如何寫出高質(zhì)量的AI提示詞呢？

關(guān)于這一點，我這里給你總結(jié)了一個通用且屢試不爽的提示詞模版~

也就是說，一個好的提示詞是由：立角色 + 述問題 + 定目標(biāo) + 補(bǔ)要求，這四部分構(gòu)成的!!

1：【立角色】指的是：引導(dǎo)AI進(jìn)入具體場景，為 AI 賦予行家身份。

2：【述問題】指的是：告訴AI你的困惑，你的問題，以及為AI補(bǔ)充問題所需要的背景信息。

3：【定目標(biāo)】指的是：告訴AI你的需求，你希望它為你做到什么。

4：【補(bǔ)要求】指的是：告訴AI，它的回答需要注意什么，或者你想讓它以什么形式來回復(fù)你。

當(dāng)然，這套模板，看著會感覺比較復(fù)雜，但是，它操作起來卻是無比簡單~

這里不妨還拿前面那個【旅游攻略】的案例來舉例，那把這個公式帶入到一個真實的應(yīng)用場景，它就是這樣的效果.....

當(dāng)然，看過這個例子，你可能會說，對于模板中的 “述問題、定目標(biāo)、補(bǔ)要求” 這些部分都很好理解，這就是我們平常提問的語言模式。

但是，為什么這里要加上一個【立角色】的動作，這個動作是不是有些多此一舉，直接上提問，不是更干脆直接嗎?

恩，我這里想告訴你的事：這個動作不但不多余，而且還很重要!!

關(guān)于這一點的解釋，我們這里還是拿上面的【旅游】來舉例子~

看看同樣一個問題，加角色和沒加角色的問題，GPT 最后返回給你的答案究竟差異有多大......

通過這個對比圖，你可以清晰的看的出來~

在完全一樣詢問方式以及內(nèi)容的情況下，后者僅僅多了【假如你是導(dǎo)游】這六個字.

GPT 所返回給我們的答案與前者對比，就完全是兩種境界!!

也就是說：加了專家角色的提問，AI返回的結(jié)果會更具體，更具有可實操性，而且回答的語氣也更加具有人情味。

其實，之所以會造成這種差異的原因也很好理解，我們不妨拿金庸老爺子的武俠小說來解釋~

其實AI 所掌握的知識，就有點類似于《天龍八部》的王語嫣一樣，她雖然記下了天下武學(xué)的知識.

但是她所掌握的武學(xué)知識又寬又泛，又相互干擾，雖然能給出建議，卻無法給出針對性的建議。

但是，當(dāng)我們?yōu)?AI 加上了專家角色之后，它就不再是只會死讀書了，而是真正化身為領(lǐng)域內(nèi)的實戰(zhàn)派專家，來給出我們答案了。

也就是說，專家角色可以幫助 AI 指定場景，清晰問題范圍，以及補(bǔ)充問題所需的背景信息。

因為一個領(lǐng)域的專家，本身就代表某個領(lǐng)域的知識體系，以及最高的行業(yè)標(biāo)準(zhǔn)，這個動作就相當(dāng)于給王語嫣疊加了一個 Buff 一樣。

那么，在掌握了天下武學(xué)知識的王語嫣基礎(chǔ)上，又為其疊加了一個個代表該領(lǐng)域最高成就的身份 buff，那它的回答，當(dāng)然會和前面只會死讀書的書呆子的答案，存在很多差異了。

所以說，如果你的問題需要一定深度，你想要更得到更專業(yè)的回答，而不是類似于搜索引擎式的回答，那么就請你記得：

向 AI 提問的第一步，先給它疊加上專家的 buff，完成了這個動作之后，再告訴它你想要它做什么，以及對它的補(bǔ)充要求。

好了，這里你清楚了為 GPT 疊加專家 buff 的意義之后，那么我們該如何為它疊加上這個 Buff 呢？

其實思路很簡單，經(jīng)過我的測試，你用以下這幾個提示詞都可以~

你現(xiàn)在是[xx]

請你扮演[XX]

假如你是 [XX]

請你以 [XX] 的角度/身份/語氣.....

根據(jù)我的實操經(jīng)驗，這些提示詞，都可以被 AI 所接受和理解，你這里只需要選一款最符合你語言習(xí)慣的表達(dá)風(fēng)格就行了。

好了，當(dāng)你掌握了寫提示詞的方法之后，再去和你過去的提問方式對比，AI所給你的回答質(zhì)量，就會呈現(xiàn)我們前面的那種對比了~

◎舉例 1：用『提示詞模版』來設(shè)計課程大綱

舉例 2：用『提示詞模板』實現(xiàn)模擬面試的效果。

◎舉例 3：提示詞模版，來實現(xiàn) AI 繪畫

總之，模板通用，例子舉不勝舉，只要你按照這套 SOP 模版寫出的提示詞，那么一般 GPT 給你的答案都不會太差。

當(dāng)然，以上是一套標(biāo)準(zhǔn)的 SOP 模版，如果你的問題需求非常簡單，你是不需要全部按照這一套來的，對于一些簡單的問題，直接問就行了。

所以，要記得：方法不要用死了，要根據(jù)你的實際場景需求靈活變化哦。