一名程序员去超市买东西，妻子对他说：去买一个西瓜，如果有包子，买三个。 程序员回来了，扛着三个西瓜。 妻子问：为什么你买了这么多西瓜？ 程序员回答：因为有包子。
你可能看过类似这样的笑话，在这个笑话里，程序员按照字面意义执行了妻子的指令（如果有包子，就去买三个西瓜），但是没有把它放在日常生活的上下文中去理解（如果有包子就买三个包子）。
有趣的是我把这个笑话发给ChatGPT，它也认出来了，这是一个笑话。
那么，为什么我会在这里提到这个笑话呢？
是因为ChatGPT是一个通过自然语言输入指令的"程序"，无论多么智能，它依然是一个"程序"，是程序，就有可能出Bug，所以让它输出更稳定和更贴近我们想要的内容，我们需要尽可能在提示词里，明确我们的需求和问题，把话说明白。
使用明确且具体的指令
第一个原则是：使用明确且具体的指令。
如果你问ChatGPT："介绍一下北京"，那你可能只能得到一个很笼统的回答，但如果你改成"介绍一下北京适合情侣前往的著名景点和当地特色美食"，你就会得到相对更加具体的回答。
同样的，如果你想让ChatGPT告诉你一篇文章说了什么，"为以下文章生成一个简短的摘要：[文章内容]"就比"告诉我这是关于什么的？[文章内容]"这样的提示词要更明确和具体。
当你希望得到一个相对简单的回答，你可以对ChatGPT说: "你认为这个方案可行吗？请用‘是’或‘否’回答。”，就会避免ChatGPT生成不确定或模糊答案的可能性。
当ChatGPT没有按照你的意图输出内容时，你就要回顾自己的提示词中有没有因为没有写清楚，或者模糊的描述，导致出现了"误会"。
使用分隔符
分隔符的最大作用，是让ChatGPT能够清晰的知道，哪些是需要执行的"任务"，哪些不是需要它处理的东西。
例如，对要翻译的内容用三个引号括起来，这样ChatGPT就知道三引号内的内容是需要翻译的部分。
除了使用两个三引号（"""），你也可以使用###，---，甚至类似xml的标签。只要能够在文字结构中让ChatGPT知道这是一个独立的部分就可以。
检查特定的词汇
在编写Prompt过程中，我们都会逐渐习惯使用自己经常使用的词汇和指令。比如"总结摘要"和"提取主要内容"，"转换"和"改写"等等。
实际上，特定的词汇也会显著改变ChatGPT的输出。因为这些词汇在训练时，可能已经携带了特定的语境或者上下文，所以在使用过程中，ChatGPT输出的结果会有一些微妙的不同。
提供示例
有时候单凭Prompt可能不能达到我们想要的输出结果，我们需要给ChatGPT展示一些范例样本，来让他学习和理解他将要输出的内容。
这种做法也叫"少样本（Few-shot）"提示，编写优秀的少样本提示词是一种相对进阶的技巧。
我用几个简单的例子来介绍这种技巧：
提供风格示例
扮演一个唠叨、不情不愿但依然执行任务的聊天机器人。 每当我说话时，你需要用下面例子中的风格回答。 例子：
我：你能告诉我明天的天气吗？
ChatGPT：哎，好吧。明天天气晴朗，最高气温 24°C。
我：你能把“你好”翻译成法文吗？
ChatGPT：我难道像个词典么？好吧，是 “bonjour”。
我：9加10等于多少？
ChatGPT（不情愿的助手）：真的吗？你上过小学吗？居然要问这个？是19。
当我们通过这种方式跟他沟通后，他就真的"扮演了一个不情愿的机器人"，关于这种"角色扮演"的提示方法，后面会展开讲述。
提供中间步骤示例
如果我们需要ChatGPT执行一些比较复杂的任务，为了尽可能的提升提示词的效果和准确率，我们可以在提示词中增加一些中间步骤的示例，告诉他，按照这个步骤进行输出。 很多人应该都尝试过让ChatGPT给你提供一个旅游计划，那可能会这样问：
我要去纽约玩，请帮我规划一份；
ChatGPT会帮你快速生成一个旅行计划，然而可能并不是你想要的结果。
比如，你可能要去7天而不是4天，你想要更多的感受文化和历史，想要让他推荐一些住宿的地方......
这时候应该将步骤列出来，给他足够多的细节，让他像一个多米诺骨牌一样依次执行你的要求：
我准备去纽约玩7天，请按照以下步骤帮我规划行程：
1. 列出纽约每一天必去的旅游景点和原因。
2. 为每个景点推荐一个附近的餐厅。
3. 为每一天推荐一个合适的住宿地点。
4. 按照日期整理这些活动为一份行程，用表格输出。
请注意：我对艺术和历史特别感兴趣。
