“上个时代要学会提问，这个时代要学会提示。”
引言
当你在写提数代码时，小张已经完成了数据分析；当你正在整理材料时，小王却在和对象逛环球影城；述职时，你发现小郑的汇报有了质的飞跃，但是他明明最近8点就去打羽毛球。之前大家工作效率相差无几，为何他们突然开了挂，难道是在家偷偷卷？原因其实很简单，只因AI时代到了，你需要【学会提示】。
一、什么是提示
目前最热门的AI产品莫过于ChatGPT。提示（prompt）是在与ChatGPT等AI产品交流时，向其提供的关键词或者描述，以引导其理解需求或问题，并给出相关的回答或建议。
在诸多中文译法中，“提示”更体现出人与AI的平等关系。这种翻译也带有一种人是AI的引导者、启蒙者的意味，通过不断地“提示”，最终激发AI的心智。再加上词义简单易懂等综合因素，使得“提示”成为了主流译法。
二、为什么提示技巧很重要
提示是有成本的，包括了你的时间成本和实际的金钱成本。如以接口方式应用chatGPT，调用以token（可近似理解为单词）计价，以GPT4-API为例，当前的收费模式为：
提示：$0.03/1K-token，回答：$0.06/1K-token。
即每次接口调用的成本约为1元。昂贵费用的背后，是OpenAI公司采购的上万张用于运算的顶级显卡。既然成本无法忽视，那么ROI（投资回报率）的重要性就不言而喻了。
如果说ChatGPT是AI时代重要的生产力“伙伴”，那么提示技巧无疑是提升ROI的关键所在：用10个提示才能问到点上，与用1个精准提示解决问题，ROI差距岂止10倍。不断提升提示技巧，就像上个时代高效应用EXCEL和PPT一样，能有效地提高我们的工作效率。
三、ChatGPT原理简介
为了让这位AI“伙伴”更好地帮助我们，我们需要了解它的原理，从而更好地“学会提示”。ChatGPT看似神奇，但它其实就像一个超级聪明的“文字接龙”高手。虽然它可以理解人类的语言，但与人类的思维方式有所不同。
ChatGPT的“聪明”可以简化为以下4个步骤：
- 把你的【提示】分解成一个个词汇或片段（称为token）。
- 对这些token进行分析，找出其中的关键信息，传给一个庞大的预先训练好的模型。
- 这个模型会预测在给定的【提示】后，最可能出现的下一个词汇或片段。
- 将预测出的词汇或片段添加到【输入提示】中，继续进行预测，直到生成一个完整的回答。
通过以上步骤，ChatGPT能够根据你的提示生成有意义、相关的回答。
所以，在给ChatGPT发送提示后，它会根据概率逐个词汇生成回答。每次回答可能略有不同，因为生成过程本质上是个概率问题。那么，ChatGPT如何确定哪个词汇的概率最高？也是通过学习得来的，ChatGPT的学习过程主要包括以下三个阶段：
- 预训练（自监督学习）：ChatGPT通过学习互联网上的海量数据，掌握各种上下文之间的关联，建立一个庞大的知识库。
- 监督学习：在这个阶段，人类专家参与引导，帮助ChatGPT在众多可能的生成方式中，挑选出符合人类喜好和期望的答案。
- 强化学习：在这个阶段，ChatGPT根据用户反馈对输出质量进行评估和调整。通过用户的实际使用情况，持续优化和改进回答质量。
四、ChatGPT的优势与局限性
1. 优势
1）博学无垠
ChatGPT汲取了整个互联网的知识，具备极为广泛的知识覆盖范围。因此，在回答常识性问题时，它能够提供准确的解答。
2）归纳总结与文本生成能力
基于海量的互联网文章学习，ChatGPT能够很好地提炼文章的关键点，并有逻辑地扩展文本内容。也就是人们常说的由多到少与由少到多的能力。
3）学习能力
经过训练，ChatGPT可以理解新的流程并按照习得的流程处理问题。
4）万物互联
Chatgpt可以基于自身的认知，将本身模型与其他功能/领域专家联动，实现更强大和灵活的AI系统，应对各种任务。未来，它就会像大脑一样，收集多元信息作出判断，调动各领域AI模型分工完成任务，串联多个APP实现功能。
2. 局限性
1）可能会编造内容（幻觉现象）
因为其回答的本质是概率，一旦一个词回答错了，后面的回答就全错了。也就是大家频繁吐槽GPT3.5的胡说八道问题。
2）非联网模型
ChatGPT的知识来源于离线模型，因此不能直接提供实时的行业趋势信息。不过，可以通过寻找权威的行业报告，并借助ChatDoc等工具让ChatGPT帮助提炼关键信息。或使用插件实现联网的信息查询。
3）难以解决特定领域的复杂问题
ChatGPT在通用知识方面训练得较多。因此，面对特定专业领域非标准化问题时，ChatGPT提供的解决方案的参考价值较低。
