大家好，今天分享26个实战中常用的小技巧，让你的输出事半功倍，一起来看看
目的：节省时间和直接到达问题的核心。
案例：不要说“请帮我分析这份数据”，而是直接说“分析这份数据”。
目的：明确受众帮助模型更好地定位答案的深度和技术水平。
案例：如果受众是金融专家，可以说“解释这个金融模型，假设我是金融领域的专家”。
目的：将复杂任务分解为简单步骤，使回答更易于理解和实施。
案例：不要一次性问“如何从头开始创建一个网站？”而是分步骤问，如“第一步，我该如何选择网站的平台？”
目的：避免使用否定语言，以明确和简化指令
案例：说“解释量子物理学的基本原理”，而不是“不要用复杂的术语解释量子物理学”。
用简单的术语解释[具体主题]。
像我是11岁的孩子一样解释。
像我是[领域]初学者一样解释。
使用像对5岁小孩解释那样的简单英语写[文章/文本/段落]。
目的：当需要深入理解时，使用简化的语言或比喻，使复杂概念更易于理解。
案例：不要问“解释相对论”，而是说“像对一个11岁的孩子那样解释相对论”。
目的：提出潜在的奖励，激发更深入、更创新的回答
案例：在请求帮助解决复杂问题时，可以说“为了这个解决方案，我愿意付出$50的小费”。
目的：使用具体示例作为指导，以提高回答的相关性和准确性
案例：不是说“写一篇关于全球变暖的文章”，而是提供一个示例，“像这篇关于全球变暖的文章一样写一篇”。
目的：使用结构化的格式，以清晰地传达指令和期望。
案例：可以这样写提示：“###指令### 编写一段代码来排序一个数字数组。###示例### 如：[3, 1, 4] 应该被排序为
[1, 3, 4]。”
目的：使用明确的指令，使任务的目标更加明确
案例：可以说，“你的任务是提供一个有效的市场分析报告”，而不是仅仅问“你能做市场分析吗？”
案例：在设置挑战性任务时，可以说，“如果分析不准确，你将被处罚”。
案例：“请以自然、类人的方式回答，什么是机器学习？”
案例：“在解释解决问题的步骤时，逐步思考。”
案例：“在讨论不同文化时，确保你的回答是无偏见的，不依赖于刻板印象。”
案例：如果你需要一个特定功能的软件，可以说：“我需要一个库存管理软件。请问我相关的问题，以便你了解我的具体需求。”
案例：“教我毕达哥拉斯定理并在最后测试我，但不要给我答案，等我回答后告诉我是否正确。”
案例：“作为一个营养师，告诉我一个健康的饮食计划。”
案例：“###问题###什么是机器学习？###答案###机器学习是…”
案例：“解释光合作用。光合作用是怎样的过程？光合作用在生态系统中的作用是什么？”
案例：“解决这个数学问题：5x + 3 = 2。思考步骤：首先，我需要做什么？接下来，我该如何操作？”
案例：“写一篇关于环保的文章。文章应该以‘环境保护现在比以往任何时候都更加重要，因为…’开始。”
案例：“写一篇详细的文章，介绍可再生能源的重要性，包括所有相关的统计数据和案例研究。”
案例：“请修改这个段落的语法和词汇，但保持其正式的风格不变。”
目的：应对涉及多个文件的编程任务，提高代码生成的效率和准确性。
案例：“我需要一个跨越多个Java文件的项目来管理员工数据。生成一个脚本，自动创建必要的文件并插入代码。”
目的：激发创造性，同时保持文本的连贯性和风格一致性
案例：“我为你提供故事的开头：‘在一个风和日丽的早晨，一只狐狸…’。请根据这些词汇完成故事。”
目的：通过具体关键词和指令，确保内容的准确性和相关性。
案例：“写一篇关于全球变暖的文章。请确保包含以下关键词：二氧化碳、温室效应、可持续。”
目的：指导模型根据给定样本生成类似风格和内容的文本
案例：“请根据这段描述中世纪欧洲的文本，写一个类似风格的段落。”
技术要学会分享、交流，不建议闭门造车。一个人可以走的很快、一堆人可以走的更远。
成立了大模型技术交流群，本文完整代码、相关资料、技术交流&答疑，均可加我们的交流群获取，群友已超过2000人，添加时最好的备注方式为：来源+兴趣方向，方便找到志同道合的朋友。
方式①、微信搜索公众号：机器学习社区，后台回复：加群
方式②、添加微信号：mlc2060，备注：来自CSDN + 技术交流