ChatGPT 提示語說明書:通用三層結構與 9 個技巧提高 AI 生產力



當我們使用 ChatGPT 或 New Bing 這類對話生成內容的 AI 工具,甚至是 Midjourney、 Bing AI 繪圖時,直覺的提問或描述,往往就能獲得不錯的答案。尤其在像是 GPT-4 這樣的 AI 引擎升級,我們可以用更接近日常自然語言對話的方式,來獲得自己需要的結果。

正是這樣的「直覺」與「自然」,不用像是傳統軟體那樣進行複雜功能操作,讓 AI 內容生成工具對大多數一般人來說有驚豔的使用效果。

既然如此,如果不是要開發 AI 工具的話,那麼我們一般日常的工作、生活應用,還有需要去學習更好的「提示語技巧」嗎?還是用自然語言來對話即可?

在幾個月的使用過程後,我目前的經驗心得是,雖然不用學習太像是軟體工程那樣的提問技巧(因為 AI 強調的就是用自然語言對話),但是就像我們日常跟真正的人對話的時候,我們是否能準確描述任務?是否能讓對方精準理解我的意圖?這裡面也絕對不只是隨便說說,對方就能接住我的對話

也就是說,當我們需要 ChatGPT、 New Bing 這樣的 AI 工具完成不只是「我問你答」的簡單知識問答(例如 XXX 是什麼意思?),而是可以完成像是撰寫企畫書、整理知識、繪製表格、分析大綱、規劃目標等等,屬於「我交付任務,AI 完成成果」的需求,那麼就需要一些不用太複雜,但可以更精準的「提示語技巧」


2024 更新,我實驗了一年的 AI 工作流程總整理2024 我和 ChatGPT AI 工具如何一起工作,提示語、常用案例指南

2024/1/13 更新,學習 GPTs 商店熱門應用的提示語技巧從 GPTs 商店熱門應用學 ChatGPT 怎麼用,免費版可用提示語分享




ChatGPT 基礎三層提示語結構:目的優先、輸入資料、設定輸出

我自己在撰寫 ChatGPT 提示語的時候,有一個基本的三層結構,經過在各種工作、生活任務上的實踐與實驗,有助於解決大多數不同類型的任務。尤其在你的問題有點複雜,想不清楚要怎麼問比較好的時候,透過三層結構,讓我們有方向、有結構的提出問題,並獲得 ChatGPT 相對更有效的回答

這三層結構的基礎是:

  • 目的優先
  • 輸入資料
  • 設定輸出

例如我請 ChatGPT 幫我設計一個台灣歷史問答題庫的提問,我先清楚說出我的目的是要做一個閃卡題庫,然後輸入這個任務的背景資料是給幼兒園練習的台灣歷史人物,最後明確設定我需要的題目格式與數量:(參考:ChatGPT 與 Quiz Wizard 幫老師家長 AI 生成選擇題、抽認卡教學




有時候三層結構的後面兩層順序可以調換,例如我請 ChatGPT 理清一個搬家計畫的步驟,我先清楚說出我的目的是理出搬家任務大綱,但接著設定輸出時要補上可能漏掉的任務,最後才給予 ChatGPT 我的搬家相關資料。




但是無論如何,當我們要讓 ChatGPT 完成一個比較複雜的任務,卻不知道如何表達自己的問題,不知道如何撰寫提示語時,都可以從這三個層次的架構來思考:

  • 目的優先:

    • 盡可能在提示語的一開頭,用一到兩句話,先清楚說出自己的最終目的。例如要做一個閃卡題目、要拆解搬家任務大綱。
    • 這就像我們交付任務給他人時,一開始就「先說結果」,也就是最終希望對方完成的是什麼東西,這樣之後就算需要解釋比較複雜的資料,對方也一開始就知道最終任務到底是什麼,這樣無論是人還是 ChatGPT 都比較不會因此混亂。
    • 有時候比較簡單的問答,可能就只需要「目的優先」這一層結構即可。
  • 輸入資料:

