🎯 指令的内容清晰明确

GPT无法读懂你的心思，如果输出答案太啰嗦，请要求它简洁回复；如果输出太简单，请要求以专业水平写作；如果你不喜欢格式，请展示你想看到的格式。GPT越少猜测你的意图，你获得的结果就更可能符合预期。

一、在提问时给出更多的细节以获得更相关的答案

为了获得满意的回答，请在提问时明确需求细节。让模型去猜测你的心思，将无法获得最理想的答案。

不太有效的	更好的
如何在Excel中进行数值相加？	如何在Excel中将一行美元金额相加？我希望对整个工作表中的所有行进行自动求和，并将所有的总和以“Total”列的形式显示在右侧。
谁是现任总统？	2021年墨西哥的总统是谁？选举多久进行一次？
编写一段计算斐波那契数列的代码	编写一个高效计算斐波那契数列的 TypeScript 函数。请在代码中添加充分的注释，解释每个部分的功能以及为什么以这种方式编写。
总结会议记录	用一个段落总结会议记录。然后以 Markdown 列表的形式列出与会人员及其要点。最后，如果有的话，列出与会人员建议的下一步行动或待办事项。

二、给模型设定身份角色

为了获得满意的回答，请在提问中设定角色信息。为模型设定角色有助于获得更符合场景的答案。

提示语示例：

你是一位小学老师，能够将复杂的内容解释得让7或8岁的孩子也能理解。请重新编写以下句子，使它们更容易理解。

"""
OpenAI是一个美国人工智能（AI）研究实验室，由非营利组织OpenAI Incorporated（OpenAI Inc.）和其盈利子公司OpenAI Limited Partnership（OpenAI LP）组成。 OpenAI旨在推广和发展友好型人工智能，并使用世界第五大超级计算机进行研究。该组织于2015年由Sam Altman、Reid Hoffman、Jessica Livingston、Elon Musk、Ilya Sutskever、Peter Thiel等人在旧金山创立，共承诺捐赠10亿美元。Musk于2018年从董事会辞职但仍然是捐赠者。微软于2019年向OpenAI LP提供了10亿美元的投资，并在2023年1月提供了第二笔多年期投资，金额据报道为100亿美元。
"""

小语 4.0 回复是这样的：

OpenAI是一个在美国的智能机器人研究地方，它有两个部分，一个是不赚钱的，另一个是赚钱的。OpenAI的目标是让智能机器人对人类有好处，并用一个非常强大的电脑来做研究。这个组织是在2015年由Sam Altman、Reid Hoffman、Jessica Livingston、Elon Musk（特斯拉的老板）、Ilya Sutskever、Peter Thiel等人在美国旧金山成立的，他们一起答应给这个组织10亿美元。虽然Elon Musk在2018年离开了领导位置，但他还是会给钱。微软这个大公司在2019年给了OpenAI 10亿美元，并在2023年1月又给了很多钱，大概是100亿美元。

三、使用分隔符清晰地标示输入的不同部分

通过分隔符（如"""、<xml> 标签、章节标题等）划分需要区别对待的文本部分。 对于一些简单任务，使用分隔符可能不会对输出质量产生影响。然而，任务越复杂，消除任务细节的歧义就越重要。不要让 GPT 辛苦地去理解你到底在要求它们做什么。在处理更复杂的问题时，请确保提供明确、详细的指示，并通过使用分隔符等方式明确标识需要特殊处理的文本部分。这样有助于获得更准确、高质量的回答。

三重引号"""我们之前已经举了很多例子，这里只针对<xml> 标签和章节标题举例说明。

XML标签示例

提示语：

您将收到一对关于同一主题的文章（用XML标签分隔）。首先概括每篇文章的观点。然后指出哪篇文章的论据更有力，并解释原因。

<article>生成式预训练变换器（GPTs）在自然语言处理领域无疑是强大的工具，能够根据从大量数据中学到的模式生成类似人类的文本。然而，尽管GPTs在语言生成方面表现出色，但它们在本质上缺乏推理能力。作为一种认知过程，推理涉及逻辑思考、推断和根据手头信息得出结论的能力。GPTs作为统计模型，仅限于识别和模仿训练数据中的模式，而无法真正理解其中的概念或它们之间的关系。

