ChatGPT基础(三) 让ChatGPT回答质量提高十倍的提示词模版

上篇文章介绍了ChatGPT使用提示词的一些方法策略和如何优化我们的提示词。这里呢,我介绍一下参照大佬的方法总结的一个提示词的一个用法的模板。使用这个模板之后,我们的提问和获得答案的效率和收集素材的完整度能提高很多。

首先我介绍一下这个模板,这个模板总共分为七步,前四步是提问的步骤后三步是对前面的这个模板和提示词的一个迭代优化的过程。
在这里插入图片描述

第一,我们要提供问题相关的背景,也可以是问题的身份
第二,布置任务要给ChatGPT布置清晰的任务
第三,要提供详细的指令
第四,确认他理解了任务
第五,就是对我们之前提问的过程中的优化,就是我们可以改进优化提示词
第六,精炼内容获得输出
第七,反复给它布置任务,优化ChatGPT的能力。

下面我以一个例子来进行说明一下这个模板怎么使用,这是一个关于制定旅游攻略的这么一个问题
在这里插入图片描述

首先它的第一步指令是忽略此前的提示词,这是因为ChatGPT是有上下文儿的我们要先重置提示词,当然如果说我们在之前的问题下,继续深入的问问题的时候不需要这个,只有在重新开辟一个完整的一个新的领域的时候,我们才需要忽略此前的提示词。如果说是一个和之前问题相关联的问题 这一步可以省略掉。

然后就是设定背景,我的这个提问是假设你是一位经验丰富的私人导游。在旅游行业有很高的知名度和权威性,相当于给这个问题指定了一个背景,也给ChatGPT安排了一个身份。

第二是布置任务,这里我指定的工作是给客户制定旅游规划,并定时发布在公司的网站上。

第三是要给CHatGPT提供详细的指令,这里的指令是写作风格,简明扼要,风趣幽默,富有趣味性,同时又考虑全面。这是我们指定的一个风格。

之后我们就确认他理解了我们的任务,这里确认是这样确认的“我会为你提供一个或多个旅游地点。你将为此地点提供一个完美的旅游攻略,你明白吗?” 一个反问句,确定它理解了我们的任务。理解之后我们就可以把这个问题发送到ChatGPT上应用一下。

它会提示明白了,期待为您提供完美的旅游攻略,请详细告诉我感兴趣的旅游地点。相当于提前咱们给他制定了任务,给他规划了背景,赋予他一个身份和一个职能。这时候我们就可以给他安排下面的任务了。这里我们给他安排一个,比如说去重庆的旅游规划。我让它制定一个去旅重庆的旅游规划。

在这里插入图片描述

他会按照我们的需求 详细的规划,每一天的行程和对应的景点的,安排除了人文自然还有一些旅游景点。他都描述的很详细。

这个模版可以根据你的需求复用到任何身份上都是可以的,它是一个通用的模板。有了它,我们就可以大幅的提高ChatGPT做事的效率和回答的效率。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/638188.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

R: 阿尔法α多样性计算和箱图制作,以及差异分析

# install.packages("vegan") library(vegan) library(ggplot2) library(ggpubr)setwd("xxx") # 使用read.table()函数读取数据 df <- read.table("xxx", header TRUE, row.names 1)# 转置数据框 df <- t(df)# 计算每个样品的香农多样性…

面试(06)————MySQL篇

目录 问题一&#xff1a;在MySQL中&#xff0c;如何定位慢查询&#xff1f; 方案一&#xff1a;开源工具 方案二&#xff1a;MySQL自带慢日志 模拟面试 问题二&#xff1a;这个SQL语句执行很慢&#xff0c;如何分析的呐&#xff1f; 模拟面试 问题三&#xff1a;了解过索引…

kali没有数字签名

一开始以为是国外源访问缓慢问题&#xff0c;更新国内源后依旧报错 解决方案&#xff1a; 你需要下载apt源对应的签名文件&#xff0c;并使用apt-key命令将其添加到系统中。例如&#xff0c;对于Kali的官方源&#xff0c;你可以使用以下命令下载并安装签名文件&#xff1a; …

Python图像处理【24】面部变形(face morphing)

面部变形 0. 前言1. 网格变形算法2. 实现面部变形小结系列链接 0. 前言 面部变形 (face morphing) 的目的是在计算图像中两个面部之间的平均值&#xff0c;它并不是计算两张图像的平均值&#xff0c;而是计算面部区域的平均值。可以将该过程分解为以下两步&#xff1a; 对齐两…

web渗透xxe漏洞

xxe xml external entity 外部实体注入&#xff0c;用户输入恶意 xml 被后台解析了恶意语句 owasptop10-- 不安全的配置 xml 是什么&#xff1f;&#xff1f; XML 指可扩展标记语言&#xff08; EXtensible Markup Language &#xff09;。 XML 是一种很像 HTML 的标记…

了解网卡、光猫、路由器

了解网卡、光猫、路由器 一、网卡二、光猫三、路由器四、光猫和路由器的联系和区别五、家庭正常上网的简单流程六、企业正常上网的简单流程 一、网卡 网卡&#xff1a;用来允许计算机在计算机网络上进行通讯的计算机硬件 一般来说&#xff0c;笔记本都有两种网卡&#xff0c;有…

【数值计算方法】 4.2 / Newton-Cotes公式

本质&#xff1a;具有等距节点的插值求积公式就是NC公式

OpenCV——Niblack局部阈值二值化方法

目录 一、Niblack算法1、算法概述2、参考文献二、代码实现三、结果展示OpenCV——Niblack局部阈值二值化方法由CSDN点云侠原创,爬虫自重。如果你不是在点云侠的博客中看到该文章,那么此处便是不要脸的爬虫。 一、Niblack算法 1、算法概述 Niblack 算法是一种典型的局部阈值…

设计模式-观察者模式(Observer)

1. 概念 观察者模式&#xff08;Observer Pattern&#xff09;一种行为型设计模式。它定义了对象之间的依赖关系&#xff0c;当一个对象的状态发生改变时&#xff0c;所有依赖于它的对象都会得到通知并自动更新。 2. 原理结构图 主题&#xff08;Subject&#xff09;&#xff…

【C语言】操作符相关编程题

目录 题目一&#xff1a; 题目二&#xff1a; 题目三&#xff1a; 题目三&#xff1a; 题目四&#xff1a; 题目五&#xff1a; 题目六&#xff1a; 题目七&#xff1a; 题目八&#xff1a; 题目一&#xff1a; 题目&#xff1a;不创建临时变量&#xff0c;交换两个数…

SpringMvc的核心组件和执行流程

一、 springmvc的核心组件及作用 1.DispatcherServlet:前置控制器&#xff0c;是整个流程控制的核心&#xff0c;用来控制其他组件的执行&#xff0c;降低了其他组件的耦合性 2.Handler:控制器&#xff0c;完成具体的业务逻辑&#xff0c;当DispatcherServlet接收到请求后&am…

C语言 字符函数和字符串函数

目录 1. 字符分类函数2. 字符转换函数3. strlen - 计算长度4. strcpy - 复制內容5. strcat - 追加內容6. strcmp - 比较大小7.strncpy - 指定复制8. strncat - 指定追加9. strncmp - 指定比较10. strstr - 查找子字符串11. strtok - 查找记号12. strerror - 错误码 正文开始 1…