OpenAI 提供一系列：策略和技術幫助使用者更有效地使用 ChatGPT。 這些方法可以：單獨使用也可組合以獲得更好的結果。 官方給出了6大提示策略（並給出了具體的教程和示例）。主要策略：
1.明確的說明：
準確地告訴 AI 你想要什麼。 例如，如果你想要乙個簡短的答案，只需說“給我乙個簡短的答案”。 這樣，人工智慧就不必猜測你的意圖。 模特無法讀懂你的心思。 如果需要簡短的回答，請明確要求;如果需要專家級的寫作，也要說清楚。 提供清晰的說明，減少對模型猜測的需要。 例：
如何：
在查詢中包含詳細資訊，以獲得更相關的答案。
要求模型採用特定的角色或風格。
使用分隔符清楚地指示輸入的不同部分。
明確指定完成任務所需的步驟。
提供示例以幫助模型理解任務。
指定輸出的所需長度。
2. 提供參考文字：
如果您有關於您正在撰寫的主題的具體資訊或示例，請將其提供給 AI。 這樣，它可以提供更準確和相關的內容。 語言模型可能會建立虛假答案，尤其是在詢問特定主題或要求提供引文和 URL 時。 提供參考文字可以幫助模型提供更準確的答案。
示例：操作方法：引導式模型使用參考文本來回答問題。
要求模型在響應時引用文字。
將複雜任務分解為簡單的子任務
如果你有乙個複雜的主題要寫，試著把它分解成更小的部分。 例如，先寫乙個關於主題的部分，然後寫乙個關於主要思想的部分。 正如在軟體工程中將複雜系統分解為模組化元件一樣，在向語言模型提交任務時也應採用類似的方法。 複雜任務的錯誤率通常高於簡單任務。 複雜任務通常可以重新定義為一系列簡單任務的工作流。 例：
操作方法：使用意向分類來識別與使用者查詢最相關的說明。
對於需要長時間對話的應用，請彙總或過濾以前的對話。
分段總結長文件，並以遞迴方式構建完整摘要。
4.給模型時間“思考”：
有時，讓人工智慧在回答問題之前“思考”可以得到更好的答案。 這就像讓它列出首先解決問題的步驟，然後給出答案。 模型在立即回答問題時可能會犯更多的推理錯誤。 在給出答案之前，要求模型做乙個“思維鏈”可以幫助模型更可靠地推理正確答案。 例：
方法如下：在匆忙得出結論之前，指導模型自行找出解決方案。
使用內部獨白或一系列查詢來隱藏模型的推理過程。
在前面的答案中，詢問模型是否缺少任何內容。
5. 使用外部工具：
有時，人工智慧和其他工具（如資料搜尋工具）的結合可以帶來更好的結果。 使用其他工具的輸出來彌補模型的缺點。 例如，文字檢索系統可以向模型提供相關的文件資訊，執行引擎可以幫助模型執行數學計算並執行。
示例：操作方法：使用基於嵌入式的搜尋進行有效的知識檢索。
使用執行進行更準確的計算或呼叫外部 API。
授予模型對特定特徵的訪問許可權。
6.測試和調整：
嘗試不同的指令和方法，看看哪種效果最好，然後根據結果進行調整。
示例：“使用標準答案評估模型輸出”是確保 AI 模型答案質量的有效方法。
定義標準答案：首先，確定問題的正確答案中應包含哪些已知事實。 這些事實構成了評估人工智慧響應的標準。
模型查詢與事實：使用模型查詢生成答案，然後檢查該答案中包含多少個必需的事實。
評估答案的完整性：根據答案中包含的事實數量評估答案的完整性和準確性。 如果 *** 包含全部或大部分必需的事實，則可以認為答案是高質量的。
此策略對於需要精確度和細節的方案（如科學、技術或學術研究）特別有用。 通過與標準答案的比較，可以有效地監控和提高AI模型的輸出質量。
Prompt Engineering Just-intime 工程策略：
提示示例：
libraries & tools
提示庫和工具：
s 關於高階提示以提高推理能力
openai cookbook：