📄️ 🤔 技巧1:做与不做
description
📄️ ➕ 技巧2:增加示例
直接告知 AI 什么能做,什么不能做外。在某些场景下,我们能比较简单地向 AI 描述出什么能做,什么不能做。但有些场景,有些需求很难通过文字指令传递给 AI,即使描述出来了,AI 也不能很好地理解。
📄️ 🔖 技巧3:使用引导词
在代码生成场景里,有一个小技巧,上面提到的案例,其提示语还可以继续优化,在提示语最后,增加一个代码的引导,告知 AI 「我已经将条件描述完了,你可以写代码了」。
📄️ 👥 技巧4:增加角色或人物
前面提到的改写例子,接下来我们在提示语里加了「角色」让其更易于阅读,这个优化方法是很可以的。也很常用,比如你想将你写的 Email 改得更商务,则只需要加 「商务」 相关的词即可。
📄️ 🔣 技巧5:使用特殊符号
不管是信息总结,还是信息提取,你一定会输入大段文字,甚至多段文字,此时有个小技巧。
📄️ 📐 技巧6:指定输出的格式
这个技巧是技巧 2 的变种,比较常用于生成文本场景。其实在场景 7 中,你也可以用到这个技巧。
📄️ 🧠 技巧7:零样本思维链
这个技巧使用起来非常简单,只需要在问题的结尾里放一句 让我们一步一步地思考 (让我们一步步地思考),模型输出的答案会更加准确。
📄️ 🧪 技巧8:少样本思维链
根据 Wei 他们团队在 2022 年的研究表明: