如何为 ChatGPT 编写有效的提示词 - 秘诀、技巧和生活小窍门

从一个具体的建议开始：为您的提示设置一个单一的、可测试的目标。 这有助于您确保模型保持轨道并产生专注的响应。将提示视为一个工具，它不仅指导回答什么，还指导如何回答。在准备时，收集来源并指定所需的风格或格式。同时规划边缘情况以及如何处理不确定性，以便第一组响应可用。

在实践中，为聊天机器人创建一个清晰的角色和受众。对于第二步（第二个），您定义长度、结构和语气的约束。使用精确的格式，并在可用时要求来源。这种设置有助于创建一个可工作的版本，您可以以最小摩擦进行迭代。同时指定每条响应的语言，并指示机器人提供简短的总结。一致性 在提示中保持输出可预测。

要创建一个可重用的模板，定义任务、约束、输出和示例。要创建可工作的提示，在目标语言中呈现一个简短的示例邮件，并包含一个真实世界的场景。在提示中，指定聊天机器人应从简短的答案开始，然后仅在被要求时添加理由，这样您可以抑制不必要的长度。这种方法减少漂移并保持您的响应可预测。清晰度 是重用的基线。

测试、测量和迭代。收集响应，与您的目标指标比较，并在每个周期中引入具体的改进。维护来源以验证事实声明，并保持一个可工作的日志，供他人重用。通过将提示编入一个简单的系统，您减少不必要的闲聊并收紧未来的请求设置，减少漂移。

如何为 ChatGPT 编写提示：市场评论的秘诀、技巧和生活黑客

从一个具体的指令开始：生成一个结构化的市场评论，使用英语，包括概述、优点、缺点、证据和裁决。这种方法改善结果并澄清裁决背后的原因。专注于营养类别并在此语言中定义受众。使用英语提示以保持跨模型的一致性。

两个实用的提示模板

模板 A 建立标准格式并防范模糊语言。指示模型呈现：概述、优点、缺点、证据、裁决和数字评分。要求简洁的推理和简短的理由，避免讽刺，除非明确要求。包括一个简短的引用风格行，如事实来源，并保持中立和有帮助的语气。

模板 B 针对快速市场检查的简洁决策。要求三个可操作的要点、一行裁决和快速评分。强调具体指标：质量、价值、运输和支持。在制作示例时，使用学习领域的示例来细化措辞并描述典型购买场景，这有助于获得更好的结果。包括对人们易懂并符合标准风格的短语，避免越狱方法。

模板	核心元素	示例提示	适应提示
结构化评论	概述、优点、缺点、证据、裁决、评分	提示：您是 OpenAI 助手。任务：为电子产品类别的产品编写一个结构化的市场评论，使用英语。输出部分：概述、优点、缺点、证据、裁决。包括 1–5 评分和基于观察属性的简短理由。	针对营养物品定制，提及营养相关用例和典型消费者担忧；根据平台限制调整长度
简洁迷你评论	关键因素、三个要点、一句裁决	提示：为市场物品生成一个简洁评论，重点关注质量、价值、运输和支持。以 3 个要点和一行裁决结束。	用于快速检查；插入学习领域短语示例以提高清晰度；确保语言在英语中保持易懂

质量检查和迭代

在多样化的产品集上运行提示，并比较响应的一致性、长度和偏差。要求标准安全措辞并避免绕过政策的越狱提示。使用学习领域的示例适应提示以测试边缘情况并提高清晰度，这导致更好的结果。跟踪响应以检查清晰度、与用户意图的对齐以及在 OpenAI 模型中有用的有用细节。

为反馈专注的提示定义清晰目标

从一个具体目标开始：将响应质量（质量）提高 20% 并浮现三个具体改进，与目标上下文相关。

定义要评估的内容：有用性、准确性和相关性。构建一个简单的评分表，包含三个标准：准确性、完整性和实用性。要求简洁的强项概述和三个可操作的改进，可应用于下一次迭代，加上实施它们的具体帮助（帮助）。

使用特定场景（情况）框架上下文。包括地点（地方）、房地产（房地产）、营养指导（营养）或产品描述（产品）以测试跨领域的相关性。澄清目标受众和语气以避免通用反馈并减少审查或模糊。

