玩轉ChatGPT：秒變AI提問和追問高手

新闻学、金融学双硕士，清华大学总裁研修班结业。曾在《经理人》杂志、《证券日报》等多家知名财经媒体担任要职，在自媒体和教育培训领域有成功创业经验。

自2016年起开始关注人工智能领域，特别对AIGC有着浓厚的学习和研究兴趣。自从2022年11月OpenAl发布ChatGPT以来，一直密切关注其在帮助用户提高工作效率方面的实际应用。

 

第 1章

AI指令提示工程：原理、實踐與提問技巧

1.1 AI指令提示工程的基本原理 / 003

1.1.1 指令提示：解鎖ChatGPT無限可能 / 003

1.1.2 模型選擇：選擇最佳AI提示方法 / 009

1.1.3 結果優化：變換提示優化AI的回答 / 011

1.2 AI提示實踐：從數據到精彩回答 / 013

1.2.1 設計AI提示：探索聊天機器人的奧秘 / 013

1.2.2 優化與評估：打造精準有效的AI提示 / 017

1.2.3 常見問題解答：AI提示的挑戰與應對 / 019

1.3 AI提問和追問技巧：從入門到精通 / 022

1.3.1 基礎技巧：具體、明確、清晰、有趣的提問 / 022

1.3.2 高階技巧：精準引導ChatGPT的持續追問技巧 / 026

第 2章

角色定位提問：與ChatGPT 玩“角色扮演”

2.1 用戶自身定位：讓ChatGPT“看人下菜碟” / 033

2.1.1 設定自我：開啟與ChatGPT 的互動之旅 / 033

2.1.2 明確目標：想要通過AI 獲得怎樣的回答 / 036

2.1.3 優化整合：通過不同角色視角來追問AI / 040

2.2 “角色扮演”：給ChatGPT 一個身份標簽 / 044

2.2.1 角色定位：讓ChatGPT 清楚它扮演的角色 / 044

2.2.2 個性化體驗：定製更有趣的對話體驗 / 049

2.2.3 跨界咨詢：獲得不同領域的專業建議 / 054

第3章

給定標準提問：“調教”ChatGPT，讓它更懂你

3.1 給定標準：“調教”ChatGPT / 063

3.1.1 默認標準：充分使用給AI 定的提示 / 063

3.1.2 高效提問：讓AI 快速生成標準化問題 / 068

3.2 生成標準化問題集並“投喂”ChatGPT / 072

3.2.1 從簡單到復雜：生成標準化問題及答案 / 072

3.2.2 針對不同場景需求：生成多樣化的問題 / 079

第4章

概括總結追問：將煩瑣的事交給ChatGPT

4.1 提取關鍵信息：讓ChatGPT來概括總結 / 087

4.1.1 概括總結文本：給ChatGPT定概括的標準 / 087

4.1.2 提取關鍵信息：刪繁就簡，濃縮核心信息 / 092

4.1.3 評估AI的輸出：提煉它回答中的精華 / 096

4.2 概括總結提問的應用場景與示範案例 / 098

4.2.1 快速閱讀海量信息：深度提煉，快速掌握 / 098

4.2.2 快速獲取關鍵數據：多份報告抓取關鍵數據 / 104

4.2.3 快速生成論文摘要：快速完成論文文獻綜述 / 109

第5章

延伸擴展追問：對ChatGPT“打破砂鍋問到底”

5.1 深挖細節和背景：發現AI回答中隱藏的寶藏 / 117

5.1.1 抓住細節追問：深入探索AI回答 / 117

5.1.2 補充背景信息：讓你的追問更高效 / 121

5.1.3 沿著邏輯追問：深入挖掘更多細節 / 124

5.2 延伸問題：引導AI答出更多信息 / 127

5.2.1 擴展追問方向：多維度引導AI回答 / 127

5.2.2 擴展答案範圍：引導AI 跨學科、跨領域回答 / 131

5.2.3 引發ChatGPT 深層次思考：開啟AI 創新之門 / 136

5.3 多樣化提問：讓AI 回答更全面、深入、系統 / 140

5.3.1 改變提問的角度：換種方式問AI / 140

5.3.2 使用比較類比提問：將AI 的回答引向更深層面 / 144

5.3.3 發掘問題背後：讓AI 的回答更系統 / 147

第6章

強化自洽追問：通過糾錯讓ChatGPT 更聰明

6.1 讓ChatGPT 強化學習：獲得更精準的回答 / 153

6.1.1 在錯誤中讓AI 強化學習：讓它更智能 / 153

6.1.2 提示AI 強化學習：讓提問更準確高效 / 158

6.1.3 優化提問關鍵詞：探索AI 提問的新高度 / 161

6.2 自洽式追問：明確告訴它錯在哪裡 / 166

6.2.1 明確糾錯AI 的回答：讓它在“批評”中學習 / 166

6.2.2 多角度追問：讓ChatGPT 自洽、調整與精進 / 170

第7章

聯繫上下文追問：時刻提示ChatGPT“不忘初心”

7.1 根據上下文信息提問ChatGPT的技巧 / 177

7.1.1 讓提問更連貫：上下文理解與關聯問題生成 / 177

7.1.2 上下文信息提示：提升AI的全局認知能力 / 182

7.1.3 與AI換位思考：從回答中獲得啟發再追問 / 187

7.2 多文檔“投喂”：讓AI跨學科、跨領域學習 / 190

7.2.1 讓ChatGPT構建知識體系：整合分析多篇文檔 / 190

7.2.2 跨領域提問：讓ChatGPT理解和應用多文檔信息 / 193

7.2.3 讓ChatGPT深度思考：應對多文檔分析與綜合 / 196

第8章

聚類分類追問：讓ChatGPT“分門別類”處理

8.1 聚類提示性追問 / 203

8.1.1 提示聚類規則：讓ChatGPT“合並同類項” / 203

8.1.2 控制引導提示：讓ChatGPT生成聚類規則 / 207

8.2 分類提示性追問 / 211

8.2.1 給出分類提示：讓ChatGPT 尋找關鍵要素 / 211

8.2.2 生成分類提示：引導ChatGPT 分類的思路 / 215

8.3 “投喂”樣本示例追問 / 220

8.3.1 給出樣本示例：讓ChatGPT“照貓畫虎” / 220

8.3.2 引導ChatGPT 生成示例：讓它給自己打個樣 / 223

8.4 關鍵詞提示性追問 / 227

8.4.1 關鍵詞排列順序與權重對AI 回答的影響 / 227

8.4.2 關鍵詞的替換調整對AI 回答的影響 / 234

8.5 控制引導生成內容的提示性追問 / 238

8.5.1 提示引導ChatGPT 生成原創性內容 / 238

8.5.2 提示ChatGPT 對回答做原創性修改 / 242

第9章

分步驟與模塊追問：讓ChatGPT 輔助解決復雜問題

9.1 分步驟與模塊進行追問 / 249

9.1.1 分步驟追問ChatGPT / 249

9.1.2 分不同模塊追問ChatGPT / 253

9.1.3 讓ChatGPT 自己劃分步驟與模塊來回答 / 259

9.1.4 要求ChatGPT 生成舉例說明來完善回答 / 262

9.2 “知識生成”提示，讓ChatGPT生成原創知識 / 264

9.2.1 創造新知：生成人類社會不存在的知識 / 264

9.2.2 跨界雜交：生成跨學科領域的原創知識 / 266