在了解了ChatGPT的优势与局限性之后，我们可以更有针对性地利用它来解决实际问题。在下一部分，我们将探讨如何通过有效的提示技巧，充分发挥ChatGPT的潜能。第五章的技巧均为我实际验证有效的，可以放心使用。
五、提示技巧
1. 基础篇
1）表达清晰
清晰的提示是获得高质量回答的基础。在这里，我将与大家分享一种常用的结构。掌握这个结构后，就拥有了一个私人参谋，能够为你在生活和工作中遇到的困难问题提供建设性的思路。当然，并非所有提示都需要包含以下全部信息，这取决于你对答案的详细程度的要求。
在背景中，可以包含以下信息：
- 角色(WHO)——包括你的角色以及相关的角色。
- 地点(WHERE)——如果希望得到针对性的解决方案，建议至少说明地点在中国，否则可能得到适用于美国的方案。
- 事件(WHAT)——具体发生的事情。
- 时间(WHEN)——事件发生的时间。
实际上，这些内容就是5W法则中去掉 “WHY” 的其他部分。
在描述清楚背景之后，需要明确“目标”，即希望从ChatGPT的回答中获得什么信息。
在特定背景下实现某个目标时，现实生活中通常会有一些约束条件，如时间、金钱和人力等。
最后，需要对达成目标的期望回答进行要求，这是对ChatGPT回答形式的规范，例如：
- 要求“如不知道，请回复不知道，不要编造”。这个要求可以有效减少其“幻觉”现象。
- 要求按照某种格式回复。
- 要求给出多种解决方案。
- 要求给出解决方案及原因。
- 要求回复的字数等。
举例来说，如果我想学习维修技术，下方的提示2比提示1的结果质量好很多。大家可以实际操作看看。
提示词1：
如何学维修
提示词2：
我是一名电工（角色），工作时长两年半（时间），最近发现自己的工作能力陷入瓶颈（事件），我应该如何在3个月内提升自己的实力（约束）。我在北京市（地点）。请基于以上背景信息，请给出我五种操作性强的提升维修能力的方法（期望回答）。
2）追问技巧
由于ChatGPT擅长框架性回答问题，用户需要自行识别答案中的关键信息。在发现有用的信息后，可以通过追问技巧持续挖掘。
提示：
我是一名24届应届毕业生，应当如何准备找互联网方向的工作，距离秋招还有3个月。我在中国。
追问提示：
应当如何提升自己获取行业资讯的能力？
继续追问：
应当如何提升获取行业新闻和咨询的筛选能力？
继续追问：
有没有详细的信息整理的技巧？
通过逐层追问，可以抽丝剥茧，直至找到具有参考价值的具体行动方案。
需要注意，像人一样，ChatGPT有时会忘记你曾经告诉过它的部分信息。因此，在实际应用中，追问建议带上初始问题的关键信息，以防止关键背景或约束丢失。
如果它的回答出现错误，你也可以在追问中指出错误并要求给出正确的回答。
2. 进阶篇
掌握了基础篇的能力，对于日常工作已经可以起到很大的帮助了。进阶篇可以帮助大家处理更复杂的问题。
1）示例法
示例法是一种描述【期望回答】的方法。当您希望ChatGPT以某种风格输出结果时，可以向其提供一个示例，它会参考示例进行输出。例如，提供一份示例周报，ChatGPT将生成与示例风格、格式都一致的周报。
2）为ChatGPT指定角色
这是一种有趣的拟人化用法，在网上的各种提示宝典中经常出现。如果不指定角色，ChatGPT的回答通常是中性的分条输出。让其扮演某个角色，可以获得更口语化的回答，但这并不会本质上提高回答内容的质量。以下是两种问法，大家可以自行尝试：
提示案例1：
为一台笔记本电脑撰写产品评论
提示案例2：
你是一名技术专家，请撰写一篇客观而且信息丰富的产品评论，强调新笔记本电脑的强大特点。
3）思维链（CoT）-处理多步问题
当需要ChatGPT完成多步操作或严密逻辑推理的问题时，思维链是一种极为有效的技术。它可以增强上下文之间的联系，帮助ChatGPT更好地理解上下文之间的依赖关系。
提示案例1：
①评估团队现状：请介绍如何识别和分析团队在协作方面存在的问题，例如沟通不畅、缺乏明确的目标或责任不清晰。
②设定明确的团队目标和角色：在评估了团队现状之后，请提供一些建议，如何设定明确的团队目标并为每个成员分配明确的角色和责任。
③建立高效的团队沟通与协作：在设定了目标和角色之后，请分享一些策略和工具，以提高团队成员之间的沟通效果，加强协作，从而解决之前识别出的团队协作问题。
在处理复杂推理时，阐释推理逻辑，对ChatGPT正确推理非常重要，能够帮助他做到举一反三，否则就可能推理失败。
提示案例2：
哪种方法是更快的回家方式？选项1：乘坐10分钟的公共汽车，然后40分钟的公共汽车，最后10分钟的火车。选项2：乘坐90分钟的火车，然后骑行45分钟，最后10分钟的公共汽车。
