寫在前面
面對ChatGPT這個新工具，我們該怎麼使用它呢？
ChatGPT最擅長的就是找答案，無論在速度還是數量上，都比人強很多。
對於學習的人，最重要的事情之一，就是你得學會向ChatGPT提出一個好問題。
怎麼做到呢？
本文共計3405字
閱讀時長約5min
chatGPT的使用界面，相比其他一些AI來說要簡單很多，會微信聊天基本就會用。
所以有些人會說，ChatGPT能為你產生多大的價值，關鍵在於你提問的質量。
這話沒錯。
在ChatGPT沒出現的年代，一個能不時的提出好問題的人也是稀有的。
比如蘇格拉底式提問，又被稱為蘇格拉底式教學法，不斷提出好問題，本身就是最好的習得新知識的方式。
能提出結合了理性思考、發現謬誤、拓展思路、獲得啟發的問題，是一種令人羨慕的能力。
而在ChatGPT出現之後，提問能力就變得更重要了。
之所以把問題問好對於輸出高質量回答非常重要，主要是因為ChatGPT生成文本類似於一個『文字接龍遊戲』，就是在當前已有的句子之後，如果另外加一個詞的話，加什麼詞最合適呢？
知道了這一點，你就能理解，輸出結果之前的句子有多重要了，因為後面不斷增加的詞都是在前面那句話的基礎上生長出來的。
既然是稀有的能力，就意味著它很難用工程化的技巧習得。
而我們這門課，並不是強調這個角度的能力提升，而是依據ChatGPT特有的屬性，教你一些『工程化』的方法。
也就是說，只要你按照提示做，就會得到很多觀點新穎的內容，更可能收獲很多靈感；
如果你缺乏這方面的技巧，收到的回復裡正確的廢話就會占比很多。
就在最近，世界上出現了一個新詞——『提示工程』《Prompt Engineering》，其中有一部分內容就是這方面的工作。
有一個簡單的宗旨，能讓你更好的利用AI：
你可以把自己假設為公司領導，把ChatGPT當作你的直接下屬，你的一切命令、吩咐、需求都由它負責執行，你提出的要求直接決定了它是否能執行到位。
在這個宗旨下，你的每個問題就不能太寬泛，而是要具體。
現在問題來了，一個具體的好問題應該是什麼樣的呢？
簡單來說，它應該包含三個元素：
任務簡述、任務描述、角色場景。
我會舉很多例子說明，怎麼用好這三個元素，如果不用，又會出現哪些問題。
元素一：任務簡述
第一個元素是任務簡述。
你要給ChatGPT明確指示，輸出什麼東西。
比如，常見的有以下20種：
我要寫一首詩，
我要生成一篇手機評測，
我需要一份廣告文案，
我想了解科技前沿，
我要解一道物理題，
我要生成一篇論文，
我要生成一篇論文的摘要，
我要生成一篇節目的提綱，
我要起草一個計劃，
我要寫一封信，
我要做一個PPT，
我要生成一個故事，
我要分析一個問題，
我需要翻譯《各國文字之間、各編程語言之間》，
我需要寫代碼，
我需要分類，
我要解釋一段代碼的含義，
我要提取關鍵詞，
我要取名，
我要修復代碼中的bug，
……
在一開始提問時就明確任務，會讓最後輸出的結果從內容體裁到格式上都更加滿足你的需要；
否則你隻能追問另外若幹個問題，然後再根據多條回復，自己重新組織起一個你需要的格式出來。
但僅有任務簡述是不夠的，這過於寬泛。
為什麼呢？我們可以從ChatGPT生成結果的方式去考慮：
它要解決的問題是，在當前句子的最末尾添加另外一個什麼詞才能讓這句話更好。
所以，如果你的問題極為寬泛，就用我們剛剛說到的ChatGPT可以做到的那20類任務的簡述直接問，比如『我要寫一首詩』，那麼根據ChatGPT生成回復的規則，你就可以預料到，如果在這個任務簡述後面增加一個詞的話，其實有很多備選都是可用的，比如有200個詞都可以接在它後面，而且它們之間並沒有明顯的優劣之別。
這就導致你得到的回復過於寬泛，缺少針對性。
元素二：任務描述
為了得到更有見地的回復，我們還需要對任務做描述，比如具體內容、信息背景、期望達成的結果、細節上的要求、技術指標、生成回復的字數、情感傾向等等。
我在文稿中舉了生成一首詩歌、一篇評測、一份廣告文案、寫一封信四個例子。
通過這些例子你可以清晰的對比出來，沒有詳細任務描述和有詳細任務描述的情況下，輸出結果的差異有多大。
舉例：寫詩
舉例：評測
舉例：廣告文案
舉例：投訴信
比如，寫一首詩歌，你就可以這麼問：
『我要寫一首詩，內容和求職就業有關。
