上一篇文章《让生产力加倍的ChatGPT快捷指令》，我们总结了如何使用ChatGPT指令库。
但是这些提示词，都是其他人写好的，现成的，我们拿过来照猫画虎就能用了。但是如果出现一个领域，指令库里没有相关的模板，我们应该怎么办呢?
那就是要自己学会创造提示词~
什么是人工智能
我们先来说说，什么是人工智能（AI），它是人们创造的一些“聪明的”算法，使得机器能够像人类一样思考。这些算法可以做各种领域的事情，比如：写论文、创作、解决数学问题、编程、训练计划等等。
目前，人工智能正在颠覆许多行业，包括新闻行业、教育行业。你可能很快看到人工智能在你工作或教学中出现。但是，尽管人工智能非常有用，但它们需要人类来指导它们做什么，仔细的指导它才能做的更好。
那么，能够正确指导人工智能是一项非常强大的技能，我个人认为“工欲善其事必先利其器”，要想不被AI淘汰，就要成为AI的驾驭者才行。
如何驾驭人工智能
人类指导人工智能执行任务的过程，称为“提示过程”。我们向AI提供一组指令，然后它执行任务。
示例：
数学问题求解
假设我有一个数学问题，想让AI来解决，你可以通过提问“数学方程式等于几”来输入提示
对于这个提示，GPT-3.5给出的回答568,350（错误）它给出的答案是错误的。作为人类我们要有分辨真假的能力，有时候AI也在说谎。所以提示工程很重要
我们更正一下指令，在“数学方程式等于几”后面加上 “确保你的答案完全正确”
这时GPT3.5 就会回答正确
给出指令
最简单的方法就是直接给出指令，给出一个简单的指令
比如上面提到的“965*590等于几？请确保你的答案完全正确”
AI还可以遵循更复杂的指令
请阅读以下销售邮件。删除任何可用于识别个人身份的信息 (PII)，并用相应的占位符替换它。例如，用"[姓名]"替换"John Doe"。
你好 John，
我写信给你是因为我注意到你最近买了一辆新车。我是一家当地经销商 (Cheap Dealz) 的销售员，我想让你知道我们有一辆新车的超值优惠。如果你有兴趣，请告诉我。
谢谢，
Jimmy Smith
电话：410-805-2345
电子邮件：jimmysmith@cheapdealz.com
AI能够根据给出的要求去执行，并且还会自己举一反三，将电话、邮件、经销商名字、销售姓名全都给替换了。即便我们没有明确的告诉它要这样做。AI就会自己推理，是不是很牛~
角色提示
给AI分配一个角色，让它Cosplay。比如：“你是一名语文老师”，“你是一名医生”，“你是一位数学教授”等等。你让它扮演什么都可以
示例一：扮演一位历史学家
输入的指令是：
我希望你能作为一名历史学家行事。你将研究和分析过去的文化、经济、政治和社会事件，从原始资料中收集数据，并利用它来发展关于各个历史时期发生的理论。我的第一个建议是“秦朝”
示例二：扮演一位代码解释者
通过为 AI 分配一个角色，我们给它提供了一些上下文。这个上下文有助于 AI 更好地理解问题。通过更好地理解问题，AI 往往可以给出更好的答案。
规范化提示
提示的组成部分：
- 角色
- 指令/任务
- 问题
- 上下文
- 示例(few shot)
2000年1月1日：打篮球时右臂骨折。戴上石膏进行治疗。
2010年2月15日：被诊断为高血压。开了利辛普利的处方。
2015年9月10日：患上肺炎。用抗生素治疗并完全康复。
2022年3月1日：在一次车祸中患上脑震荡。被送进医院接受24小时的监护。
你是一名医生。
请阅读这份病史并预测患者的风险：
我们可以看出来，使用plus版的GPT4比GPT3.5回答的结果就是不一样，语言精简，干练。
示例二：
Q：河北的省会是哪个城市？
A：石家庄
Q：山东的省会是哪个城市？
A：济南
Q：江苏的省会是哪个城市
A：请回答
根据上述提供的示例模板，请准确回答第三个问题
多示例的提示，有助于AI进行上下文的学习
思维链提示过程
思维链提示过程是一种提示方法，它鼓励大语言模型解释其推理过程。
思维链的主要思想是通过向大语言模型展示一些少量的示例，在样例中解释推理过程，大语言模型在回答提示时也会显示推理过程，这种推理的解释往往会引导出更准确的结果
我们使用一个示例，来推演一个完整的思维链提示过程，从GPT不知道，变成你期望它知道的样子。
1、我们先来问问AI，它是否知道ThingJS
2、OK，它不知道，那么我们强硬的让它使用ThingJS语言实现一个需求代码，看它会不会胡编乱造
OK，看它的回答，没有在瞎说，而是实事求是
3、我们继续，给它提供几个示例样本，让它来学习。根据学习，它写出了创建卡车模型的代码
4、我们在此基础上，继续给它加需求，让卡车模型创建后改变颜色和大小
这时，它给出的代码是错误的，因为ThingJS里面没有obj.on(‘load’, () => {})这样的写法。看来这时它开始混弄人类了，学会蒙混过关了
5、我们要指正它的错误，给出正确的示例
6、上面指正过错误后，AI感谢了你的纠正，它学会了。我们也要记得鼓励它一下，最后得到我们心里期望的结果了
我们进行了代码验证，替换一个模型地址，加载出来完全正确
