed word ‘politics’ in a neutral and unbiased tone as a journalist）:[插入新闻文章] ”

第9章：知识生成提示（Knowledge Generation prompt）

知识生成提示是一种用于从ChatGPT中获取新信息和原始信息的技术。

知识生成提示的提示公式是：“请生成有关X的新的、原始的信息（Please generate new and original information about X）” ，其中X是你感兴趣的主题。

这是一种使用模型里预先存在的知识，来生成新信息或问题回答的技术。

要在ChatGPT中使用这种提示技术，模型应提供问题或主题作为输入，以及指定生成文本的任务或目标的提示。提示应包括期望输出的信息，例如要生成的文本类型，以及其它特定要求或限制。

以下是提示示例及其公式:

举例1:知识生成

·任务:生成有关特定主题的新信息。

·指令:生成的信息应准确且与主题相关。

·提示公式:“生成有关[特定主题]的新的和准确的信息。”

（Generate new and accurate information about [specific topic] ）

举例2:问答

·任务:回答一个问题。

·指令:答案应准确且与问题相关。

·提示公式:“回答以下问题:[插入句子]。”

举例3:知识整合

·任务:将新信息与现有知识相结合。

·指令:整合应准确且与主题相关。

·提示公式:“将以下信息与关于[特定专题]的现有知识相结合:[插入新信息]。 ”

（Generate new and accurate information about [specific topic] : [insert new information] ）

举例4:数据分析:

·任务:从给定数据集生成有关客户行为的见解。

·提示公式:“请从此数据集生成有关客户行为的新信息和原始信息。”

(Please generate new and original information about customer behavior from this dataset)

第10章：知识整合提示(Knowledge Integration prompts)

这种技术使用模型里现有的知识，来整合新信息或连接不同的信息。

它有助于将现有知识与新信息相结合，以更全面地了解特定主题。

如何与ChatGPT一起使用:

应该向这个模型提供新信息和现有知识作为输入，并指定生成文本的任务或目标。提示应包括所需输出的信息，例如要生成的文本类型，以及任何特定要求或限制。

提示示例及其公式:

举例 1:知识整合

·任务:将新信息与现有知识相结合。

·指令:整合应准确且与主题相关。

·提示词公式:“将以下信息与有关 [特定主题] 的现有知识相结合:[插入新信息]。”

（Integrate the following information with the existing knowledge about [specific topic]: [insert new information] ）

举例 2:连接信息片段

·任务:连接不同的信息。

·指令:连接应该是相关和合乎逻辑的。

·提示公式:“以相关和合乎逻辑的方式连接以下信息:[插入信息1] [插入信息2]。”

（Connect the following pieces of information in a way that is relevant and logical: [insert information 1] [insert information 2]）

举例 3:更新现有知识

·任务:用新信息更新现有知识。

·指令:更新后的信息应准确且相关。

·提示公式:“用以下信息更新关于[特定主题]的现有知识:[插入新信息]。”

（Update the existing knowledge about [specific topic] with the following information: [insert new information] ）

【未完，下面评论继续】