指定所需的输出格式和成功信号。要求结构化响应：1) 简短响应，2) 强项（Strengths），3) 弱项（Weaknesses），4) 三个改进（改进）带有具体步骤，5) 修订提示（概念）以测试下一次迭代。包括如何将反馈整合到下一个草稿中的请求。

使用真实世界的提示指导评论。例如：为房地产列表的产品描述创建一个概述，重点关注质量、价值和三个有趣的改进，以减少某种上下文中的混淆。包括如何在相应地点测试这些更改的指导。

示例提示以引出专注的反馈：

- 请评估此文本的清晰度、有用性和准确性，并提供三个具体改进，带有下一次提示中的实施步骤。

- 给出强项的简短概述和两个问题，然后提出五个具体更改以增强产品描述和房地产列表的有用性。

- 创建一个目标专注的反馈部分（目标），突出在营养指导和读者寻求快速帮助（帮助）的地点（地方）中需要更改的内容上下文。

框架提示以生成准确的市场评论草稿

编写一个平衡的市场评论草稿，包括产品规格、用户体验和可验证的证据。

当您框架提示时，设置清晰结构：引言、裁决、优缺点、证据和简短结论。提示应明确说明语气、长度和所需数据。在您的指导中，包括诸如界面、缺失、编写、提示、响应、自己的、应该、需求、术语、收集、照片、定义、指导、想要、什么、这样的、请求、任何、演讲、提示、使用、可能、颜色、任务、神经网络等术语，以确保与请求的框架对齐。

1. 定义任务和受众。指定谁将阅读草稿（购物者、商家或平台版主）以及您需要的细节级别。概述部分：标题、摘要、正文（事实、优缺点）、证据（截图或照片）和裁决。包括简短的行动号召或推荐。提示必须指导模型在您自己的或您独特的韩剧风格中收集相关数据，专注于读者关心什么以及我在文本中想看到什么。
2. 指定要收集的数据点。要求字段如产品名称、卖家、价格准确性、交付速度、包装、接收时的状况、功能性能和任何差异。包括照片和颜色细节（颜色）部分，以使评论基于可观察的证据。要求模型收集并呈现可验证的引用或时间戳，如果可能。
3. 设置格式和语言约束。要求简洁的标题、用于快速扫描的 bullet 列表，以及不超过 2–3 句的最终裁决。要求文本不使用促销语言并保持客观，带有适度的推荐。如果需要简化，指示模型使用 {您的首选长度} 字并避免通用短语。
4. 为证据构建框架提示。指示模型附加具体示例：来自列表的产品规格、用户运行的测试和说明关键点的照片。澄清如何处理缺失数据：如果基本细节缺失（缺失），在演讲和响应中请求澄清，或标记为缺失并附上简短说明。框架应定义哪些项目合格为有效证据以及哪些照片证据可接受。
5. 包括评估标准。定义标准如产品信息的准确性、裁决的清晰度、优缺点的相关性和证据的有用性。提示应定义如何判断每个标准以及如何评分或标记不确定性。如果数据不足，提示应请求澄清或建议替代框架。
6. 提供示例提示。给出至少两个模型可以重复使用的模板。模板 A 针对快速浏览评论；模板 B 生成带有数据块的详细草稿。包括颜色（颜色）、交付、包装和任何上下文笔记的部分。对于此类提示，指定：用例、字数限制和所需数据部分。
7. 整合提示工作流。从草稿开始，然后请求第二遍以收紧语言、验证事实并与受众需求对齐。使用引述或摘录来说明裁决。工作流应可重复并允许适应不同的商品和平台。
8. 提供质量控制提示。添加针对幻觉的检查并确保声明映射到可见证据。要求模型为从列表或照片拉取的任何数据包括引用或时间戳。如果声明无法验证，清楚标记为有条件或建议与原始列表重新检查。

框架的提示示例：

• 提示 1："为 [市场] 上销售的 [产品名称] 起草一个平衡的评论。包括标题、4–6 句摘要、优缺点列表、带有引用列表规格和照片（照片）显示颜色变化（颜色）和包装的证据部分，以及裁决。确保语气事实、中立并对买家有帮助。如果任何数据缺失（缺失），注明并请求澄清。使用给定指导来结构化草稿并收集必要数据。"
• 提示 2："创建专注于用户体验和价值的详细评论草稿。定义产品、验证价格准确性、评估交付速度并描述构建质量。附加证据块带有截图或照片，准确描述颜色（颜色），并解释任何差异。输出应组织有清晰标题和简洁结论。如果您无法验证声明，标记为可能或不确定并建议下一步。"