    • 和 ChatGPT 傳達任務目的後,可以開始說明任務、問題的獨特背景資料,明確具體的描述跟任務相關的人事時地物。
    • 這其實跟我們交付任務給他人時,也是一樣的道理,要讓對方了解任務有什麼獨特之處,不一定要說一般性的通則資料,但一定要補充跟任務相關的「特殊性資料」,例如是台灣歷史、幼兒園使用的題庫,是要同時處理舊家具的搬家任務等。
  • 設定輸出:

    • 最後,我們要更明確界定 ChatGPT 輸出結果的特殊條件,例如要輸出幾個(20個)?有沒有什麼特殊格式(問題-答案)?有沒有需要什麼語氣、風格或特殊行動(補上可能漏掉的任務)?等等。
    • 這裡也還是跟我們交付任務給他人時,是同樣的道理,如果可以的話就跟對方講清楚「要交付結果的條件」,或者期望對方處理任務時「一定要採取的行動」,這樣 ChatGPT 才會知道要這樣去做,不要等到對方給我們之後才說數量不對、風格不合、格式有差。

掌握這樣的三層提示語基本結構,就能寫出一個好問題,或是交付一個有效的任務,當我們能精準的提問、交付任務,那麼 ChatGPT 也能提供給我們更有效的回答。




ChatGPT 進階三層提示語結構:指派角色、原始資料、任務範本

如果要問的問題比較複雜,或是希望 ChatGPT 交付給我們的任務成果更有效果時,可以從上面的基本三層結構延伸出一些進階的技巧。

  • 目的優先:
    • 明確設定要指派給誰去完成什麼任務,也就是指派 ChatGPT 一個處理任務的特殊角色。
  • 輸入資料:
    • 比起說明任務背景,不如直接給出任務混亂但完整的原始資料,讓 ChatGPT 自己去分析。
  • 設定輸出:
    • 比起說明輸出條件,不如直接給出任務成果的完整範本,讓 ChatGPT 依照範本去產出結果。

例如不只希望 ChatGPT 簡單摘要文章,而是可以直接寫成學習筆記。這時候比起單純只是問 ChatGPT:「幫我把這篇文章整理成 300 字的摘要,提供文章:」,不如這樣問:




如果只是簡單的摘要文章指令,只能獲得的是下面這樣的摘要成果:




但是如果用上面的三層結構來提問(目的優先、輸入資料、設定輸出),讓提示語更完整,並且還指定了任務角色是教養專家,又提供了具體的筆記範本,那麼我們就會獲得下面這樣的結果:




善用進階的三層提示語結構,瞬間我們獲得的內容就會有品質上根本的差異,就算使用 GPT-3.5 的版本也能獲得很不錯的 AI 答案。

  • 目的優先:指派誰完成什麼任務?

    • 我們一定要在指派任務的時候,先說明要讓 ChatGPT 模擬什麼角色嗎?我的經驗是不一定,但是如果我們要解決的問題有某種特殊性,那麼指派角色會讓回答的效果更精準。
    • 你可以這樣想,假如你是一位老闆,而 ChatGPT 是你的團隊,當你要指派任務時,會只是模糊的把任務交給整個團隊來做?還是會這樣說:「請文案專家撰寫一篇臉書貼文」、「請專案管理專家撰寫一份目標企劃書」、「請數據分析專家製作一份比較分析表格」,一定是清楚說明:「要指派誰,完成什麼任務」,才是一個精準的任務交派
  • 輸入資料:提供原始資料讓 ChatGPT 分析

    • 有時候與其講一大堆任務、問題的背景描述,或是設定一大堆輸出成果的條件,不如直接給出原始資料更好。
    • 原始資料可能是我們的想法筆記、雜亂文件等等,把這樣的內容交給 ChatGPT 分析,往往會有意想不到的好效果。因為在原始資料中,其實就有更完整的背景資料、更完整的輸出需求細節。所以我們可以要求 ChatGPT 根據原始資料去分析並產出任務。




