专业提示：我们在所有这些示例中向您展示了“标准”提示。 许多提示工程师会使用“标准 QA 表格”提示。 这是我们以这种方式编写的原则示例。

例子：

“问：工业革命迅速改变了伦敦的基础设施。 描述这一时期的三项基本创新，并将它们与兰登的发展联系起来。

答：让我们一步步来。”

即使没有我们的魔法词，这种标准提示方式也非常有助于采用。

然而，我们开始偶然发现提示工程中使用的高级策略，所以是时候开一个新的部分了。

让我们作为序言：我们可以在这里深入。 提示工程每天都在变化，随着这些模型变得越来越复杂，适应提示的需求也越来越大。

为了保持清洁，我将使用之前的比喻来介绍这些内容。 让我们假设 ChatGPT 是一个超级聪明的幼儿。

知道了？ 有了这种支持，我们可以继续。

我们将从一种流行的策略开始。 我们蹒跚学步的孩子非常善于想象。 你告诉他们他们是一名消防员，他们突然可以为你提供详细的方法来确保你的公寓符合规范。 角色扮演是一种有趣、简单的建立情境的方式。

角色提示最好的部分是它很容易理解和使用。 您需要做的就是告诉 ChatGPT 发挥作用。 从那里开始，人工智能将尽最大努力来填补你以前高中那个热情的戏剧学生的角色。

您甚至可以更进一步。 尝试将您的提示构建为脚本。 告诉 LLM 围绕一个场景的具体说明，为您提供问题的答案。

将此提示复制到 ChatGPT 并找到目的地！

“充当旅行指南。 我会告诉你我的位置，你会建议我的位置附近的一个地方。 在某些情况下，我还会告诉您我将访问的地方类型。 您还会向我推荐靠近我的第一个位置的类似类型的地方。 我的第一个建议：[填写]”

你为什么要采取额外的步骤？ 虽然流行，但角色提示并不一定会提高准确性。 你可以告诉你五岁的孩子他们是数学家，他们仍然会把事情搞砸。

让我们更深入一点。

《银河护卫队》中有一个场景，火箭浣熊试图教年轻的格鲁特如何激活一个复杂的设备。 这就是连锁思维提示。

您举一个示例问题并为 ChatGPT 回答。 向他们展示您的思路。 然后你以同样的方式给它一个新问题并要求它回答。

这种提示样式可以让您获得更具体的信息。 你是在告诉你的孩子他们来这里是为了用一种特定的逻辑模式来回答这个特定的问题。

在这种特定风格中还有另外两个子类别。 让我来概括一下：

零镜头思维链是“让我们一步一步来”，你用同样的方式来构建问题，但不要给它一个前兆。 相反，您要求它仔细考虑所提出的观点。 例：问：X 是 A。Y 是 B。C 是什么？ A：让我们一步一步来。

自我一致性是使用多个响应来找到最准确的答案。 你给 ChatGPT 更多的机会。 点击并发现分组。

将此提示复制到 ChatGPT 中，看看它有多准确：

“问：哪种方式回家比较快？

选项 1：乘坐 10 分钟的公共汽车，然后乘坐 40 分钟的公共汽车，最后乘坐 10 分钟的火车。

选项 2：乘坐 90 分钟的火车，然后骑 45 分钟的自行车，最后乘坐 10 分钟的公共汽车。

A: 选项 1 需要 10+40+10 = 60 分钟。

选项2需要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。

问：哪种上班方式更快？

选项 1：乘坐 1000 分钟的公共汽车，然后乘坐半小时的火车，最后骑 10 分钟的自行车。

选项 2：乘坐 800 分钟的公共汽车，然后乘坐 1 小时的火车，最后骑 30 分钟的自行车。

A： ”

Learnprompting.org - 通过将“A:”留空，您将提示 ChatGPT 提供答案

好吧，你快到了——还有一个要走。

你会注意到这里的趋势。 这种提示风格还围绕上下文和狭隘的剪裁。

你所做的就是告诉你的孩子这个世界是如何运作的。 牛哞哞叫。 狗汪汪叫。 那么猫会说什么？

这是一个过于简单化的问题，但核心推理就在那里。 向 ChatGPT 展示一些知识，并将其变成聊天的唯一焦点。 可以从网上拿一篇文章，总结一下做模型。 确保询问它是否理解并将信息传递给您。

一旦你知道你的注意力集中在合适的空间，就开始工作吧。 例如，我们可以与它共享一份 Inclined 时事通讯，并告诉 ChatGPT 它的结构和基调。

从那里，您可以提供新信息并告诉 ChatGPT 在与倾斜相同的结构中对其进行总结。 你们现在共享相同的常识。

将此提示复制到 ChatGPT 中并进行测试：

“提示 1. 在这里查看这篇文章：[选择一篇文章]。 分解其结构和总基调。

提示 2：回忆你上面提到的结构和语气。 掌握这些常识并总结这篇文章：[选择一篇新文章] 使用相同的结构和语气。”

注意：这是 GA Prompting 的高度简化版本

您知道有些人不考虑这种提示工程吗？

“如果是提示风格，怎么可能不是提示工程呢？”

好问题，想象中的读者。 围绕这项技能的文化相对较新。 因此，其中一些概念被认为太容易被认为是准确的提示测试。

一般知识提示只是建立上下文，对于某些人来说，这是每个人都需要做的基准。 角色提示也可以这样说。 所有这些微小的偏好都是语义。

不要担心您是否是“真正的”提示工程师。 对此进行测试并在这些社区中分享您的见解。 机会就在你身边。

您甚至可能知道 DAN（我们在之前的新闻通讯中介绍过）和其他 AI 黑客方法。 这些都是从及时的工程开始的。 你可以证明，除非 AI 的行为超出其参数，否则你并不是真正在进行即时工程。

恐怕我不同意这一点，直接以这项技能为中心的职业正在到处涌现。 许多要求对我们讨论过的提示样式有核心的理解。

是的，你可以学习这个并通过与 AI 交谈来赚钱。

Anthropic 甚至发布了一个提示工程师的职位，薪水为 25 万美元。 这不是我编造的，甚至考虑过修改旧简历。 当出现这样的新技能时，它值得一看。

还有很多其他类似的例子，OpenAI 使用红队策略，他们的工程师试图提示破解他们自己的 GPT 模型。

我可以在这里告诉你所有关于空缺职位的信息，但明天整个周期都会改变。 但这不是很令人兴奋吗？ 到明年这个时候，围绕提示工程的整个身份将发生变化。

沟通就是一切。 学习与 AI 交谈变得越来越重要。

我们都目瞪口呆地看着人工智能的新奇迹，因为我们知道这将颠覆每个行业。 如果其中任何一个激起了您的兴趣，那么追求它的窗口现在就打开了。 乘风破浪，学习成为出色的提示工程师。

哎呀，即使你不想转行，与 ChatGPT 和所有最新的法学硕士交谈也正在成为我们日常生活的一部分。 达到最大化每次交互的地步，并与这些聊天机器人一起工作以提高您的工作流程技能。

及时的工程可以节省您的时间，消除麻烦，甚至可以帮助您变得更有耐心。 专注于你想要的，并有目的地解释它。

让奇迹发生，记住：一步一步来。