使用推荐：按部分设置任务，要求模型以表格或标记列表格式编织具体数据，并观察提示如何管理信息使用，以获得准确的草稿。清楚表述预期长度和结构，以便响应在用户界面中有用并易于在您的内容管道中编辑。

指导 ChatGPT 分析客户反馈以发现趋势

从 3-5 个趋势轴开始，并指示 ChatGPT 按主题分组反馈，提供结构化输出和简洁描述。在呈现给客户之前，确保与业务目标对齐并标记任何高优先级问题以采取行动。

从网络、电子邮件、调查和支持票据中收集输入。在提示中，要求按主题的情感分数（积极、中性、消极）并提取显示客户喜欢什么以及他们想改进什么的短语。对于客户，将这些信号翻译成用户体验和优先级的清晰描述。

使用此提示模板：在总结之前，按主题和渠道（网络、电子邮件等）分类反馈。然后输出 JSON 或 bullet 列表报告，字段：趋势、主题、频率、情感、关联（关联）、描述和推荐行动指示。包括适合高管的语气指导和每个趋势的简短理由。

当反馈包括照片（照片）或说明时，解析它们以推断情感和上下文，注明图像如何支持或矛盾书面评论。识别照片反映的产品或服务元素，并在关联字段中添加明确引用。

呈现基于时间的洞察：跟踪过去 8–12 周的趋势，突出活动或产品变更后的峰值。显示情感在网络 vs. 电子邮件 vs. 应用内反馈中的变化，并为每个声明附加具体数字以辅助主题决策。

诱导可操作改进：从反馈到可复制提示

推荐： 为每个任务锁定一个小、可重复的提示模式并记录结果。在模板中，指定 所需的 响应 结构、目标长度和语气约束。这种简单更改产生更一致的结果并使 优势 在您的团队中更容易复制。通过电子邮件收集反馈并将其附加到提示版本以快速参考；如果您注意到消除歧义，注明以供下一次迭代。或许，这种方法将节省时间并提高过程的可理解性。

转换过程： 使用三部分镜头将反馈转化为提示。在潜在观察中，识别哪些元素最影响 响应。重写为明确约束：范围、格式、长度和故障保险。创建一个带有占位符的标准工具，如 {主题}、{长度}、{格式}。添加关于帮助的简短说明并指向知识库以支持知识共享。这种方法减少猜测并扩展到不同类别的请求。

可复制提示结构： 提供一个其他人可以重用的具体模板。示例："您是一个简洁的助手。输出三部分结果：上下文、步骤和示例答案。上下文：一句话，步骤：三个清晰行动，示例答案：简短段落。保持中立语气并避免讽刺，除非特别要求。使用简单、精确的语言并格式化输出以易于扫描。" 这种格式使在纹理和知识检查中实际信息搜索更容易复制和跨场景比较。或许，您可以将其适应状态 旅行 和例行知识请求，将结果用作团队进一步请求的档案。

测量和维护： 在每个周期后，记录可察觉的改进并相应更新模板。跟踪响应质量、跨不同类型请求的一致性和产生输出的时间。将学习存储在中央 知识 存储库中并将更新烘焙到标准工作流中，以便更改不会在 自己的 团队成员中丢失。使用工具比较旧 vs. 新提示，识别产生更好结果的模式，同时最小化资源消耗（消耗）。结果应感觉像一个紧密循环，而不是一次性调整。

偏差控制和语气检查： 内置针对讽刺（sarcasm）和模糊语言的检查。包括快速确认规则：如果输出有 响应 误解风险，在继续前请求澄清问题。在日志中记录任何边缘情况

使用来回提示迭代以改进评论回复

在一行简洁中回答审阅者：说明做了什么、改变了什么以及下一个行动。使用反馈的上下文定制语气，然后邀请进一步沟通和问题。包括多语言提示（语言）当有用时，并保持界面（界面）对任何人阅读友好。

来回提示周期

1. 草稿 A：创建一个 2–3 句回复，(a) 承认要点，(b) 注明具体更改或修复（已做），(c) 为用户或任何参与者提供清晰的下一步。使用简单、简洁的词语和有帮助的语气。包括一行引用沟通模式（沟通）并考虑审查考虑。