ChatGPT 自動寫出來的 Facebook 貼文雖然不錯,但是往往太過市儈,也就是太像農場的風格。

可是如果我們提供 ChatGPT 原始資料去分析,那麼他就會產出像是下面這樣的貼文建議,整體來說更符合我自己的寫作風格。




  • 設定輸出:直接給出任務成果的範本:(延伸教學:活用你的第二大腦筆記範本,協作 ChatGPT 生成好內容的 6 個案例

    • ChatGPT 雖然很聰明,但是要執行任務的畢竟還是我們自己,所以如果我們可以加上自己最需要的「任務執行範本」,讓 ChatGPT 根據我們需要的任務執行邏輯來分析,那麼有可能獲得的答案會更接近直接可用的答案。

例如我下面先做一個三層提問,有指派誰完成什麼任務,也有提供簡單背景資料,也有設定輸出的簡單條件,這時候,獲得的答案其實也不錯。




但是假如我加上一個輸出的計畫範本,往往可以進一步提升答案的品質,深化內容,並且變成我們直接可用的成果。(即使是 GPT-3.5 也可以不錯的結果)




以上就是基礎、進階的三層提示語結構,這是大多數 ChatGPT 與 New Bing 提問時的通用結構,我們把提問想像成是交付任務給 ChatGPT,在這三層結構中進行變化,面對複雜問題時加上進階三層結構的技巧,基本上就能很有效的運用 ChatGPT。

這篇文章後面,再跟大家補充幾個提問的時候可以知道或運用的小技巧,這些技巧不一定要用,但如果遇到符合情境的特殊問題時,這些小技巧就會幫上忙。




跟 ChatGPT 提問的 9 個輔助小技巧:

  • 01. 問題要有特殊性

如果我們問的是普通問題,就只會獲得普通答案。如果我們交付任務時沒有仔細指出這次任務的特殊性,那麼 AI 或人都不會知道我們到底想要什麼結果。

所以,與其問:「請幫我摘要這篇文章」,不如問:「請幫我摘要這篇文章,我想知道裡面關於如何實際執行卡片盒筆記法的具體步驟。」

在「目的優先」、「輸入資料」、「設定輸出」三層結構中,能夠指出愈多問題、任務的特殊性,那麼最後獲得的答案就會愈有幫助。

這也是為什麼我很少在電腦玩物介紹摘要工具、提示語工具的原因,因為別人寫的提示語,很難有我們自己針對問題與任務的特殊性,這個特殊性只有自己知道,請把他們加入你的提示語中。

而最佳的特殊性,就是前面進階三層結構提到的:提供原始資料(你自己的原始資料,就是最特殊的資料),或是提供自己的範本(你自己的任務範本,就是最特殊的執行流程)



  • 02. 不用怕問得不好,不用擔心問得太複雜,追問修正即可

當看了上面的提示語技巧後,可能會不小心陷入綁手綁腳的迷思,就是會想要每一個問題都問得很詳細完整,但這並不一定是好事。有時候問題就是比較簡單,所以只要把握「目的優先」的技巧即可。有時候,則是問得太複雜,反而 ChatGPT 沒辦法抓住所有細節,最後答案反而更加不如預期。

所以,我們可以先問得比較簡單,只要具體即可。然後有什麼不滿意的地方,再一步一步的追問。例如下面這樣的提問流程:
  • 問題一:從簡單但是具體的提問開始
    • “請幫我規劃一個花蓮5天4夜親子之旅,可以帶5歲小孩體驗花蓮的大自然風光,我會開車前往。”
  • 問題二:發現可能問題:
    • “針對上一個問題中建議的行程,以親子之旅的目標來說,可能會有哪些問題與風險呢?”
  • 問題三:針對具體問題提供解決辦法:
    • “針對上述行程,建議如何避免行程太緊湊的問題?可以讓小孩玩得放鬆舒服”
  • 問題四:提供開始下一步行動的建議:
    • “前面的建議很棒,可以幫我轉換成接下來我該怎麼做的具體下一步行動清單嗎?”
  • 問題五:避開資訊的提問技巧:
    • “如何規劃一次小孩會很開心的親子旅行?”
之前我的案例:「ChatGPT 幫我不懂程式碼也能寫出番茄鐘待辦清單工具,實測心得」,就是在一步一步追問下完成的。