GPTs在推理方面的一个重要局限是它们无法进行因果推理，这需要理解给定上下文中不同元素之间的因果关系。GPTs可以生成看似涉及推理的文本，但实际上，它们只是根据某些词语或短语一起出现的统计可能性生成句子，而没有理解它们之间的因果联系。此外，GPTs无法评估它们生成的陈述的真实性或有效性，因为它们缺乏对涉及的概念的必要理解。这种无法推理的能力，最终意味着虽然GPTs可以生成看似连贯和符合上下文的文本，但不能依赖它们提供准确或逻辑上合理的信息或结论。</article>

<article>生成式预训练变换器（GPTs）确实能进行一定形式的推理。它们通过利用从大量数据中学到的模式生成在上下文中通常具有逻辑意义的回应。一个引人注目的推理能力例子是它们能够解决从未见过的数学问题。这表明GPTs不仅仅是复述记忆中的信息，而是能够将所学的原理和模式应用于新情境，这是推理的特征。例如，当被问及关于一部小说的问题时，GPT可以通过识别和综合文本中的相关信息来提供准确的答案。GPTs还可以通过基于所学模式生成假设场景的可能结果来进行假设性推理。这种推理能力是GPT设计和实用性的基本方面。

然而，重要的是要认识到GPTs的推理能力存在局限性。虽然它们可以生成连贯且与上下文相关的回应，但它们对概念的理解可能比人类推理要浅薄。这是因为GPTs主要依赖于识别数据中的模式和关联，而不是深入理解概念的因果关系。因此，它们的推理有时可能导致错误或荒谬的结论，特别是在输入数据模糊或矛盾的情况下。尽管存在这些局限性，GPTs在人工智能领域取得了重要进展，展示了在广泛场景中进行推理和生成类似人类回应的令人印象深刻的能力。继续完善和改进这些模型以进一步提高它们的推理能力，并更好地理解这项技术的潜在应用和影响至关重要。</article>

小语 4.0 回复：

文章1观点概括：生成式预训练变换器（GPTs）在自然语言处理领域表现出色，但在本质上缺乏推理能力，特别是在因果推理方面。GPTs只能识别和模仿训练数据中的模式，而无法真正理解概念或它们之间的关系。

文章2观点概括：生成式预训练变换器（GPTs）确实能进行一定形式的推理，例如解决从未见过的数学问题和进行假设性推理。然而，GPTs的推理能力存在局限性，因为它们主要依赖于识别数据中的模式和关联，而不是深入理解概念的因果关系。

在这两篇文章中，文章2的论据更有力。文章1强调了GPTs在推理方面的局限性，特别是在因果推理方面。然而，文章2承认了GPTs的局限性，同时也提供了关于GPTs在推理方面的实际应用和能力的例子，如解决从未见过的数学问题和进行假设性推理。文章2还强调了继续完善和改进这些模型以提高它们的推理能力的重要性。因此，文章2在论证GPTs推理能力方面提供了更全面和平衡的观点。

通过<xml>格式描述问题让小语GPT理解问题更加容易

若你不清楚XML语法，可查阅 W3cschool-XML语法

章节标题示例

提示语：

我们将为您提供一份论文摘要和建议的论文标题。论文标题应该能让读者清楚理解论文的主题，同时也要引人入胜。如果标题无法满足这些要求，请提供5个备选标题。

摘要：我们在此报道了GPT-4的开发过程，这是一个大规模的多模态模型，能够接收图像和文本输入，并产生文本输出。尽管在许多现实场景中，GPT-4的能力仍然不如人类，但它在各种专业和学术基准测试中展现出了人类水平的表现，包括在模拟的律师资格考试中，得分位于前10%的考生之列。GPT-4是一个基于Transformer的模型，预训练用于预测文档中的下一个词元。后期训练的对齐过程导致在事实性和符合期望行为的度量上的表现得到了提升。该项目的核心组成部分是开发出能在各种规模范围内预测行为的基础设施和优化方法。这使我们能够准确预测基于不超过GPT-4计算能力千分之一的模型训练的GPT-4的某些表现。

标题：GPT-4技术报告

小语 4.0 回复：

备选标题：
1. GPT-4：大规模多模态模型的开发与应用
2. 探索GPT-4：人工智能领域的新突破
3. GPT-4：跨越图像和文本的智能模型
4. GPT-4：基于Transformer的多模态人工智能模型
5. GPT-4：实现人类水平表现的智能模型

