任务简述--任务描述--期望达成--多次对话
要做什么--背景信息--给我什么--多次对话
Prompt -提示词工程其实我们前面就讲过，但是发现很多人还没有理解其中的意思，至少是还不太会用。和计算机沟通我们需要特殊的编程语言或者脚本，但是ChatGPT不需要，提示词也不神秘就是我们在询问 ChatGPT 时输入的内容，自然语言。
但是如果你发现你输入的大多数内容都得不到正确的回应，或者不是你想要的，然后你觉得ChatGPT不好用，我觉得首先我们需要检查的是自己，接下来才是质疑。这是一个简单的道理，也很容易做到，就是保持谦逊。我们最好先了解它，学会使用它再去评价它。
提示词工程这就如同你要想让一个魔法发挥最大的效力，你得会念咒语一样。但是这里没有任何神秘之处，因为跟谁交流都得讲技巧和策略。就算你面对的是一位无所不能的大宗师，你也得把话说明白他才知道你要干啥。如果能顺着他的脾气说就更好了。
为了能够让大家更直白的了解，我们这次连标题都没有说提示词工程之类的，直接是怎么和ChatGPT说话，接下来的内容我们也尽可能说的更直白一点以便我们能更好的理解。
为什么提示词很重要
01
提示词我们讲过原则性的东西，应用的示例等
用好ChatGPT的咒语-提示词工程
用好ChatGPT的咒语-提示词工程（二）
用好ChatGPT的咒语-提示词工程（二）
其实它的形式是千差万别的，我们遇到的问题也是千差万别的，有些优秀的示例我们可以学习，但是不太可能把问题都例举完，也没有必要都照着示例说话，我们有我们的表达方式，只要把问题说清楚，理论上都能完成我们的任务，这才是自然语言么。
一般任务要求包含以下内容（其实不仅是给ChatGPT提问题，哪怕是给你秘书提问题也应该包含基本任务的内容）
任务简述：需要模型完成什么任务。
写一篇XX报告？总结以下内容？咨询一下？输出代码？计算？简单描述需要做什么。
任务描述：详细描述你给它的任务。
我们还需要对任务做描述，比如具体内容、信息背景、期望达成的结果、细节上的要求、技术指标、生成回复的字数、情感倾向等
（1）信息背景：给模型一些信息。
你不能啥也不提供，让模型去猜，猜的话它只能输出一般场景的，结果不是你要的，你又说它胡说八道。
做ChatGPT可真难啊。你想象如果你告诉你秘书：“给我写一篇会议讲稿”，然后你没有告诉她是开什么会议，你要发言的主题，你的观点等等一些信息，接下来她会问你这些信息的，但是一次把问题讲清楚了不好吗。你猜她会不会内心里骂你一句，哈哈。ChatGPT应该是绝对不会，但是请多提供点信息哈。
（2）期望达成：期望达成的结果。
写一篇文章，报告，通知，字数有啥要求，格式有啥要求（如果你需要表格形式，是可以直接要求的哦）
反复沟通：沟通不是一次性的过程。
这个可能是互联网搜索养成的一个习惯，一次性的提出问题，然后就得自己解决了问题了。其实别忘记ChatGPT是可以反复沟通交流的，不符合要求可以把要求再具体一下，反复沟通交流呗。
比如：“我觉得第二段写得不好，重新写一下”。“再丰富一下框架“。“继续”。“语气幽默一点”。“换个角度”。等等。不断提要求，不断完善。
今天我们就一起来看几个基本任务示例，很多问题其实都是这些任务的变种或者组合：
文本摘要(Text Summarization)
信息提取(Information Extraction)
问答(Question Answering)
文本分类(Text Classification)
代码生成(Code Generation)
文本摘要
03
简单一点说就是小学语文总是让我们做的一件事情：总结中心思想。其实就是信息的压缩，但是总结以后不能丢失重要信息而且表现的连贯，这是原来文本类AI的一个标准化任务，但是表现的都不太好。ChatGPT很好的解决了这个问题，好像它真的看明白了这篇文章，还能按照意思总结的很好。
怎么完整这个问题呢或者怎么提问会要一点呢？
一般我们用以下提示语：
总结以下内容：“xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx”。
其中冒号，双引号等分割符号是很重要的，这帮ChatGPT清楚的分清楚了命令和背景信息，所以如果提供相关文本的话，我们最好用引号，《》等区分开来。当然“以下内容”，“以上内容”等也从语言上做了区分。
建议最好是用"""xxxx""","""来区分，为啥呢？可能是编程中经常用"""来标识文本吧。
换个角度
信息提取
04
信息提取就是从一堆文字中提取出你想要的信息来。比如我们从一长串的招标公告、法律文书中找出地址，人名，时间等的关键信息来。这个对于系统应该是很有用，原来需要正则表达式之类的提取信息的，现在直接问ChatGPT就可以了。
问答
05
我们最常用的应该也就是问答了，因为ChatGPT已经学习了很多知识，它可以直接提供问题的答案。其实经过了两步，最重要的一步是它能理解你的问题。
然后它并不是知道所有的知识，比如公司的自有知识，文献，冷门的历史知识，人家就算训练也不会用的犄角旮旯里不能算是知识的信息。
然后如果做私有知识问答库就需要向量数据库之类的了。如果我们只是基于一段文字问答，你完全可以把文字给它，然后再问问题。
补充信息的背景。
文本分类
06
文本分类包含了情绪分类，我们这里只演示一下情绪分类吧。
代码编写
07
实战怎么用ChatGPT编程
这里就不再详细讲了，你可以把实际需求告诉它，描述以下数据，能更好的完成代码。你也不必再记住一些小算法了，直接问它就可以。
如果一段代码看不懂，还可以发给它帮忙翻译解释。
总结
任务简述-要做什么。
任务描述-背景信息。
期望达成-给我什么。
多次对话-不断完善。