2. 审查 B：提示模型批判 A 的清晰度、同理心和有用性。请求两个变体（变体），带有不同强调（数据专注、政策意识或用户友好）并保持每个在严格字数限制下。

3. 细化 C：生成一个修订回复，如果合适添加简短道歉，突出用户益处，并给出简单跟进路径。确保消息匹配目标界面（界面）并在受众语言（语言）中保持易懂。

4. 跨上下文测试：为审阅者提及不同优先级（支持、交付、承包商）的上下文适应 C。如果需要，插入双语行或关键术语的简短术语表，如感受（感觉）和期望。

5. 最终变体：生成多个选项（最佳），带有变化的长度和语气。包括一个简洁版本和一个更描述性版本。还创建一个使用简单词语以辅助可读性的版本。

实用提示和技巧

• 使用具体提示启动周期，让模型揭示回复如何在清晰度和有用性方面改进。将它用作迭代基线和承包商团队重用的参考。
• 使用迭代与用户的感受（感觉）和审阅者的期望对齐。保持核心消息一致（主要），同时根据变体调整语气。
• 在简单界面（界面）和多语言流程中测试提示，如果您的受众包括非母语读者（语言）。这有助于您看到可读性下降的位置以及您应该简化的地方。
• 在演示中将一个变体标记为 itchatgpt 以跟踪措辞变化如何影响结果。这有助于您跨提示和版本比较响应。
• 为任何人（任何人）阅读保留有用性：避免行话、保持句子简短，并清楚呈现下一步（给出方向）。

对于现成起点，将审阅者笔记粘贴到第一个草稿并请求两个备选（变体）。这使比较语气跨文章和对话变得简单，同时保持焦点在主要目标：清晰、有帮助的沟通，同时尊重审查和政策边界（审查）。

护栏和合规：隐私、审核和平台政策

推荐：启用默认隐私、最小化数据收集，并为团队强制执行清晰的指令（指令）以负责任地处理数据。只收集必需之外的任何东西，在收集照片（照片）和敏感数据前获得明确同意，并在可能的情况下应用设备上处理或匿名化。

隐私和数据处理

在提示和 API 调用中实施数据最小化，使用传输中和静态的假名化和加密。定义基于角色的访问控制（职位）并强制执行最小权限；保持数据访问事件的可审计日志。创建一个数据映射（数据），列出类别、保留窗口（例如，30 天）和处置时间表；确保用户通知在英语（英语）中清晰，并根据需要翻译。要求在收集照片（照片）或生物识别数据前获得明确同意，并避免保留图像超过必要；优先设备上处理以防止不必要的上传和存储（拍照）。呈现解释数据使用的简单语言的界面元素（界面）并提供简单的退出选项；使用步骤验证提示不暴露私人数据并强制执行数据收集边界（具体任务）。包括颜色编码指示器（颜色）以反映处理状态和同意状态，以便用户一目了然地了解他们的数据如何被使用。为团队提供简洁的数据处理指令（指令）并要求供应商遵守相同规则；以版本化、可访问的格式记录此政策并每季度审查。当跨边境处理适用时，遵守 GDPR、CCPA 和其他相关法律，并在需要时实施标准合同条款。

审核、安全和平台政策

使用分层审核系统定义内容边界：自动化检查与人类审查模糊情况配对；当提示涉及敏感主题时，建立升级路径到审核员，并维护审核决定的日志以供审计。通过对照可靠来源验证输出来解决幻觉，要求可行的引用，并记录内容决定的理由。对于多语言使用，包括英语和其他语言，实施提示（提示）护栏以标记风险短语并限制可能造成伤害或误导用户的基于角色的提示（角色）。通过清晰的服务条款、API 使用规则、速率限制和数据共享限制强制执行平台政策；提供公共、易导航的政策页面，带有简短摘要和报告违规的渠道。确保跨边境操作遵守区域隐私法并披露任何数据传输，使用本地化或合同保障如适当。维护日期化、版本化的政策文档并及时向用户和团队沟通更改，以保持每个人对期望和责任的对齐。这种方法有助于保持对话在安全边界内，同时支持合法业务需求和用户帮助（帮助）。