ChatGPT 提示备忘单 V2

1. 了解术语

模型 (Model)：类似AI的大脑，从大量数据中学习。
提示 (Prompt)：你告诉AI的内容，或你向AI提问的内容。
输入 (Input)：你提供给AI的内容，通常是提示或问题的形式。
输出 (Output)：AI对你的输入的响应。
标记 (Token)：文本中最小的片段。可以是一个字母或一个单词。
最大标记数 (Max Tokens)：AI可以一次处理的最大标记数量。

2. 掌握这些命令
列出 (List)：列举项目、想法或步骤。
扮演 (Act as)：假设一个特定的角色，提供定制响应。
继续 (Continue)：延续当前讨论。
详细说明 (Elaborate)：提供更多细节或解释。
总结 (Summarize)：浓缩信息的版本。
识别缺陷 (Identify Gaps)：指出遗漏或不完整的元素。
利弊分析 (Pros and Cons)：评估某个主题的优缺点。

3. 使用这些提示结构
TREF：任务、需求、期望、格式
SCET：情况、复杂性、期望、任务
PECORA：目的、期望、上下文、请求、操作
GRADE：目标、请求、操作、细节、示例
ROSES：角色、目标、场景、预期结果、步骤

4. 制作提示时避免的错误
避免模糊或封闭式问题：不要：你觉得我们的网站好看吗？
应该：能具体说说我们网站的哪些页面对你最有用，以及为什么吗？

不要忘记以用户为中心：不要：我们产品有何问题？
应该：使用我们的产品时你遇到的最大挑战是什么？你会如何改进它？

不要：我们的隐私政策很难使用吗？
应该：能告诉我你在使用我们的隐私政策时遇到的困难吗？

5. 使用这些参数
温度 (Temperature)：控制模型的“创造性”，温度越高，输出越多样且不可预测。示例：模拟对话中的温度值为1。

多样性惩罚 (Diversity_penalty)：较高的多样性惩罚会导致更丰富和多样的输出，而较低的惩罚会使输出更单一。示例：模拟对话中的多样性惩罚值为0.9。

存在惩罚 (Presence_penalty)：较高的存在惩罚会导致更少的重复输出，适用于避免重复的单词或短语。示例：模拟对话中的存在惩罚值为0.9。

频率惩罚 (Frequency_penalty)：控制模型对某些单词或短语出现频率的惩罚程度。示例：模拟对话中的频率惩罚值为1。

停用词 (Stop_words)：控制模型是否生成“停用词”（通常不需要的词，如“嗯”，“啊”等）。示例：在对话中使用停用词值0.5。

6. 语气
使用不同的语气可以使AI适应各种场景，从而增加其多功能性。专业 (Professional)：适合技术信息、重要更新或正式通信。
友好 (Friendly)：使互动更亲切，促进对话。
热情 (Enthusiastic)：适合介绍新功能或激励用户采取行动。
同情 (Empathetic)：理解用户的困扰，提供支持。
鼓励 (Encouraging)：支持和鼓励用户尝试新事物或解决问题。
安抚 (Reassuring)：缓解用户的担忧，提供建设性反馈。
鼓舞 (Inspirational)：激励用户采取行动，尝试新功能，或更深入地探讨你的产品。

实用的ChatGPT插件
Noteable

AskYourPDF
Link Reader

Prompt Perfect
Video Insights

Resume Copilot
其他ChatGPT提示资源

Promptstacks: https://www. promptstacks. com
FlowGPT: https://www .flowgpt. com
Github: https://www. github. com/f/awesome-chatgpt-prompts
ChatGPT Discord: https://www.discord. com/invite/chatgpt