因為我一直沒找到理想的工作，非常鬱悶，想把這首詩發在網上，抒發我胸中的憤懣，詩要犀利，但不要憤怒，隻需要8句話就可以』
在這段描述中——
『內容和求職就業有關』是具體內容，『我一直沒找到理想的工作』是信息背景，
『抒發胸中憤懣，但不要憤怒』是情感傾向，
『隻需要8句話』是字數要求。
通過下面的例子你會發現，當你添加了任務描述後，盡管詩歌的字數並沒有增加，但是高度貼合你的需求。
在第一個例子中，第一首詩就沒有任何明確的要求，隻是提出『我要寫一首詩』，你可以看看它寫的是什麼樣子；
而當你把任務描述寫得很詳細的時候，這首詩就很符合我們的要求了。
第二個有對比性的例子是一篇手機評測。
如果你的要求隻是『我要寫一篇手機評測』的話，它的內容就會很泛泛；
如果你把要求細化成『我要寫一篇手機評測，鑒於最近2年手機同質化問題很嚴重，所以要突出這個手機續航能力強的特點，把重點放在續航時間長、電池電量大、充電快、節電措施合理上。
讓人看了就覺得值得買，500字以內』，當要求詳細了之後，它列出的5點全部結合了續航時間長這個特點。
第三個例子是一份羽絨服的廣告文案。
如果你隻是寫『我要寫一份羽絨服的廣告文案』，內容也是很泛泛的；
但如果你這麼寫，『我要寫一份羽絨服的廣告文案，今年有另外4個品牌和我們打價格戰，我們的羽絨服含絨量、充絨量上都超過競爭對手，而且由於特殊的網格設計，蓬松度能維持的更久。
你要把這幾個參數的優勢寫清楚，讓消費者看到以後會覺得我們的羽絨服買回去能穿更久，別看價格更高，但其實更省錢。
300字以內』，這次生成的羽絨服廣告文案就全都圍繞你說的這個優勢了。
第四個例子是寫一封投訴信。
如果你隻提很簡單的要求，『我要向銀行寫一封投訴信，因為他們的辦事效率太低』，那自動生成的文章裡涉及到的問題也許都不是你遇到的。
而你可以這麼寫，『我要向銀行寫一封投訴信，辦卡申請已經提交了2周還沒有回復，還不知道要等多久，沒有銀行卡的日子，生活非常不方便。
你要把理由寫充足，用強硬的語氣，盡最大可能讓他們收到郵件後能立刻重視起來，幫我加速辦理銀行卡』，當我們把任務描述細化到這個地步，加入場景和情感傾向之後，相信這封投訴信會得到很好的響應。
元素三：角色場景
以上，我們通過對比，了解了和ChatGPT對話時設置詳細的任務描述的好處。
下面一些例子，我們再來看看額外設置角色場景的效果。
因為有時候，額外設置角色場景會收到意想不到的效果。
比如，要了解新冠病毒的信息，沒有意識到主動加入角色場景時一般會這麼問：
『我想了解一下新冠病毒』；
但有角色場景下可以這樣問：
『假設我是一個生物學家，我想了解一下新冠病毒』這樣問，你將得到更加專業的回復。
用兩種不同的方式問，生成的內容是很不一樣的——
如果沒有告訴它角色場景，ChatGPT的回答基本就是針對小白的，什麼新冠病毒具有較強的傳染性，感染後的症狀什麼樣，建議佩戴口罩、勤洗手、接種疫苗來預防等等。
如果告訴他，『我是一個生物學家』，它輸出的內容就會深入得多。
比如，它會告訴你，『新冠病毒的基本結構包括RNA基因組、脂質包膜以及多種蛋白質，如刺突蛋白《S》、膜蛋白《M》和核衣殼蛋白《N》。
刺突蛋白《S》在病毒侵入宿主細胞的過程中發揮關鍵作用……新冠疫苗有多種技術平臺，包括mRNA疫苗《如輝瑞-BioNTech和Moderna疫苗》、腺病毒載體疫苗《如阿斯利康疫苗和約翰遜&約翰遜疫苗》以及滅活病毒疫苗《如中國科興和中國國藥的疫苗》等』。
對比1：
對比2：
對比3：
對比4：
通過對比我們可以看出來，只要在問題中給ChatGPT賦予一個角色，就能讓答案更貼近我們想要的方向。
如果回顧最初的4個例子，也就是寫詩、寫手機評測、寫廣告文案和寫投訴信中，我們雖然沒有用特定的指令賦予ChatGPT一個角色，但實際上，陳述中已經包含了一些角色的信息。
比如，寫詩的時候，我是一個在求職中遇到困難的人；寫手機評測和寫羽絨服廣告文案時，我是廠商市場部的員工；寫投訴信時，我是一個不滿的客戶。
總結
在向ChatGPT提問時，想要獲得更好的回復，最基礎的幾個元素是：
任務簡述+任務描述+角色場景。
當然，你不必硬記這幾個元素。
很多時候，把ChatGPT當作你的直接下屬來提需求，往往就能把最基礎的元素覆蓋全。
當你吩咐下屬做事的時候，把背景交代得越完整，要求提得越明確，下屬執行起來也會越符合你的期待。
這一點和ChatGPT是一樣的。
