本文译自 You’re Using ChatGPT Wrong! Here’s How to Be Ahead of 99% of ChatGPT Users

大部分人应用 ChatGPT 的形式都是错的,比方:

  1. 没有在发问时提供案例。
  2. 疏忽了能够通过设置 ChatGPT 的角色来管制它的行为。
  3. 没有提供过多无效信息,而是让 ChatGPT 猜猜猜。

之所以会犯这些谬误,是因为咱们应用 ChatGPT 时还停留在传统思维上。这样的话,就会导致咱们有时候得不到正确的答案。

咱们须要学习如何更好地向 ChatGPT 提需要,就像是学习如何做一名“AI 提醒工程师”。

在本篇教程中,我将会通知你 4 个对于应用 ChatGPT 的小技巧。

1. 规范的需要范式

规范的需要范式蕴含以下三个局部:

  • 需要/工作形容
  • 案例
  • 须要解决的信息

当咱们在提需要时提供了案例,ChatGPT 的答复将会充沛参考你提供的案例,这会使失去正确答案的概率大大提高。所以,规范的发问范式中必须要蕴含案例。

上面这个案例就是一个规范的需要范式,我提供了需要形容和理论案例,再将须要解决的信息提供给 ChatGPT,将须要它实现的局部进行留白解决。(如下图)

请留神,你提供的案例不肯定须要是正确的,即便你提供的案例是谬误的,它也可能失常工作。(如下图)

尽管案例的后果能够是错的,然而要留神案例的方向别弄错了,比方你的需要是翻译中文到英文,然而你提供了一个中文翻译成泰文的案例,就会导致后果呈现一些问题。(如下图)

在 ChatGPT 外部应用了一种叫做 标签空间 的概念,标签空间被用来组织和分类所有的问题与答案。而咱们提供的案例就是帮忙 ChatGPT 建设标签空间,从而可能帮忙咱们失去更正确的答复,并且格式化输入。

2. 角色扮演

在有些时候,ChatGPT 并不能给到你想要的答案。这时候,咱们就须要用到 角色扮演 了。

比方你最近筹备找工作,你想锤炼一下你的面试能力。你能够通知 ChatGPT

  • 我须要你表演一名面试官。我将会作为面试者,来答复你作为“前端开发工程师”面试官提出的面试题。你不须要和我进行任何除了面试以外的对话,我只须要你对我进行面试即可。用技术相干的问题考查我的技术能力,而且不须要加以解释,而后期待我的答复。一次只问一个问题,我来答复,答复后再问另一个问题。我的开场白是:你好,面试官。

从上图能够看出,ChatGPT 用相干的前端技术问题对我进行考查,并且可能辨认出我的答复是否正确,而后进行点赞或纠正。作为一个有正确反馈的零碎,它能够迅速晋升你在某些畛域的能力。

你只须要和 ChatGPT请你表演 xx 角色,而后再补充一些形容信息即可,就能够让 ChatGPT 表演各个行业的专家,而后做很多的事件,比方作为你的英语私教,又或是作为一名业余影评人来评估电影。

这个 网站 收录了各种 ChatGPTcoser 身份。

3. 自媒体创作

ChatGPT 还特地擅长于 无中生有,也就是凭空捏造出邮件、博客、故事、文章等信息。

在创作之前,咱们须要给 ChatGPT 先润色一下,让它可能依照咱们预设的语气、格调、模式来进行创作。

如果你只是通知 ChatGPT 像上面这样创作的话,你只能失去一篇僵硬的文章。

写一篇主题为[AI 将会怎么代替人类]的 500 字文章。

所以,咱们须要比其他人更进一步,增加一些具体的形容词来形容咱们的需要。

写一篇滑稽风趣的,主题为[AI 为什么不会取代人类]的 500 字文章。在创作时,你的身份是有十几年教训的 AI 领域专家,请用一些乏味的例子加以解释。

除了文章格调以外,多应用形容词形容你的创作需要,还能够避开 AI 生成检测器。在下面的案例中,第一个案例的 AI 内容测试得分是 78,而第二个案例的 AI 内容测试得分是 85,本篇文章的得分是 91.(???)

4. 具体的推理过程

如果你问 ChatGPT 一些数学或者常识问题,它会间接给出答案,而不会给出它的推理过程。这样可能会导致 ChatGPT 会在一些简略的问题上(例如根底的加减乘除),给出谬误的答复。

咱们能够通过提供一些案例,来通知 ChatGPT 如何进行推理,同时将推理过程出现进去,从而失去正确的答案。(如下图)

咱们能够看到,在给出推理过程中,ChatGPT 基本上都能给出最终的正确答案。在数学、常识、逻辑推理类问题中,让 ChatGPT 给出具体的推理过程是进步答复正确性和品质的要害。

留神:GPT-4 的推理能力曾经失去了增强,可能不再须要让它给出具体的推理过程,也能失去正确的答案,大家能够自行尝试一下。

最初一件事

如果您曾经看到这里了,心愿您还是点个赞再走吧~

您的点赞是对作者的最大激励,也能够让更多人看到本篇文章!

如果感觉本文对您有帮忙,请帮忙在 github 上点亮 star 激励一下吧!