小语GPT-章节标题示例

四、明确指定完成任务所需的步骤

有些任务最好通过一系列步骤来指定。明确地写出这些步骤可以使模型更容易执行。

提示语示例：

根据以下步骤指示应对用户输入。
步骤一 - 用户会提供以三重引号包裹的文本，你需要用一句话概括这段文本，并以"摘要："作为前缀。
步骤二 - 将步骤一中的摘要翻译成英语，并以"翻译："作为前缀。

"""阿波罗计划，又名阿波罗项目，是美国国家航空航天局(NASA)进行的第三个载人航天计划，从1968年到1972年成功准备并使第一批人类登陆月球。它最初在1960年的艾森豪威尔总统任期内设想为一个三人航天器，以接替将第一批美国人送入太空的水星计划。阿波罗后来致力于肯尼迪总统在1961年5月25日对国会的演讲中为1960年代的国家目标——“使人类登陆月球并安全返回地球”。这是美国的第三个载人航天计划，前面是1961年设想的双人宇宙飞船双子座计划，以支持阿波罗计划。

肯尼迪的目标在阿波罗11号任务中得以实现，当时宇航员尼尔·阿姆斯特朗和巴兹·奥尔德林于1969年7月20日登陆他们的阿波罗登月舱(LM)并在月球表面行走，而迈克尔·柯林斯则在指挥和服务舱(CSM)中留在月球轨道，所有三人于7月24日安全降落在太平洋。此后的五次阿波罗任务也使宇航员登陆了月球，最后一次是1972年12月的阿波罗17号。在这六次太空飞行中，有十二人登上了月球。

阿波罗计划从1961年到1972年进行，首次载人飞行在1968年。1967年，阿波罗1号舱室火灾在预发射测试中造成全体机组人员死亡，这是一个重大挫折。在第一次成功登陆后，有足够的飞行硬件进行九次后续登陆，计划进行扩展的月球地质和天体物理探索。预算削减迫使取消了其中的三次。剩下的六次任务中有五次成功登陆，但阿波罗13号的登陆被在飞往月球途中的氧气罐爆炸阻止，使得指挥和服务舱失去功能。机组人员几乎是用登月舱作为“救生艇”在返回旅程中安全返回地球。阿波罗使用土星系列火箭作为发射载具，这些火箭也用于阿波罗应用计划，包括天空实验室，这是一个在1973-1974年支持三次载人任务的空间站，以及1975年的阿波罗-联盟试验项目，这是一个美苏联合的低地球轨道任务。

阿波罗设定了几个重要的载人航天里程碑。它是唯一一个发送载人任务超出低地球轨道的。阿波罗8号是第一个绕行另一个天体的载人航天器，阿波罗11号是第一个使人类登陆另一个天体的载人航天器。

总的来说，阿波罗计划向地球返回了842磅(382千克)的月球岩石和土壤，极大地增加了我们对月球组成和地质历史的理解。该计划为NASA后续的载人航天能力奠定了基础，并资助了其约翰逊太空中心和肯尼迪太空中心的建设。阿波罗还推动了许多与火箭和载人航天有关的技术领域的进步，包括航空电子学、电信和计算机。

-摘自https://en.wikipedia.org/wiki/Apollo_program"""

小语 4.0 回复：

摘要：阿波罗计划是美国NASA的第三个载人航天计划，旨在实现人类登陆月球并安全返回地球，共有12名宇航员登上月球，为后续载人航天能力奠定基础并推动相关技术领域的进步。
翻译：Summary: The Apollo Program was the third manned space program of NASA, aiming to achieve human landing on the moon and safely return to Earth, with a total of 12 astronauts landing on the moon, laying the foundation for subsequent manned space capabilities and promoting advances in related technology fields.

