摘要：本文由葡萄城技能团队编写，文章的内容借鉴于Ibrahim John的《The Art of Asking ChatGPT》（向ChatGPT发问的艺术）。

前言

当今，ChatGPT赢得越来越多人的青睐，人们经过它输入问题并获取答案。但除了简略的一问一答以外，ChatGPT还有许多躲藏的发问办法，是否想要一探求竟？今日，咱们为您介绍怎么用Prompt技能，从ChatGPT的海量数据中提取高质量答案。让咱们一同揭开ChatGPT的神秘面纱！

以下是本文目录：

1.什么是Prompt

2.怎么运用Prompt协助发问ChatGPT

2.1种子词提示

2.2对话提示

2.3鼓励性提示

2.4常识整合提示

2.5自共同性提示

2.6情感剖析提示

2.7练习ChatGPT

3.总结

1.什么是Prompt

在介绍怎么运用Prompt从ChatGPT中获取高质量的答案前，先向咱们简略的解说下什么是Prompt。

Prompt是OpenAI在2015年推出的一款自然言语处理模型，它基于强大的GPT (Generative Pre-training Transformer)处理模型。这种处理模型具有运用大规模数据进行预练习的巨大优势，并经过有符号的数据进行微调，从而出产高质量的自然言语表达。虽然Prompt处理模型在日益开展，但研究者还是发现了一些问题，例如单一的练习无法彻底涵盖日子场景，从而导致发问者得不到希望的回答。因此，为模型供给恰当的输入现已变得越来越重要，下节小编会为咱们介绍几种常见的发问模型。

（图片来源于网络）

2.怎么运用Prompt协助发问ChatGPT

回想一下咱们曾经查找问题的办法，例如你想查找某位明星或某个企业的信息，一般会在查找栏中直接输入“xxx明星是谁”或“xxx公司从事什么事务”，或许更简略的办法是直接输入“xxx明星”、“xxx企业”并按下回车键，就能够找到所需的信息。在Prompt中，这种查找办法被称为“零样本、一样本和少样本Prompting办法”。简言之，它运用最小量的示例或不运用示例，经过大规模的言语模型猜测来生成自然言语版别。就像上面举的那个比如，咱们底子不知道那位明星是谁，但是模型能够经过猜测的办法输出该明星的信息，供咱们检索参阅。这种高效且智能化的查找办法，运用了大量数据和强大的算法，为咱们供给了更精确、更便利的信息获取体会。看完上面的比如，咱们对Prompt这种智能化查找办法是否也略有所知呢？接下来，小编将向咱们介绍一些其它常用的Prompt发问办法，让咱们一同深化探求这种提示式言语模型的魅力。

2.1种子词提示

种子词提示是一种以种子词为输入的自然言语生成技能。用户能够运用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种子词或短语，后边再加上指令 “请依据以下种子词生成文本”，下面是几个运用种子词发问的示例及公式：

1. 场景：文本生成，想要生成一篇关于篮球的故事。

   种子词：“篮球”。

   提示公式：“请依据以下种子词生成文本：篮球”

2．场景：想要作一首以“高考”为主题的文章。

种子词：“高考“。

提示公式：“作为一位作者，请你以”高考“为种子词生成一篇200字的小文章“。

（运用种子词提示）

2.2对话提示

对话提示是一种以模仿两个或更多实体之间的对话的文本，能够向模型供给上下文和一组角色实体，并生成他们之间的对话，这种形式关于模仿对话、生成谈天机器人等使命十分有用。下面是几个对话提示的示例及公式：

1. 场景：对话生成，想要生成手机卖家和买家之间的对话。

   使命：生成手机卖家和买家之间的对话。

   提示公式：“在以下上下文中，请生成手机卖家和卖家之间的对话”。

2. 场景：故事编写，想要编写一个喜羊羊与光头强在公园相遇的故事。

   使命：生成喜羊羊与光头强在公园相遇的故事。

   提示公式：“在喜羊羊与光头强在公园相遇的故事中，生成他们之间的对话“。

3. 场景：谈天机器人的开发。

   使命：生成一个为小孩子宣传安全教育的的谈天机器人。

   提示公式：“当有小孩询问安全教育主题的信息是，为谈天机器人生成专业和准确的对话“。

（对话提示）

2.3鼓励性提示

鼓励性提示提示是一种用来鼓励ChatGPT生成考虑的技巧性提示，这个运用的办法就是在要问的问题或许主题前面加一个“让咱们考虑一下”的句子，这种形式关于写文章等使命十分有用，例如下面这个比如：