  • 03. 真的不會問問題時,就讓 AI 來問妳問題

有時候,我們可能對這個專案任務真的一知半解,這時候怎麼辦呢?這時候,可以反過來讓 ChatGPT 問我們問題。

關鍵的提示語是:「......請用問我問題的方式,引導我......」

例如我問:「假設你是一位敏捷專案管理專家,請用問我問題的方式,引導我建立一個在辦公室小團隊導入敏捷管理的計畫。我們辦公室目前很多專案都會拖延時程,而且大家對專案管理沒有概念。我們需要一個初步簡單可行的計畫來開始推展這個計畫。」




  • 04. 思維鏈提示法:你的輸出範本,也可以是思考邏輯、方法論

ChatGPT 的輸出邏輯,通常不是我們真正需要的輸出邏輯,前面有提到可以設定「範本」,讓 ChatGPT 依照這個範本來輸出。但問題是如果我們沒有任務、內容的範本時怎麼辦?

這時候有一種提示方法稱為「思維鏈提示法」:

意思是展示一次「我們的思考邏輯是什麼」,讓 ChatGPT 模仿我們的思考邏輯來輸出答案。

這會讓 ChatGPT 更會解題,或是更能有效的一步一步深入解決我們的問題。

例如我請 ChatGPT 幫我想一個文章標題,如果只是一般的提問可能獲得的答案如下:


但是如果我加上思考邏輯的示範呢?讓我們試試看:


這時候產出的文章標題會是更適合我的題目參考建議:




  • 05. 多加一句:請 ChatGPT 一步一步分析並回答

那如果我也不知道應該用什麼思考邏輯來解出答案、完成任務怎麼辦?

其實很簡單,那就請 ChatGPT 一步一步分析並回答,這樣一來,往往面對一些複雜問題或任務時,會讓 ChatGPT 提供更精準有幫助的答案。

例如下面這個設計文章標題的範例,多加一句「請一步一步分析並回答」,這樣一來,我們可以看到文章標題的建議更好,並且會多出更細緻的背後思考邏輯分析,這有助於我們自己再去找出更好的答案。




  • 06. 多加一句:提示 ChatGPT 要做事實確認再作答

ChatGPT、 New Bing 其實有所謂的更有創意的回答?還是更嚴謹的回答?更有趣?還是更認真?這些後台設定是有意義的,但如果無法作後台設定時,其實我們可以在「提示語」中要求 ChatGPT 改變設定。

例如我們可以這樣說:「請你根據事實確認後再回答」、「請你一定要符合原文語氣」,或是「請你可以更有創意的延伸思考」、「請你可以更自由地發揮想像力」等等。

不過,這裡是一種「比例」的問題,也就是會增加事實的比例,或是增加嚴謹的比例,但還是很難 100% 符合要求。




  • 07. 善用標記:當要提供大量資料,或是多次對話時

ChatGPT 可以在反覆的多次對話中,不斷的深入探討某個問題,但是一旦資料多了、對話多了,有時候 ChatGPT 會誤會我們所說的是哪個資料?哪段對話?這時候,多多利用「標記」,就可以解決問題。

「標記」的意思是,我給某一個提問、某一個任務、某一段資料一個「專有名詞的記號」,例如「@1 A專案」、「@2 B專案」,有了標記,以後就可以跟 ChatGPT 說:「讓我們先分析 @1 A專案 」,而 ChatGPT 也會知道我們在問什麼、說什麼。

更進一步的,有時候要提供很大量的資料給 ChatGPT 解讀,但每一則對話有字數上限,這時候善用標記,就可以分段提供所有的資料(我最多測試到 20000 多字的資料),然後請 ChatGPT 做分析,具體案例可以參考:「利用 ChatGPT 提示語突破字數限制教學,深入分析摘要2萬字資料」。





