一、清晰指令：让AI告别“猜谜游戏”🧩
1️⃣ 细节决定成败
👉 错误示范：”总结这本书”
👉 正确示范：
“请用3个关键词概括《人类简史》第三章‘认知革命’的核心观点，并各附100字解释”
🔑 关键：时间/人物/场景/数据等要素越具体，输出越精准
2️⃣ 角色扮演：给AI装上“职业滤镜”👔
💡 万能公式：
“你现在是资深XX专家，需要…”
🎯 案例：
“以用户体验研究员身份，分析某APP注册流程的3个痛点和优化方案”
💡 进阶技巧：要求AI模拟”同理心模式”或”谈判专家角色”
3️⃣ 结构化表达：用符号做思维导图🧠
🔧 分隔符工具箱：
三引号（""")：多行文本标记
XML标签：<note>关键信息</note>
章节标题：### 一级标题 / ## 二级标题
方括号[]：补充说明
花括号{}：变量标记 📌 实战案例：
“用<步骤><步骤1>登录系统<步骤2>上传文件格式说明操作流程”
4️⃣ 分步拆解：把大象放进冰箱🐘❄️
🔧 四步拆解法：
- 目标分类 → 2. 提炼关键步骤 → 3. 细化执行标准 → 4. 设定验收条件
🌰 翻译古诗任务分解：
① 识别诗歌体裁 → ② 解析字词释义 → ③ 对照平仄规则 → ④ 保持意境输出
二、参考资料：给AI装上“知识导航仪”🗺️
📚 策略1：喂饱信息再提问
💡 原则：提供背景资料 > 让AI自由发挥
📌 案例：
“请基于[附录1的财务数据]分析Q3营收下滑原因”
📝 策略2：要求”学术引用”
💡 万能话术：
“请用[文档A第3章][研究B结论]支撑论点”
🔍 验证技巧：检查输出是否包含原文关键词匹配
三、复杂任务：拆解为「俄罗斯套娃」🏯
⚙️ 工程思维拆解法
- 意图分类器：先判断任务类型（客服/设计/编程…）
- 状态机管理：用特殊指令控制对话流程
📌 客服场景示例：当用户说"订单没到"时→触发物流核查指令→根据结果导向退款/重新发货流程
📊 长文档处理术
- 分段求摘要 → 2. 归纳段落关系 → 3. 生成最终报告
🔧 代码实现提示：
“请将这份10万字的行业白皮书拆解为5个章节摘要，每篇不超过200字”
四、思维训练：让AI学会「深度思考」🧠💭
💡 双重验证法
- 先让AI自己推导答案 → 2. 再对比真实数据纠错
📌 数学题案例：请先写出解方程步骤→再用计算器验证结果→指出常见错误类型
🔄 渐进式追问
🔑 话术模板：
“你刚才的结论是基于哪些假设？如果[条件改变]，结果会如何？”
五、外部工具：给AI装上「超能力插件」⚙️
🔧 代码执行三部曲
- 生成代码 → 2. 提示运行环境 → 3. 错误处理
📌 安全提示：始终在沙盒环境执行代码
🌐 API调用秘籍
- 提供接口文档 → 2. 设计调用参数 → 3. 结果格式化
💡 示例：
“调用天气API获取上海未来3天数据，按JSON格式返回，包含温度/风力/紫外线指数”
🚀 高阶技巧：成为提示词「炼金术士」
- 建立Prompt库：分类收藏优质案例
- 版本迭代法：每次优化记录修改点
- 风格迁移：用
/style:学术论文等指令切换表达方式
💡 冷知识：实验显示，使用分隔符可使复杂任务准确率提升42%（OpenAI内部数据）
立刻行动：尝试用上述技巧优化你的下一个ChatGPT提问，见证AI响应质的飞跃！🚀
📌 资源宝箱：
OpenAI Prompt工程官方指南
提示词案例库
发表回复