Prompt很难学吗？

教你10条超级prompt以及3条顶级学习prompt，10条Prompt能加到普通Prompt的前面或后面，就能提高AI的精度以及精准确度。

3条顶级Prompt，是可以用来高效学习某一个知识，快速地理解某一概念。

并且这13条Prompt，可以深化以及组合使用，还有多次使用！

一、10条超级prompt

1. 提高可信度

生成式AI偶尔会给出不准确或含糊的回答，尤其是在信息不足或问题过于复杂的情况下。

为了减少这种“幻觉”现象，您可以在问题末尾加入指令“请进行网页搜索后再回答”或者“引用出处”

此指令让AI通过外部或上传资料的信息源进行验证，确保回答的准确性。

2.永远避免模糊的答案

为了避免AI给出不清晰或模糊的回答，可以让GPT在遇到不确定的问题时主动提问，以澄清问题的细节。这样可以避免AI进行假设，减少误解和错误信息的传递。
“如果你对某个问题不清楚，请先提出问题，而不是做假设。”

3. 精准度控制

AI的“温度”设置可以调整回答的创意和灵活性。通过在Prompt中指定温度值，用户可以决定AI是否应提供更加确定性的答案，或允许更多的创意发挥。在需要精确解答时，可以设置温度为0；在允许更多创意的场景下，可以设置为1。

如果我在Prompt末尾指定temperature设置（0至1），请根据该设置调整回答。

temperature=0

表示提供更为确定性的答案，温度为1表示允许更多创意。

4. 反馈

将AI作为工作反馈工具，您可以请求AI评估您的文章、代码或研究成果。通过这种方式，您能够快速识别自己工作的优点与不足，并获得改进建议。

例如，您可以要求：“请为我的论文从逻辑、结构和创新性等方面进行评估，并提供改进意见。”

AI的反馈能帮助您提高学术作品的质量。

5. 让回答简洁

在学术讨论中，简洁的回答有助于更快速地抓住关键信息。

通过在问题末尾添加“请简洁明了地回答，包含所有关键细节”指令，您可以引导AI提供简洁且重点突出的回答。这对于节省时间并提高效率非常有帮助。

6. 提升Prompt优化

在与GPT交互时，建议先让AI优化你的Prompt，而不是直接向其提问。通过这样的方式，你能获得更精准、更符合预期的答案。这一技巧减少了反复尝试的次数，让与AI的对话更为高效。
“改进上述Prompt并作答。”

这种方法可以有效减少调试和修改的时间，使用户能迅速获得优化后的回答。

7. 强制AI思考

让GPT先列出思路并分析问题，而不是直接给出答案，有助于确保模型的推理过程更为清晰且符合逻辑。这在学术研究中尤其重要，能帮助研究人员理清思路，确保没有遗漏关键信息。

“在作答前，请先列出思路列表，简要说明每个步骤。”

8. 自我评分

在回答结束后，让GPT根据几个维度（如清晰度、完整性、简洁性、准确性等）对其回答进行评分。此技巧促使AI反思自己的回答质量，同时也有助于用户了解模型的局限性，进一步改进提问方式。

“请对你的回答进行评分，评分标准包括清晰度、完整性、简洁性和准确性，满分为10分。”

9. 思维链条

“思维链条”方法要求GPT在推理时依次列出其推理步骤，从而确保每一步都经过深思熟虑，得出的结论更加严谨。特别是在解答复杂问题时，这一技巧能够提高推理的质量。

“使用思维链条来改进推理过程，逐步列出分析步骤。”

10. 标记

如果你希望根据需求精确控制AI的回答方式，可以在Prompt末尾添加符号来指示回答的详细程度。“*”表示简洁回答，“**”表示详细回答，而无符号则为标准回答。

“如果我在问题末尾加‘*’，请提供简洁的回答；如果加‘**’，请提供详细、全面的回答；如果没有符号，给出标准回答。”

二、3条顶级学习prompt：

1. 运用费曼学习技巧

费曼技巧是一种将复杂概念简化的学习方法，尤其适用于学术研究中的复杂理论。

当AI向您解释某个学术概念后，您可以用自己的话总结并询问AI是否正确。

例如，在学习“量子叠加原理”时，您可以要求AI解释该概念，然后将其简化为：“粒子可以同时处于两个状态。”

AI会纠正任何不准确的地方。这种方法能帮助您深入理解学科内容，并提升批判性思维能力。

2. 应用帕累托原则（80/20法则）

帕累托法则广泛应用于时间管理和资源配置中，学术研究中同样适用。

通过80/20法则，您可以聚焦于最重要的研究材料和文献，快速获取核心知识。

您可以让ChatGPT为您基于80/20原则设计学习计划，筛选出最具价值的资料。

例如，您可以要求：“请根据80/20法则为我制定一个学习深度学习的课程计划。”

AI会帮助您优先学习最重要的知识点，提高学习效率。

3 爱因斯坦思维实验

思维实验可以帮助GPT从多维度来理解和分析某一主题。这一技巧对于复杂的理论问题尤为有效，尤其是需要从不同角度进行假设推理时。通过设计合理的假设，AI能更全面地理解和解释复杂问题。
“设计一个思维实验来解释[某个主题]，并展示其中的主要假设和推理过程。”