场景：想要了解全球变暖关于人类会带来哪些损害。

使命；了解全球变暖关于人类的损害。

提示公式：“让咱们考虑一下，全球变暖关于人类会带来哪些损害。“

这个比如中的问法就会比“全球变暖关于会带来哪些损害“得到愈加详细的回答。

（“让咱们考虑一下“提示）

2.4常识整合提示

常识整合是咱们运用模型把现已预先存在的常识整合为信息或许是连接不同的信息，这种技能有助于协助在原有的常识体系上生成新常识。下面是几个常识整合的示例和公式：

1. 场景：想要将一元二次方程的常识和鸡兔同笼的常识结合起来

   使命：结合一元二次方程的常识和鸡兔同笼的常识

   提示公式：“将一元二次方程的现有常识整合：鸡兔同笼”

2. 场景：想要将一元二次方程的常识和鸡兔同笼的常识串起来。

   使命：串接一元二次方程的常识和鸡兔同笼的常识。

   提示公式：“以相关的逻辑和办法连接下列信息：一元二次方程。鸡兔同笼。”

（常识整合提示）

2.5自共同性提示

自共同性提示是保证ChatGPT输出的内容与所供给的输入共同的办法。这种办法关于数据值的验证、校验的检查使命中启到十分重要的作用，下面是几个自共同性的示例和公式：

1. 场景：想要生成一篇与报表插件共同的产品谈论。

   使命：生成一篇关于报表插件产品的谈论。

   提示公式：“生成一篇与报表插件产品信息共同的产品谈论。“

2. 场景：检查给定的一组成绩信息数据中的共同性。

   使命：检查成绩数据的共同性。

   提示公式：“请保证一下文本自我共同：“数据显示五年级二班的数学均匀成绩是75分，但最低分是40分。”

（自共同性提示）

2.6情感剖析提示

望文生义，情感剖析提示是一款能够剖析文本的情感颜色或态度的模型，它能够依据输入的信息来判别这段信息的情感是活跃的、消沉的还是中立的，例如能够剖析在自共同性中的报表插件产品谈论的情感颜色：

场景：剖析报表插件产品谈论的情感颜色

提示公式：“对以下客户谈论【插入报表插件产品的谈论】进行情感剖析，并将它们分类为活跃的、消沉的或中性的。”

（情感剖析提示）

2.7练习ChatGPT

练习ChatGPT是一项精密的工作，咱们经过不断发问特定类型的问题，在不同的对话场景下提高了模型关于该类型问题的敏感度，从而使其更有或许给出与此类问题相关的答案。举例来说，如果咱们想要一个仅用于翻译的对话，在对话的榜首句话中能够说：“您能够扮演言语翻译官的角色，我会用任何言语与您沟通，您会自动检测言语并进行翻译，并自我优化答案以依据我的指示不断提高答案的质量。” 这样ChatGPT就能够像翻译器一样运用，并且能够用于创立多种不同类型的对话形式。

3.总结：

除了以上提及的几种办法，ChatGPT还有很多广泛的使用领域。例如，它能够作为一个表格插件的编辑东西，协助咱们修正和优化表格数据以提高咱们的工作效率和准确性。 ChatGPT能够经过对大规模数据集的学习，辨别和解析表格的上下文关系和结构，并生成相应的文本描绘。 咱们能够输入数据和所需的格式要求，例如日期、数字和文字等信息，然后ChatGPT就能够自动生成符合要求的表格，在不断地学习和优化中提高处理的准确性。此外，ChatGPT还能够与其他数据库和插件集成以扩展其功用和使用。这样一来，ChatGPT就成为了一种十分有用的东西，能够协助咱们处理表格数据，促进咱们工作的高效性和精准性，一起也供给了广泛的使用远景，能够服务于许多领域和行业。

参阅资料：

Ibrahim John——《The Art of Asking ChatGPT》

原文链接： qingbaoyuan.vip/6252.html

扩展链接： 在报表中集成ChatGPT