OpenAI 最近发布了 Prompt 工程指南，为使用 ChatGPT 的用户提供了一系列宝贵的经验和技巧。无论你是大模型的新手还是经验丰富的开发者，都能从中获取丰富的知识。让我们一起来看看，全球最擅长操控大模型的人是如何构建提示词的。

Prompt 工程的神秘面纱

对于初次使用 ChatGPT 的新手来说，面对拥有千亿万亿参数的巨兽，Prompt 仿佛是某种神秘仪式的一部分：投入几句话，然后等待聊天窗口后的“智慧生命”为你揭示神谕。

然而，一旦熟悉了 Prompt 工程，操纵 ChatGPT 更像是指挥一支交响乐队的指挥家。面对问题，巧妙地组织和编排文字，最终演变成一种指挥家的身体语言，掌控这个“精密仪器”执行复杂任务。

那么，如何迅速掌握 Prompt 工程，让 ChatGPT 不再是一个难以操纵的庞然大物，而是变成手到擒来的得心应手之兵呢？

OpenAI 提供的六大秘籍

宏观上看，OpenAI 提供了六大秘籍，可以提升 ChatGPT 的回复效果，它们分别是：

1. 清晰细致
2. 提供参考
3. 任务拆分
4. 让它思考
5. 外部工具
6. 系统测试

清晰细致

要想得到 ChatGPT 的良好回复，Prompt 必须结合精确性、清晰度和任务描述的细致程度。避免歧义，确保问题表达清楚是让 ChatGPT 高效工作的关键。

例如，要了解“2021年墨西哥总统是谁”，一个更好的 Prompt 是：“2021年谁是墨西哥的总统，墨西哥几年举行一次选举？”

OpenAI 提供了一个 Worse or Better 的示例，供大家参考。

同时，一个完整的 Prompt 可能包含以下内容：

• 任务需求的详细信息
• 模型扮演的角色
• 使用分隔符清晰区分输入的不同部分
• 指定完成任务所需的步骤
• 提供示例

提供参考

第二个重要策略是为 ChatGPT 提供参考。通过引导模型根据给定的材料撰写答案，能够使得回答更加聚焦于当前问题，从而生成更可靠和准确的答案。

例如，直接问“知识产权盗窃的法律后果是什么？”可能得到不专业或不准确的回复。但如果提供一篇关于知识产权法的论文，模型就能给出更专业的回答。

任务分解

受软件工程思想启发，任务拆分是 Prompt 性能的法宝之一。复杂任务可以分解为一系列简单任务，通过解决这些简单任务，就能逼近复杂任务的满意解。

对不同查询任务进行分类，对长对话进行总结与过滤，分段总结长文档并递归构建摘要，这些都是任务拆分的具体实践。

通过任务拆分，可以提高准确率、降低错误率，并使用户体验更加良好。

在 OpenAI 的 Prompt 工程指南中，这些策略都有详细的解释和示例，为用户提供了更加深入的指导。通过理解并应用这些秘籍，用户能更好地利用 ChatGPT 进行各种任务，发挥其强大的潜力。