  • 08. 問兩次,進行確認,讓答案更多細節

有時候,你可能覺得 ChatGPT 摘要一篇文章不夠深入,解析一個問題好像漏掉一些細節,這是再所難免,有個小技巧可以克服這個問題。

那就是追問兩次、三次以上,我可以在對話中接續著這樣問:「請你再確認一次有沒有遺漏?」、「請你再確認一次是否符合事實?」、「請你再確認一次還有沒有要補充的?」

這個意思是,請 ChatGPT 根據她第一次回答的基礎,然後回到原始資料或提問中去做兩次、三次的確認,這有助於完滿答案的細節。




  • 09. 當資料、範本很複雜時,用### 或 """ 分隔指令和上下文

我的經驗是,這不一定是個必要手段,很多時候 ChatGPT 確實就會自己分辨出需要的內容。

但是 OpenAI 官方的提問技巧手冊有提到這個技巧,而且有幾次當 ChatGPT 搞不清楚我的提問與資料時,我運用這個技巧確實就解決問題了。

前面的進階三層提示語結構,提到要輸入原始資料,或是要提供範本,這時候,資料跟範本如何清楚區分呢?可以在這些不同資料的前後加上 ### 或 """ 來進行分隔。例如:

  • 假設你是一位親子教養專家,幫我針對下面這篇文章進行摘要。摘要時請根據更下方提供的筆記大綱範本撰寫:

  • 文章:###
  • XXX貼上文章內容
  • ###

  • 筆記大綱範本: ###
  • 能不能解決親子溝通之間的問題?
  • 文章提到哪些具體技巧?
  • 延伸拆解我們可以採取的下一步行動?」
  • ###

這樣可以讓 ChatGPT 更清楚我們提問的不同段落。

以上,就是我自己這幾個月在利用 ChatGPT 進行提問與完成任務時,會使用的提示語通用三層結構,以及搭配輔助的 9 個小技巧,分享給大家參考。

有興趣的朋友還可以進一步研究:



大家好,我是電腦玩物站長 Esor ,我在 2023 年推出的「個人數位生產力」線上課程中,從如何寫出有效的防彈筆記出發,觸及工作、生活與自我管理問題,解析如何打造一套執行起來更有效率,也更有成就感的生產力系統,歡迎參考(可使用電腦玩物老讀者折扣碼 ESOR500 ,獲得 500 元折價喔!)。

我的電子郵件是 esorhjy@gmail.com ,如果你有任何關於筆記術、時間管理、提升工作效率的問題,歡迎寫信跟我討論。或訂閱「電腦玩物電子報

我也開設了 podcast 節目,歡迎訂閱追蹤:高效人生商學院」(Apple podcast 訂閱、 Google Podcast 訂閱)。

也跟大家介紹我開設的一系列時間管理、筆記術、數位工具課程,歡迎報名:「課程介紹連結」。或參考我的最新書籍著作:《防彈筆記法》。

(歡迎社群分享。但全文轉載請來信詢問,禁止修改上述內文,禁止商業使用,並且必須註明來自電腦玩物原創作者 esor huang 異塵行者,及附上原文連結:ChatGPT 提示語說明書:通用三層結構與 9 個技巧提高 AI 生產力

留言

張貼留言

為了避免垃圾廣告留言過多,開始測試「留言管理」機制,讓我可以更容易回應讀者留言,並更簡單過濾掉廣告,但只要不是廣告留言都會通過審核。

這個網誌中的熱門文章

全家沖印、 7-11 列印照片誰好用?立可得與 ibon教學+比較表

Google Maps 我的地圖完全教學!規劃自助旅行攻略

Slack 完整教學與上手心得:找到正確的團隊溝通之道

Google NotebookLM 免費中文 AI 筆記實例教學,老師、學生、創作者利器

畫張圖說得更清楚! Napkin 用 AI 幫你的簡報文章手繪視覺思考圖

Google 表單自動關閉回覆教學:時間人數到達就過期

為什麼大家愛用 Trello ?最佳整理教學讓事情井然有序

Miro 遠距工作開視覺會議的免費強大白板,專案圖解實例教學

最簡單養成習慣方法是「解決問題」,不靠時間表、獎懲與意志力

Excalidraw 免費 AI 生成流程圖,一鍵畫出知識圖表、專案流程、寫作大綱