ChatGPT火得不行，周围的小火伴多数都成为它的忠粉，纷纭慷慨解囊，租赁了高阶的会员服务。但也有一些小火伴们还没用过，或用得也得趁手。有人说“如今有人用ChatGPT如火如荼地赚钱，而有人还不知道怎样用。”估计AI时期，又会涌起一批“新贵”，产生一批“文盲”。为了拉平信息差，让更多人用好ChatGPT提升工作效力，女仕界特开设科普专栏：ChatGPT使用技能，如果你在使用中发现很好的方式，欢迎大家投稿。本期，我们约请到Shelebration Tech.Inc的技术大咖Oaliver分享他的使用技能。

坏的示例：

提示: "法国"

这个提示非常模糊，没有明确的指向性。GPT可能会给出关于法国的一般信息，但它可能没法提供对你有用的特定信息。

好的示例：

提示: "请描写法国的地理、文化和历史"

这个提示明确了需要的信息类型，即法国的地理、文化和历史。这将帮助GPT提供更准确、更相关的回答。

坏的示例：

提示: "编程"

这个提示过于宽泛，GPT可能不清楚您想知道甚么类型的编程信息。

好的示例：

提示: "请向我解释Python语言中的装潢器是如何工作的"

这个提示很明确，GPT将能为你提供详细的解释关于Python装潢器的工作原理。

坏的示例：

提示: "写个故事"

这个提示过于模糊，没有指定故事的类型、人物、情节或主题。

好的示例：

提示: "写一个关于一个在中世纪寻觅失落宝藏的勇士的冒险故事"

这个提示提供了故事的设置（中世纪）、主要人物（一名勇士）和主题（寻觅失落的宝藏）。这将使GPT能够生成一篇满足你期望的故事。

避免过于复杂的句子结构：虽然GPT可以理解复杂的句子，但是更简单直接的提示通常能取得更好的结果。

坏的示例：

提示: "你能告知我那个，嗯，关于化学反应的那些东西吗，就是那些当你把两种区别的物资混合在一起时产生的那种情况。"

这个提示过于复杂且含糊不清。虽然GPT可能会理解你要询问的是化学反应，但是过于复杂的句子结构可能会影响输出的质量。

好的示例：

提示: "请解释化学反应是如何产生的，特别是当两种区别的物资混合在一起时。"

这个提示明确并直接，GPT将能提供关于化学反应的详细解释。

利用多轮对话：您可使用多轮对话来提供更多的上下文，或对GPT的回答进行进一步的澄清或深入。

坏的示例：

提示: "解释一下量子力学"

这个提示过于宽泛，量子力学是一个复杂的主题，涵盖许多区别的理论和概念。

好的示例：

- 提示: "你能给我一个量子力学的简单概述吗？"

- 回答: "[GPT给出了关于量子力学的概述]"

- 提示: "非常感谢！你能进一步解释一下海森堡不肯定性原理吗？"

通过量轮对话，您可以逐渐深入到更具体的主题，这也能够帮助您更好地理解复杂的主题。

指定输出格式：如果您对输出有特定的格式要求，比如希望得到一个列表，一个步骤指南，或一篇文章等，最好在提示中指明。

坏的示例：

提示: "怎么做巧克力蛋糕"

虽然这个提示提出了一个明确的要求，但是没有指定需要的信息格式。

好的示例：

提示: "请提供一份关于怎么做巧克力蛋糕的详细步骤指南"

这个提示明确了需要的信息格式，即一个详细的步骤指南。GPT将能提供一个清晰、有组织的蛋糕制作步骤。

保持问题的中立性：避免在问题中加入偏见，尽可能保持中立，这将帮助你得到更公正、全面的答案。

坏的示例：

提示: "全球变暖是不是是被夸大了？"

这个提示带有一定的偏见，可能会致使GPT的回答也偏向于一方。

好的示例：

提示: "关于全球变暖的科学共鸣是甚么？"

这个提示保持中立，要求的是关于全球变暖的科学共鸣，这将使得GPT提供更全面、客观的信息。

避免提出开放式问题：开放式问题可能致使GPT给出过于宽泛的答案。如果可能，尽可能提出具体的、封闭式的问题。

坏的示例：

提示: "告知我一些关于世界历史的事情。"

这个提示过于开放和模糊，世界历史是一个非常广泛的主题，包括许多区别的时期和事件。

好的示例：

提示: "请描写一下法国大革命的主要事件和影响。"

这个提示非常具体，要求的是关于法国大革命的主要事件和影响，这将使得GPT能够提供具体且相关的答案。

明确指定问题的复杂度：如果你的问题需要更深入的答案，或是面向专家级别的，明确指出这一点可以帮助GPT调剂其回答的详细程度和复杂性。

坏的示例：

提示: "解释相对论"

这个提示虽然明确了主题，但是没有明确需要的答案的复杂度。相对论是一个很复杂的主题，可以从非常基础的概述到深入的物理学讨论。

好的示例：

提示: "请向我提供一个物理学家会理解的相对论的详细解释。"

这个提示明确了问题的复杂度，表明需要一个更深入、面向专家级别的解释。这将使GPT能够提供一个更高级别的相对论讨论。