忘掉你學(xué)過的一切提示詞技巧吧，你只需要這一個就夠了。

編者按：拋棄那些復(fù)雜的提示詞框架吧。高手與AI協(xié)作的關(guān)鍵，是先教會AI如何“拆解”你的需求。文章來自編譯。

我著手編寫終極版的ChatGPT提示詞，而且我認(rèn)為我做到了。

18個月前，我寫過的自認(rèn)為最得意的一篇文章（《最重要的ChatGPT提示詞》）在人工智能社區(qū)掀起了波瀾。

自從那篇文章發(fā)布以來，我看到社交媒體上出現(xiàn)了無數(shù)圍繞著這個提示詞的核心思想展開的帖子，形式各異。相關(guān)概念很簡單：在ChatGPT開始回答之前，告訴它先向你提問：

在開始前，請向我提出任何相關(guān)問題。

 

這個策略能迫使ChatGPT抑制住即刻想取悅你的本能，并促使你提供更多有價值的信息來完成你的請求。

問題在于，我見過很多多提示詞框架都顯得信息冗余?？纯催@個所謂的Lyra提示詞之臃腫與粗糙：

這個體四次優(yōu)化框架顯得很冗長

這種規(guī)模對人工智能來說信息量太大了，難以處理。

如果你讀過我最近的文章就會知道，在為這些新型的智能模型編寫提示詞時，簡潔、直接的信息才是唯一真正重要的東西。

所以，我決定創(chuàng)建一個“終極大佬”級別的提示詞。

終極的ChatGPT提示詞？

在編寫這個新提示詞時，我遵循了以下幾個限制，以確保寫出的東西能發(fā)揮最大效用：

必須在25個詞以內(nèi)。

必須易于記憶（這樣用戶就不必每次都復(fù)制粘貼）。

效果必須遠(yuǎn)超上面提到的標(biāo)準(zhǔn)核心提示詞。

必須針對推理模型（這些是新的主流）進(jìn)行優(yōu)化。

必須每次都能一次性達(dá)到我的目標(biāo)。

經(jīng)過數(shù)小時的測試，并與舊方法進(jìn)行反復(fù)對比后，我得出了這個終極提示詞：

請概述我請求的每一個維度，找出不確定的地方，然后盡可能多地向我提問來澄清。（Output an overview of every single dimension of my request. Find points of uncertainty. Then, ask me as many clarifying questions as possible.）

 

就這些。

你猜怎么著？在我的測試中，幾乎每次ChatGPT的首次回應(yīng)都讓我感到滿意。我們來看看它的實際效果……

終極提示詞——效果

好了，提示詞我已經(jīng)給出了，但好不好用還得看療效。

我們來并排比較一下，看看使用傳統(tǒng)工作流和使用這個提示詞與ChatGPT交互有什么區(qū)別。

示例：視頻腳本

假設(shè)我想為我的那個新產(chǎn)品制作一個視頻廣告（這只是假設(shè)，因為我還沒開始做廣告）。

傳統(tǒng)流程是盲目地把我的請求粘貼給ChatGPT，然后它會吐回一大堆完全無用的垃圾內(nèi)容：

在沒有使用終極提示詞的情況下，請求視頻腳本后得到的輸出很糟糕

如你所見，生成的東西幫助不大。它只是臆想了一堆我沒告訴它的東西，并且對我的產(chǎn)品以及我打算如何銷售它只有膚淺了解。

輸入終極提示詞：

與之前相同的視頻腳本請求，但這次在末尾加上了那段提示詞，這個開局就要好得多，它沒有預(yù)設(shè)任何東西……

隨后是一段非常深入的分析，然后模型開始提問：

給出終極提示詞后，ChatGPT輸出的極具深度的分析

對提示詞進(jìn)行了非常詳盡的分析，隨后提出了一系列問題來輔助理解。

如你所見，它首先從各個角度分析請求，這個過程被稱為“上下文尋根”或“退一步提示法”。這有助于模型更全面地“思考”請求，同時將其思維限制在你請求的更豐富的語義空間內(nèi)。

回答完所有問題后會發(fā)生什么？

嗯，在這個例子里，它問了我33個問題（嘿，我可沒說過這個提示詞不需要你花功夫……），在我回答完這些問題后，它給了我一個與我的請求高度相關(guān)且富有洞察力的回答……

使用了終極版提示詞后，AI輸出的內(nèi)容質(zhì)量很高

在這里我們可以看到，這次請求的輸出結(jié)果好得多，并且完全按照我喜歡的結(jié)構(gòu)來呈現(xiàn)。

現(xiàn)在，輸出不僅結(jié)構(gòu)如我所愿，而且其核心內(nèi)容也正是我所設(shè)想的。

在過去幾天里，我大量使用了這個提示詞，發(fā)現(xiàn)它的表現(xiàn)比最初的“請向我提出任何你想問的問題”要好得多。

我還發(fā)現(xiàn)，相比那些會拖累AI上下文理解能力的大型提示詞框架，它的性能也有所提升。

終極提示詞的好處

以下是使用此提示詞的一些好處：

加深你對自己請求的理解（很有可能，它會想到一些連你自己都沒考慮到的事情）。

迫使你提供它所需的一切背景信息。

讓它能更好地以上下文為基礎(chǔ)，從而理解各種可能輸出的廣度。

增加了對話的長度，從而提高了AI給出更全面、更“用心”回應(yīng)的可能性。

譯者：boxi。

本文僅代表作者觀點，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com