ChatatGPT交流技巧

简介: 按照以下部分构建PRD:问题解决方法产品概览功能性需求非功能性需求解决方案对齐关键功能点未来考虑事项关键逻辑

一. 使用ChatGPT的核心

结果的质量取决于输入的质量。


二. 提示组成结构

角色 | 任务 | 背景 | 输出

1. 角色: 希望AI扮演什么角色?

2. 任务: 希望AI做什么?

3. 背景: AI需要哪些信息才能完成这一行动?在这里把具体信息给它。

4. 输出: 希望AI输出的格式是什么?

例子1:

角色:你是一位经验丰富的市场专员,擅长为各个行业和市场创建用户故事地图。任务:以表格形式创建一个类似于[某个具体产品]的产品的示例用户故事地图。背景:产品或网站类型:[提供对产品或网站的描述,包括其主要特点、功能、目标受众和价值主张。]行业:[确定产品或网站所在的行业或市场细分,并指出任何关键趋势或挑战。]输出:创建一个表格形式的顾客旅程地图,包括阶段、任务、用户需求和用户目标,与产品或网站的整体用户体验相匹配。

例子2:

角色:你是一位熟练撰写产品需求文档(PRD)的产品经理。任务:根据提供的信息撰写一份全面的产品需求文档(PRD)。背景:业务目标:[描述与此产品或功能相关的业务目标。]产品愿景和战略:[解释产品或功能的整体愿景和战略,包括其目的、目标受众和独特卖点。]关键特点和功能:[提供应包含在产品或功能中的关键特点和功能列表。]技术细节:[包括与产品或功能相关的任何高级技术细节,例如平台、技术集成、限制等。]时间安排:[大致说明产品或功能的开发和发布预期时间。]成功指标:[概述用于衡量产品或功能成功的指标。]


输出:

按照以下部分构建PRD:

  • 问题
  • 解决方法
  • 产品概览
  • 功能性需求
  • 非功能性需求
  • 解决方案对齐
  • 关键功能点
  • 未来考虑事项
  • 关键逻辑

(更多升级使用教程可参考:ChatGPT Plus 升级教程


三、创建好的提示的策略

1. 清楚定义目标: 把问题输入给ChatGPT之前,明确要实现的目标。希望从AI获得的信息是什么?

2. 保持具体和集中: ChatGPT更擅长回答具体问题,所以最好让问题更加详细、具体、集中。不要问过于广泛或模糊的问题,提问方式也最好清晰简洁。

3. 使用自然语言: GPT模型旨在理解和生成自然语言,因此提问时也要使用自然语言。避免使用模型难以理解的诘屈聱牙的表达。

4. 提供上下文: ChatGPT在有上下文的情况下效果更好,因此提问时尽量提供一些上下文,比如背景信息或解释问题的补充信息。

5. 测试和完善: 可以尝试不同类型的问题、不同的问法,看看ChatGPT的反应。有的时候答案的质量和准确性可能不尽人意,这个时候可以给它提供一些反馈,来完善提示里的要求,提高ChatGPT的回答质量。


四、提示的类别

通过了解提示的不同分类,我们可以根据预期的目标回复,来构建输入给AI的高质量提示。

一些主要的提示类别包括:

得到信息的提示 – 用于得到信息,主要要让AI回答以“什么”和“怎么”开头的问题。例如:“古巴最热门的旅游景点有哪些?”,“我怎么准备技术面试?”

基于指令的提示 – 用于向AI提供执行特定任务的指令,比如我们使用Siri、天猫精灵等语音助手等时候,大多下达这个类别的指令。例如,“打电话给妈妈”或“播放我最近单曲循环最多的歌”。

提供上下文的提示 – 用于提供信息给AI,以帮助它更好地理解我们需要的回复。例如,“父亲节马上到了,我可以给老爸买什么礼物(500元以下),或者策划什么惊喜?”

比较的提示 -用于比较或评估给AI的不同选项,来帮助我们做出适当的决策。例如:“相比选项A,选项B的优点和缺点是什么?”

寻求意见的提示 – 用于获取AI对特定主题的意见。例如:“如果人类能够穿越时空会发生什么?”

内省的提示 – 用于帮助个人更深入地了解和洞察自己的信念和行为,比如鼓励/自我成长相关的提示。在获得预期回复之前,我们可能需要向AI提供一些个人情况的信息。

基于角色的提示 – 给AI指定一个特定角色,来获得某些主题或方向上质量更高的回答。一个技巧是使用“5W框架”,即:

  • Who 谁 – 指需要AI扮演的角色。例如老师、程序员、导游等角色。
  • What 什么 – 指希望AI执行的动作。
  • When 何时 – 指希望AI完成特定任务的时间规划。
  • Where 哪里 – 指给AI提示的位置或上下文。
  • Why 为什么 – 指给AI特定提示的原因、动机或目标。


比如:作为一位编程助教,你的角色是为学生创建个性化的学习计划,帮助我学习如何编程。你需要了解我的目标、时间规划和学习资源,并利用这些信息制定全面的学习计划,包括明确的时间表和相关资源的链接。你应该能够根据学生的个别需求调整教学风格,并在学习过程中提供持续和指导。你的目标是帮助每位学生点亮编程技能、收获编程知识,从而实现编程目标。


