ChatGPT

编写明确和具体的指令。

使用分隔符清楚地指示输入的不同部分。

使模型清楚的知道，这是独立的部分。就像是人物说话的内容放在双引号内。

这可以避免造成歧义，例如某些文字并不是对 gpt 的指令。

• 三引号
• 三个反引号
• 三个破折号
• 尖括号

要求结构化输出

可以请求 HTML 或 JSON 输出。

Provide them in JSON format with the following keys: title,author

分步骤执行任务

**给出明确而具体的指示，出示结果模板

1
2
3

你的任务是以一致的风格回答问题。
<child>:....
<grandparent>:....

给模型时间去思考，因犯了推理错误，在模型提供最终答案前请求一系列相关的推理

如果给模型一个任务，这个任务太复杂了，它不能在短时间内或用少量的单词完成，它可能会做出一个可能不正确的猜测。

因此，可以指示模型更长时间地思考问题。

就像和伙伴交流那样，也可以给出自己推理的解决方案供模型参考，这样模型会给出更接近正确的答复。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18

你的认为是确定学生的解决方案是否正确。要解决问题，请执行以下操作:
- 首先制定出自己的解决思路。
- 然后将自己的解题思路与学生解题思路进行对比，评估学生解题思路正确与否。在你自己做题之前，不要决定学生的答案是否正确。

使用以下格式:
问题: <问题>
学生: <学生的解题思路>
参考答案: <正确的解题思路及步骤>
结果: <如果学生的解题思路是正确的，此处写 YES，否则写 NO>

问题:
```
13-8=?
```
学生的解题思路:
```
13-(3+5)=13-3-5=10-5=5，结果为 5
```

模型的限制

尽管语言模型在训练过程中接触了大量知识，但它并没有完美的记住它所看到的信息。模型对于晦涩难懂的问题通常会给出捏造的想法，通常成为模型的幻觉。

减少幻觉的策略是使用以上建议的方法，另一个策略是要求模型首先从文本中找到相关的内容。然后要求它使用这些引用内容来回答问题。

将答案追溯到源文档的方法通常对减少模型幻觉很有帮助。

参考

ChatGPT 提示工程师