选项1需要60分钟，即10+40+10 = 60分钟。选项2需要145分钟，即90+45+10=145分钟。由于选项1需要60分钟，选项2需要145分钟，因此选项1更快。（阐释问题1的推理逻辑的部分，要求其解答问题2）
哪种方法是更快的上班方式？选项1：乘坐1000分钟的公共汽车，然后半小时的火车，最后10分钟的自行车骑行。选项2：乘坐800分钟的公共汽车，然后1小时的火车，最后30分钟的自行车骑行。
简言之，对人来说比较容易理解的多步推理，对ChatGPT来说有些困难，使用思维链技术可以降低ChatGPT的理解成本，从而提升输出的质量。
3. 一些其他类型的应用案例
1）润色文章
ChatGPT擅长润色文章。你可以将自己的文章发给它并要求润色，以消除错别字和优化文案。
然而，ChatGPT仅适用于初步润色，因为它的润色能力只能确保下限。譬如本文，我在交给ChatGPT润色后，至少又改了3遍。文章的内核是作者的思想，使用ChatGPT辅助写作，作者可以将更多精力投入到构思中。
2）总结文章
由于ChatGPT非常擅长总结文章要点，你可以将文章发送给它并要求提炼文中的主要论点和论据。输出质量通常很高。目前已经出现了一些利用ChatGPT能力分析文章的产品。比较推荐的相关产品是ChatDOC，预计国内类似产品将在不久后迅速涌现。以前叫PDF阅读器的产品，可能很快都要升级为PDF分析器。
3）EXCEL应用
Excel公式学习不存在了。只需要描述想要对EXCEL中数据进行的分析维度，ChatGPT会在简单场景下提供公式，而在复杂场景下告知您每一步应如何操作。因此，可以做到在没有任何数据泄露风险的前提下，颠覆了已有的Excel使用流程。
提示案例1：
使用透视表对产品销售进行汇总：假设在一个数据表中，A列包含产品名称，B列包含销售日期，C列包含销售额。请指导如何创建一个透视表，以展示每个产品的累计销售额。
提示案例2：
图表中“列”代表每天销量，“行”代表省区，现在需要迷你图，应该如何操作，以展示出各个省区每天的销量曲线。
4）提数
同样的，ChatGPT也精通提数语句，准确的描述想要提数和链表的方式，就可以输出代码。如果公式没有跑通，还可以咨询错误的原因，chatGPT还可以根据提供的错误原因修改语句。 提示案例：
计算每个产品类别的月度销售额：有两个表格，一个名为sales（包含销售记录），另一个名为products（包含产品信息）。sales表中有sale_id（销售ID）、product_id（产品ID）、sale_date（销售日期）和sale_amount（销售额）列。products表中有product_id（产品ID）、product_name（产品名称）和product_category（产品类别）列。请给出一个SQL语句，按产品类别和月份汇总销售额。
六、如何在工作中高效运用“提示”
现在我们已经知道了ChatGPT在多场景应用技巧，那么如何将其运用于日常工作以提高效率呢？
从宏观上看，主要分为两个阶段：
第2个阶段需要以第1个阶段为基石。
第一个阶段已经可以有效的帮助大家提升工作效率，建议采用如下方法进行实际操作：
1）确定工作场景
使用WBS工作分解技术技术，对自己的工作内容进行分解。
2）梳理工作流程
基于分解后的子模块，梳理出SOP。
3）确定问题类型
定义SOP中各个环节的主要问题。判断主要解决问题的重复劳动占比。理论上，只要是依靠电脑的重复劳动，ChatGPT都能提效。
4）沉淀提示模板
不断积累针对某类特定问题的提示模板。后续再解决同类问题时，替换关键词即可。
七、总结
总的来看，ChatGPT具备很好的解决重复性、规律性问题的能力。它解放了人们在电脑上进行重复劳动的生产力，使得人们可以将更多精力投入到发挥“主观能动性”的工作中，譬如面对复杂业务场景的分析和拆解。人类最为宝贵的“思想”，变得更值钱了。
八、一点随想
上周末参加微软CTO韦青先生的分享，他也在不断学习人工智能的最新知识。然而，他表示如果授课者声称已经掌握了ChatGPT的应用，他将不会参加这样的课程，因为他认为目前还没有人能够完全理解这一技术的潜在价值。
我对此深感认同。我所分享的内容仅仅是我对ChatGPT的一些初步理解，如果能对大家有一些启发，那是我的万幸。我只希望能与大家一起不断学习、持续进步，共同迎接AI新时代的到来。
本文由 @AI时代新产品 原创发布于人人都是产品经理。未经许可，禁止转载。
题图来自Unsplash，基于CC0协议
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
