原文：
www.kdnuggets.com/2023/05/stop-chatgpt-get-ahead-99-users.html
Image by Author
你是否曾对 AI 生成的内容感到沮丧？也许你认为 ChatGPT 的输出完全糟糕，没有达到你的期望。
然而，**从像 ChatGPT 这样的 AI 写作工具获得高质量输出的真相是，**这在很大程度上依赖于你的提示质量。
通过训练 ChatGPT，你可以得到免费的个人写作助手！
现在是发现 制定强大提示的艺术 以充分利用这项尖端技术。
让我们一起探索吧！????????
问题通常不在于 AI 本身，而在于提供的输入的局限性和模糊性。
与其期望 AI 为你思考，不如 你自己进行思考并指导 AI 完成你需要的任务。
Image by Author
结果不理想？
这意味着你给 ChatGPT 提供了 质量差 的短提示——并期望发生一些神奇的输出。
简而言之，ChatGPT 不擅长从零开始提出内容。这意味着如果你仍然给 ChatGPT 提供这样的提示：
为我的账户生成一个关于 AI 的 LinkedIn 帖子。
给我写一条关于 数据科学的 Twitter 线程
给我一些编程的写作点子
你应该停止！
给出这样的提示时，ChatGPT 必须做出太多决策——这会生成一些糟糕的输出。
所以一定要记住。
差的指示 = 差的结果。
那么你应该怎么做呢？
有 4 个主要步骤来评估这个问题。让我们逐步解析 ??
要订购某样东西，你首先需要知道你想要什么。
对吗？
所以你需要知道你从 AI 那里想要什么，为什么想要它，以及如何希望它被传递。这种清晰度将帮助你创建更好的提示并提高输出质量。
所以首先，开始标准化你从 AI 那里要求的所有类型的输出。
Image by Author
让我们举一些例子。
-
我开始活跃于我的 Twitter 账户——所以我想要 推文点子 和 Twitter 线程结构。
-
我在 Medium 上非常活跃——所以我想要 获得灵感 来写作并生成 文章大纲。
太好了！
所以通过这个练习，我意识到我需要 4 种不同类型的输出。
-
为 Twitter 撰写推文的想法。
-
Twitter 的线程结构。
-
在 Medium 上写作的想法。
-
Medium 的文章框架。
让我们以 Twitter 结构作为例子。
为了进一步了解如何使用 ChatGPT 提高你的写作，我推荐以下文章 :)
想象一下你雇佣了一个实习生——你不会只给他们一个简短的解释就期待他们一开始就做得很好，对吧？
图片来源： unDraw。
假设我想在 Twitter 上发布一个关于使用 Google Cloud Platform 的线程。光是告诉我的实习生我明天需要一个关于 GCP 的 Twitter 线程——就这样是不够的。
如果你这样做……也许你应该改变你的方法，我的朋友 ;)
然后 ChatGPT——或任何其他 AI 工具——也是一样的。
始终向你的 AI 提供详细的检查清单，解释任务背后的目的，并对 AI 可能有的任何疑问持开放态度。
这意味着我不能说：
嘿，ChatGPT。给我写一条关于 Google Cloud Platform 的 Twitter 线程。
之前的提示过于模糊。
-
你想要多少条推文？
-
使用什么写作风格？
-
ChatGPT 应该强调哪些子主题？
-
我的语言语气是什么——友好，专业……？
你让 AI 为你做了太多决策——这就是为什么它的输出会一团糟。
这将引导我们进入下一步……
**这是过程的关键。**为了获得具体和准确的输出，向你的 AI 提供清晰且定义明确的信息。当你给出模糊或宽泛的提示时，你不能指望 AI 提供精确的结果。
相反，让 AI 确切知道你想要什么。
-
良好的背景信息——你想要什么样的输出？
-
具体话题——要强调的子主题。
-
具体结构——比如多少条推文，字数……
-
输出的具体格式——使用什么写作风格，语气……
-
避免的具体事项列表——你不想提及的内容。
所以让我们开始创建自己的提示，以生成 Twitter 线程。