小语GPT指导模型分步骤完成输出示例

五、提供示例

通常来说，给 GPT一个【具象的示例】 比给一个【宽泛的指导】更为有效：

• 宽泛的指导：在写作时，确保每个段落都有一个清晰的主题句。
• 具象的示例：假设你正在写一篇关于环保的文章。一般性的指导可能会让你在每个段落开始时写一个主题句，比如，“塑料污染是我们环境面临的一个严重问题。”然后在接下来的段落中，你可以提供关于塑料污染的事实、数据或者引用来支持这个主题句。

在这个例子中，宽泛指导提供了一个可适用于所有写作情况的原则，而具象示例则让GPT更具体、更直观地明白你的实际写作诉求。

提示语：

以一致的风格回答。

问：教我怎样学会耐心。
答：深邃的峡谷源于微弱的溪流；宏大的交响乐源于单独的音符；复杂的挂毯始于孤独的线。

问：教我怎样理解海洋。
答：

小语 4.0 回复：

答：浩渺的海洋源于细小的水滴；无尽的波涛起于轻柔的风；丰富的生命汇聚于深邃的蓝。

小语GPT向模型举例获得更精确的答案示例

六、指定所需输出的长度

您可以要求GPT生成特定目标长度的输出。目标输出长度可以用单词数、句子数、段落数、项目符号等来表示。但请注意，要求模型生成特定数量的单词精确度较低。模型更能可靠地生成具有特定数量段落或要点的输出。

提示语示例：

将三重引号包含的文本用3个要点进行总结。"""阿波罗计划，又名阿波罗项目，是美国国家航空航天局(NASA)进行的第三个载人航天计划，从1968年到1972年成功准备并使第一批人类登陆月球。它最初在1960年的艾森豪威尔总统任期内设想为一个三人航天器，以接替将第一批美国人送入太空的水星计划。阿波罗后来致力于肯尼迪总统在1961年5月25日对国会的演讲中为1960年代的国家目标——“使人类登陆月球并安全返回地球”。这是美国的第三个载人航天计划，前面是1961年设想的双人宇宙飞船双子座计划，以支持阿波罗计划。肯尼迪的目标在阿波罗11号任务中得以实现，当时宇航员尼尔·阿姆斯特朗和巴兹·奥尔德林于1969年7月20日登陆他们的阿波罗登月舱(LM)并在月球表面行走，而迈克尔·柯林斯则在指挥和服务舱(CSM)中留在月球轨道，所有三人于7月24日安全降落在太平洋。此后的五次阿波罗任务也使宇航员登陆了月球，最后一次是1972年12月的阿波罗17号。在这六次太空飞行中，有十二人登上了月球。 阿波罗计划从1961年到1972年进行，首次载人飞行在1968年。1967年，阿波罗1号舱室火灾在预发射测试中造成全体机组人员死亡，这是一个重大挫折。在第一次成功登陆后，有足够的飞行硬件进行九次后续登陆，计划进行扩展的月球地质和天体物理探索。预算削减迫使取消了其中的三次。剩下的六次任务中有五次成功登陆，但阿波罗13号的登陆被在飞往月球途中的氧气罐爆炸阻止，使得指挥和服务舱失去功能。机组人员几乎是用登月舱作为“救生艇”在返回旅程中安全返回地球。阿波罗使用土星系列火箭作为发射载具，这些火箭也用于阿波罗应用计划，包括天空实验室，这是一个在1973-1974年支持三次载人任务的空间站，以及1975年的阿波罗-联盟试验项目，这是一个美苏联合的低地球轨道任务。 阿波罗设定了几个重要的载人航天里程碑。它是唯一一个发送载人任务超出低地球轨道的。阿波罗8号是第一个绕行另一个天体的载人航天器，阿波罗11号是第一个使人类登陆另一个天体的载人航天器。 总的来说，阿波罗计划向地球返回了842磅(382千克)的月球岩石和土壤，极大地增加了我们对月球组成和地质历史的理解。该计划为NASA后续的载人航天能力奠定了基础，并资助了其约翰逊太空中心和肯尼迪太空中心的建设。阿波罗还推动了许多与火箭和载人航天有关的技术领域的进步，包括航空电子学、电信和计算机。 -摘自https://en.wikipedia.org/wiki/Apollo_program"""

小语 4.0 回复：

1. 阿波罗计划是美国NASA进行的第三个载人航天计划，旨在实现人类登陆月球并安全返回地球的目标，共有12名宇航员成功登上月球。
2. 阿波罗计划在1961年至1972年期间进行，期间遇到了阿波罗1号舱室火灾等挫折，但最终实现了肯尼迪总统设定的目标。
3. 该计划为NASA后续的载人航天能力奠定了基础，推动了许多与火箭和载人航天有关的技术领域的进步，并向地球返回了842磅的月球岩石和土壤。

小语GPT指定输出内容长度示例