🚀 提升與ChatGPT對話能力的七個技巧

粗略估算，我與ChatGPT已經累計對話超過200萬字了，有寫文章/論文/小說/詩歌、寫遊戲/網站程式碼、定營銷方案、翻譯、制定旅行計劃、生成MidJourney prompt關鍵詞等數十種不同的使用場景。

在這個過程中，我發現在不同任務下都各自有一些特殊的prompt結構可以幫我獲得更好的結果。但同時，我也總結了結構化的且普適的7個技巧，基本上無論在什麼需求場景下，透過這些技巧（設定角色、明確問題、提供背景資訊等），都可以提升獲得滿意答案的機率。

1. 設定使用者角色

讓 ChatGPT 瞭解你的角色可以使它為你提供更貼近你需求的答案，從而提高對話相關性和滿意度。

正面案例: "我是一名軟體工程師，請教你如何最佳化資料庫效能？"

負面案例: "如何最佳化資料庫效能？"

可能出現的問題: 答案可能不會針對軟體工程師的技能和經驗進行最佳化

2. 設定 ChatGPT 的角色

設定專業角色（如律師、醫生、教練等）可以讓 ChatGPT 為你提供更具專業性的意見和建議。

正面案例: "作為一名營養師，你能推薦一些健康的零食嗎？"

負面案例: "推薦一些健康的零食"

可能出現的問題: 答案可能缺乏專業角度和建議

3. 明確問題

儘量讓問題更具體和明確，這樣 ChatGPT 可以為你提供更準確和相關的回答。

正面案例: "如何在 Python 中將字典轉換為 JSON 字串？"

負面案例: "如何處理字典？"

可能出現的問題: 答案可能包含與期望問題無關的資訊

4. 提供背景資訊

在提問時，提供一定的背景資訊和上下文，可以幫助 ChatGPT 更好地理解你的問題和需求。

正面案例: "我正在為初學者編寫一篇 Python 教程，如何解釋變數？"

負面案例: "如何解釋變數？"

可能出現的問題: 答案可能不符合初學者的需求和理解水平

5. 採用開放式問題

嘗試使用開放式問題來引導對話，這將鼓勵 ChatGPT 為你提供更豐富的資訊和見解。

正面案例: "如何成為一名成功的企業家？"

負面案例: "成為企業家容易嗎？"

可能出現的問題: 答案可能不會提供有關成功企業家所需的技能和策略

6. 分階段提問

如果你有一個複雜的問題，可以先提一個簡單的問題作為開端，然後逐步深入。

正面案例: "什麼是機器學習？" -> "談談監督學習和非監督學習的區別"

負面案例: "機器學習是什麼，監督學習和非監督學習的區別是什麼？"

可能出現的問題: 答案可能在解釋某一部分時顯得倉促，導致理解不全面

7. 請求示例和解釋

如果你對某個答案不太理解或需要更多資訊，可以要求 ChatGPT 提供具體示例或進一步解釋。

正面案例: "能否提供一個 Python 中使用 for 迴圈的示例？"

負面案例: "什麼是 for 迴圈？"

可能出現的問題: 答案可能缺乏具體示例，導致難以理解

透過遵循上述 7 個技巧，你可以更有效地與 ChatGPT 交流，獲得更滿意的答案。