我希望 ChatGPT 为我生成一个 Twitter 线程。然而，什么是 Twitter 线程？
我首先需要确保 ChatGPT 理解我所说的 Twitter 线程的意思。
这就是为什么任何好的提示需要以良好的背景信息开始的原因。
[ ???????????? 首先我让 ChatGPT 知道我将训练它以获得一些特定的输出]
嘿，ChatGPT。我将训练你来创建Twitter 线程。
[ ???? 然后我解释这个具体输出的内容]
推特线程是一系列推文，概述并突出长文本或特定话题中最重要的观点。
我希望 ChatGPT 撰写一个关于特定话题的推特线程。现在是时候详细说明话题了。
在这种情况下，我希望这个线程讨论Google Cloud Platform 免费层。
[ ☁️ 我向 ChatGPT 解释了主要话题]
推特线程将讨论Google Cloud Platform 免费层服务。
[ ⚙️ 我概述了我希望它肯定提到的内容和要强调的内容]
我希望你讨论Google Cloud Platform 环境、它的所有服务和对数据科学的实用性。然而，你需要强调所有这些优势在你的使用限制在某些层级内时是永远免费的。提到 Google BigQuery 和 Cloud Functions，这两项是分析最重要的服务之一。
现在轮到让 ChatGPT 知道输出的结构是什么。根据你的需要，这部分可以更通用或更详细。我通常尽可能详细，以便从中得到一个好的草稿作为起点。
[ ???? 我指定了我希望从 ChatGPT 收到的完整结构]
第一条推文，内容简洁明了，让人们知道线程的主题。重要的是不要超过 30 个字，使用关键标签，并说服人们阅读整个线程。强调线程对他们的实用性。
第二条推文，简短介绍，让读者了解背景并理解他们为什么还在阅读这个线程。重要的是保持读者的兴趣。
4 或 5 条推文，概述和描述文章中最重要的部分。这些推文应总结我之前解释的主题的主要观点。
最后一条推文包含一些结论，并让人们知道为什么你的线程值得阅读。
最后一条推文，邀请他们转发你的线程并关注你。
对生成的输出格式的最终评论。通常，我包括 ChatGPT 应如何表现和使用何种写作风格。
[ ???? 我指定了我希望的输出格式]
我希望你作为技术和数据科学作家。使用自然且引人入胜的语言。使用易于理解的词汇——记住，我希望将复杂的概念分解成日常用词。
在这种情况下，如果有你不希望 ChatGPT 提到的内容，请告知它。在我的情况下，我不希望它使用复杂的词汇。
[ ❌ 我总是告诉 ChatGPT 避免使用复杂的语言]
避免使用复杂的词汇。
如果 AI 生成了不正确的输出，很可能是由于你的输入存在问题。不要害怕多次修改你的提示。
请记住，即使你使用自然语言与机器交谈，也应该把它视为为 AI 编写代码。
提示编写是一个反复迭代的过程——你不会在第一次尝试时就搞对。但就像培训员工一样，前期的时间投入是值得的。因为一旦你拥有了一个有效且可靠的提示，你就可以永久使用它。
- 作者：Dickie Bush
所以，如果我使用刚创建的提示来获取 ChatGPT 的 Twitter 线程，它会直接回复我以下内容。
ChatGPT 界面的截图。ChatGPT 给我一个 Twitter 线程的输出。
你可以重复生成响应多次，直到获得满意的结果。我总是将 ChatGPT 的输出作为初稿，然后得到一个适合我账户的 Twitter 线程。
我的最终结果如下所示。
总结一下，**并不是 AI 本身不够出色，而是我们与之互动的方式存在问题。**为了充分利用 ChatGPT 及类似工具，我们必须改进我们的方式，专注于成为思考者，引导 AI 进行执行。
遵循这些提示并对输入内容负责，你会发现 AI 生成的内容可以成为你内容创作工具箱中的宝贵资产 在你的内容创作工具箱中。
所以，让我们开始制定有效的提示，释放 AI 写作的全部潜力吧！
Josep Ferrer 是来自巴塞罗那的分析工程师。他毕业于物理工程专业，目前在应用于人类流动性的领域工作。他是一位兼职内容创作者，专注于数据科学和技术。你可以通过 LinkedIn、Twitter 或 Medium 联系他。
原文。已获许可转载。