策略：编写明确的指导说明
技巧：在你的查询中包含详尽的信息，以获取更为准确的答案
为了得到更准确的回答，确保你的提问中包含了所有重要的细节和背景信息。否则你就是在让模型猜测你的意图。
| 较差的提问 | 较好的提问 |
|---|---|
| 我该如何在 Excel 中进行加法计算？ | 我该如何在 Excel 中自动计算一行中的美元总额？我想要的是自动为整张表格的每行进行计算，最终所有的总计数都显示在右侧名为“总计”的列中。 |
| 当前的总统是谁？ | 2021 年，谁是墨西哥的总统？墨西哥的选举是多久举行一次的？ |
| 编写一个计算斐波那契序列的代码。 | 编写一个 TypeScript 函数，用以高效计算斐波那契序列。请详细注释代码，解释每部分代码的作用以及为何这样编写。 |
| 总结一下会议记录。 | 请用一个段落总结会议记录。接着，用 markdown 列表的形式列出所有发言者及其关键观点。最后，如果有的话，列出发言者提出的下一步计划或建议的行动项。 |
技巧：让模型扮演一个角色
通过系统消息，我们可以指定模型在回答中所扮演的角色。
| 系统 | 当我请求帮助撰写某些内容时，你的回答中每个段落至少应包含一个幽默的笑话或俏皮的评论。 |
| 用户 | 请写一封感谢信给我的钢螺栓供应商，感谢他们及时且在短时间内的急速交付。正是由于他们的及时交付，我们才能按时完成一个重要的订单。 |
技巧：利用分隔符清晰区分输入的不同部分
使用三重引号、XML 标签、章节标题等作为分隔符，能够有效地区别并处理不同的文本内容。
| 用户 | 请使用三重引号中的文本进行总结，并用俳句的形式表达。 """输入文本""" |
| 系统 | 你将会接收到两篇关于相同主题的文章（用 XML 标签分隔）。首先分别总结这两篇文章的主要论点。接着评价哪篇文章的论据更具说服力，并说明理由。 |
| 用户 | <article> 输入第一篇文章 </article><article> 输入第二篇文章 </article> |
| 系统 | 你将获得一篇论文的摘要和一个建议的标题。论文标题应该能让读者对论文的主题有个清晰的认识，同时也要足够吸引人。如果现有的标题不够吸引人或不够明确，那么请提出五个备选标题。 |
| 用户 | 摘要：输入摘要 标题：输入标题 |
对于诸如此类的简单任务，使用分隔符可能不会对输出质量产生影响。但任务越复杂，就越需要清楚地区分每个任务的细节，以避免混淆。要让模型很准确地理解你究竟需要什么。
技巧：明确说明完成任务所需的每个步骤
对于某些任务，最好将其分解成一系列明确的步骤。将步骤清晰地写出来，可以帮助模型更有效地遵循指令。
| 系统 | 请按照以下步骤来回应用户的输入。 第 1 步 - 用户会给你提供带有三重引号的文本。请将这段文本总结为一句话，并以“摘要：”作为前缀。 第 2 步 - 将第 1 步中的摘要翻译成西班牙语，并以“翻译：”作为前缀。 |
| 用户 | """输入文本""" |
技巧：提供示例
通常，给出适用于所有情况的通用指导比展示各种任务示例更高效。但在某些情况下，通过提供具体示例来说明可能更直观。比如，你想让模型学习某种特定的回应方式，这种方式可能难以用语言明确描述，这就是所谓的“少样本 (Few-shot)”提示方法。
| 系统 | 保持一致的回答风格。 |
| 用户 | 大师，什么是耐心？ |
| 助手 | 深谷自浅泉，宏曲生寂音，繁绣始孤线。 |
| 用户 | 大师，什么是大海？ |
技巧：明确输出长度要求
你可以要求模型按照指定的长度来生成答案。这个长度可以根据单词、句子、段落、要点等的计数来指定。但要注意，让模型精确生成特定字数的文本可能不太容易做到。模型更擅长按照指定的段落数或要点数来构建输出。
| 用户 | 请用大约 50 个词概括三引号内的文本。 """insert text here""" |
| 用户 | 请用两段话概括三引号内的文本。 """insert text here""" |
| 用户 | 请用三个要点概括三引号内的文本。 """insert text here""" |