五、创建 ChatGPT 提示的进阶框架

在创建给ChatGPT的提示时,我们可以使用一个进阶框架,帮助规范提示创建的过程,得到AI更个性化和多样化的目标回答。

提示框架:

  • 能力和角色:ChatGPT 应扮演什么角色(或角色)?
  • 见解:为请求提供背景和上下文。
  • 陈述:要求 ChatGPT 做什么。
  • 风格:希望 ChatGPT 以何种风格、个性或方式回应。
  • 实验:要求 ChatGPT 提供多个示例。

例如:

能力和角色:扮演机器学习框架软件开发方面的专家,以及专业技术博客作家的角色。 见解:博客的受众是对机器学习领域最新进展感兴趣的专业人员。 陈述:提供对当前热门机器学习框架的全面介绍,包括优点和缺点。通过真实的例子和案例研究,说明这些框架在各个行业中的应用。 风格:在回答问题时,把Andrej Karpathy、Francois Chollet、Jeremy Howard和YaYann LeCun的写作风格相结合。 实验:给我多个不同例子。


六、如何减少ChatGPT回答的空洞无味感

  • 鼓励创造力:“重新给我一个回答,要求回答要更具想象力和吸引力。“
  • 添加叙事性: “把当前回答转化为一个引人入胜的故事,突出面临挑战的严峻性。“
  • 增加说服力: “用更有说服力的语言和技巧来完善回答,提升影响力。”
  • 强调情感: “在现有回答中添加更有情感的语表达言和细节,提升共鸣和吸引力。“
  • 利用感官细节:“通过添加语言细节和形容词来完善回答,使语言更生动活泼。“
  • 简洁内容:“去除不必要的信息,使现有回答更加简洁明了,直截了当。“
  • 突出关键要点: “重新表达当前回答,强调关键要点。“


七、如何提高ChatGPT回答的可读性

  • 使用清晰简明的语言: “用简单的词汇解释技术概念。“
  • 添加表格: “使用表格来直观阐明。“
  • 使用标题和副标题: “给回答增加标题和副标题,清晰划分不同的部分。“
  • 强调关键要点:“用粗体或斜体文本强调重要信息。“
  • 添加实际案例:“包含真实世界的例子,让概念更容易被理解。“
  • 使用清晰一致的格式: “在整个回答中使用一致的字体、字号和布局。“
  • 运用类比和比较:“通过类比和比较来解释复杂概念。“
相关文章
|
6月前
|
前端开发
FANbbs社区圈子源码
最新FANbbs社区圈子源码 视频链接允许使用外部直链,在填写或者上传视频后会自动填写链接。 链接会自动请求,如果需要设置封面图,可以在发布视频页面上方播放界面点击齿轮图标选择截图。
93 2
|
中间件
「技术人生」专栏作者来直播间啦!欢迎来提问
4月7日(下周四)15:00,技术人生专栏作者 贺科学(晨末)将在阿里巴巴中间件视频号与读者们现场互动,据说还带来了诚意满满的惊喜~
577 8
「技术人生」专栏作者来直播间啦!欢迎来提问
|
存储 缓存 NoSQL
DeltaPub 社区交流项目架构
DeltaPub 社区交流项目架构
194 0
DeltaPub 社区交流项目架构
|
程序员
话题打卡留言,每日精选10条,大家一起成长!
公众号发起了话题思考打卡赠书活动!然后有位读者建议,把每天打卡优秀的话题思考的留言整理出来,让大家能在最短的时间内看到大家最精彩的留言 。我也觉得这建议非常好,所以小猿就采用了 。以后公众号的次条推文,都是昨日打卡留言最优秀的10条精华 。
168 0
|
算法 开发者
在线编程讨论交流群期待您的加入!
“你有一个苹果,我有一个苹果,彼此交换一下,我们仍然是各有一个苹果;但你有一种思想,我有一种思想,彼此交换,我们就都有了两种思想,甚至更多。”
在线编程讨论交流群期待您的加入!
|
Java
云栖社区技术交流群汇总,总有一个适合你!
最近群里很多小伙伴都反馈希望增设其他社群,想要和更多的小伙伴进行互动交流。为此,除了现有的Java社群之外,小编会增设Python社群及数据库社群。前期只开放1群,做精细化运营,名额有限,先到先得。
37871 0
|
敏捷开发 前端开发 Devops
阿里研发效能&敏捷实践交流群精华内容整理(持续更新中。。。)
精华问答: 关于敏捷 @上海-前端-alery :敏捷开发的核心是什么呢@舍卫 :顺畅和高质量地持续交付有用的价值,从而促进业务目标的达成。 @小飞_PHP开发_深圳 :前几天看DevOps,有一句话有我觉得可以分享一下,敏捷开发是一套方法和实践,但 又不是固定的套路,能得到或者实现目标的都可以来用。
3860 0
|
DataWorks 大数据
【有奖征文】参与DataWorksV2.0征文活动,与专家面对面交流!
让我们共同普惠大数据,让人人都能玩转大数据!
1923 0