近两年,随着 AI 行业快速发展,大家对于 AI 工具早已不再陌生。
从最早的 ChatGPT,到 Claude、Gemini,以及国内的 KimiChat、文心一言、豆包等等。
越来越多人用上了 AI,但是用上 AI ≠用好 AI。
很多人仅仅浅尝辄止地用了一下,感觉不过尔尔,就把它们放在一边,不再理会。
今天这篇内容,我们为大家带来了4 个可以激活 ChatGPT 这类 AI 工具深层能力的技巧。
用好了,真正让你使用 AI 的效率翻倍!
01 性价比最高的提示方法——Few-Shot
Few-Shot Learning(少样本学习)是一种机器学习技术,目的是通过少量精准的案例提示,让模型能够进行有针对性的学习和推理。
在使用 ChatGPT 这类 AI 工具时,通常会用到 3 种类似的技巧:
⭕️ Zero-shot(零样本提示)
⭕️Few-Shot(少样本提示)
⭕️ 外置数据库(创建 GPTs 等 Agent 时用到)
零样本(Zero-shot)就是我们熟悉“let's think step by step”这一类,不需要提供案例的提示技巧,但在面对一些具象问题时,Zero-shot 通常不会一次性给到用户满意的答案。
而外置数据库,一般需要我们准备某一个垂直领域、垂直需求的 SOP 文档。
三者相比,少样本提示(Few-Shot)对于普通用户来说是性价比最高的提问技巧。
比如同样用 GPT-4o,没有提供案例时,ChatGPT 给到的答案非常简单。
当加入少样本案例提示之后,我们再看一下 ChatGPT 的回复。
不仅给到准确的答案,而且按照我们的少样本提示(Few-Shot)提供精准的回复,以及详细的计算过程。
02 用 Markdown 语法设置表格
相比于文字回复,用表格呈现答案不仅更直观,而且便于阅读和后期整理。
但是,如果想要让 ChatGPT 按照我们的要求“精准输出”每一列的内容,除了复杂的文字设定之外,可以用一个更简单的方法——Markdown 语法。
Markdown 语法是一种非常简单的代码语言,哪怕你没有任何代码基础,也能快速掌握它的基础使用技巧。
在我们「百宝箱」的标准化 Prompt 里面有系统化介绍,在这里不详细展开。
在 Prompt 中如何用 Markdown 语法让 ChatGPT 精准输出每一列的内容呢?
以我们的”知识链构建专家“Prompt 为例,上面就通过 Markdown 语法精准的约束了 ChatGPT 在不同阶段表格的输出要求。
具体设置样式:
| 第一列需求 | 第二列需求 | 第三列需求 | 依次类推 |
03 逆向思维——让 AI 帮你提问
这是一个非常偷懒,但又十分实用的技巧。
当你不知道怎么问才能获得更好、更高质量答案的时候,不妨让 AI 帮你提问。比如:怎么快速减肥?
如果直接这么问,ChatGPT 一般只会给我们一个泛泛而谈的答案。
相比于好的回答,这时候,你更需要一个好的问题(Prompt)。你问的越好,ChatGPT 才会答的越好!
所以你可以先这样问:我想快速减肥,但不知道怎么提问才能让AI给我更好的回复,请给我一些好的提问建议。
然后,在 AI 的引导下,一步步优化你的问题。
4 递归提示——让 AI 帮你打工的神技巧
如果说逆向思维的能力是 2,那递归提示的杀伤力将是 2 的 N 次方。让 AI 的回复效果直接翻倍,甚至无限翻倍。
递归提示(Recursive Prompt):是一种通过深入提问和持续对话,引导深度思考、启发更深层次的讨论、扩大问题讨论范围的策略。
在与 AI 交互的上下文中,递归提示的一种实现方式是在每个回应中包含一个新的问题或提示,这样可以引导用户进一步思考或者深入探讨相关话题。
以下是一个递归提示的简单例子:
用户:“我想学习数学。”
ChatGPT:“太好了!数学是一种强大的技能。你对哪种门特别感兴趣,比如代数、几何、微积分、拓扑学、离散数学?”
在这个对话中,ChatGPT提供了一个递归提示,询问用户他们对哪种数学类目感兴趣,以此来进一步引导对话的发展。
比如上面这个“医学顾问 Prompt”,就会通过一步步的“反问”,帮助用户锁定病因,并最终提供有针对性的治疗方案。
OK,今天的分享就到这里。
最后,能提升 ChatGPT、Claude 等 AI 工具能力的技巧绝不止上面 4 个,更多的实用、实战玩法可以加入我们的「百宝箱」。
里面有 Claude、ChatGPT、KimiChat 等主流 AI 工具的最新玩法,以及实操、变现案例……
还有更多热门 AI 工具的快速上手、实战攻略。
领取专属 10元无门槛券
私享最新 技术干货