在信息时代，人工智能正逐渐赋予我们更多的便利和可能性。作为其中的一种代表，智能对话是一种自然语言处理模型，能够生成准确、连贯的文本回复。
然而，要从GPT获得满意的答案，我们必须学会向它提出清晰有效的问题。本文来自OpenAI 官网，列举了GPT清晰有效地提问的实操案例
01 将指令放在prompt（提示词）的开始位置，并使用 ### 或 """ 来分隔指令和上下文
将下面的文本总结为最重要要点的项目符号列表。{此处输入文字}
将下面的文本总结为最重要要点的项目符号列表。文本: """{此处输入文字}"""
02 对于期望的上下文、结果、长度、格式、风格等尽可能具体、具有描述性的并尽可能详细
写一首关于OpenAI的诗。以{famous poet}的风格，围绕最近的DALL-E产品发布（DALL-E是一个文本到图像的ML模型）写一首简短且鼓舞人心的关于OpenAI的诗。03 通过例子（例子1，例子2）清晰明了地描述期望的输出格式
从下面的文本中提取出现的实体。提取以下4种类型的实体：公司名、人名、特定主题和主题。{此处输入文字}
展示和讲述：
- 当模型被展示具体格式要求时，反应会更好。
- 这也使得程序更容易可靠地解析多个输出。
从下面的文本中提取重要的实体。首先提取所有公司名，然后提取所有人名，接着提取符合内容的特定主题，最后提取总体主题。期望格式：公司名：<逗号分隔的公司名列表>人名：-||-特定主题：-||-一般主题：-||-{此处输入文字}
04 从 zero-shot 开始，然后是 few-shot（例子），如果都不行，再进行微调
从下面的文本中提取关键词。{此处输入文字}关键词：
从下面对应的文本中提取关键词。文本1：Stripe提供了API，网页开发者可以用来将支付处理集成到他们的网站和移动应用中。关键词1：Stripe，支付处理，API，网页开发者，网站，移动应用#文本2：OpenAI已经训练出了尖端的语言模型，这些模型擅长理解和生成文本。我们的API提供了访问这些模型的途径，可用于解决几乎任何涉及处理语言的任务。关键词2：OpenAI，语言模型，文本处理，API。#文本3：{此处输入文字}关键词3：
05 减少「缺乏实质、含糊不清或过于废话」（Fluffy）和不精确的描述
这个产品的描述应该相当短，只有几句话，不要太多。用 3 到 5 句话来描述这个产品。06 不只说「不要做什么」，更要说「要做什么」
下面是代理和客户之间的一段对话。不要询问用户名或密码。不要重复。客户：我无法登录我的账户。代理：
下面是代理和客户之间的一段对话。代理会试图诊断问题并提出解决方案，同时避免询问任何与个人身份信息相关的问题。代理不应询问像用户名或密码这样的个人身份信息，而是应该引导用户查看帮助文章 www.samplewebsite.com/help/faq。客户：我无法登录我的账户。代理：
07 代码生成专用 - 使用“引导词”来引导模型往特定模式发展
# 编写一个简单的 python 函数# 1. 向我询问一个以英里为单位的数字# 2. 将英里转换为公里
在下面的代码示例中，添加“import”是在暗示模型应该开始用Python编写。（类似地，“SELECT”是SQL语句开始的一个好的提示。）
✅ 好的例子：
# 编写一个简单的 python 函数# 1. 向我询问一个以英里为单位的数字# 2. 将英里转换为公里import