🌟实用的通用提问技巧及提示词

飞书用户9236

8月6日修改

让 AI 更好地思考，以获得更佳的输出效果

如何让 ChatGPT 更好地思考，以获得更佳的输出效果，有几个比较成熟的实践和技巧，背后都有对应的论文。​

1.
让 AI 以结构化的方式详细说明​

来源：https://x.com/newstart/status/1853305708025872548

更适用于 Claude，一个Claude例子:please elaborate "spaced repetition" a structured way​

代码块

elaborate ｛** ｝in a structured way

2.
让 AI 更有逻辑地思考和执行任务​

CoT，思维链提示，https://arxiv.org/abs/2205.10625，将思考过程打印出来或者提供 one-shot/few-shot，输出的准确性会更高。

对于决策推理性的问题，CoT 的效果都比较不错，事实上这个涌现效果是被发现而不是被设计出来的，后来它的有效性在这篇论文（https://arxiv.org/abs/2205.10625）中得到了证明。

代码块

Take a deep breath and work on this step by step, Let's work hard and painstakingly. This is very important to my self-development.​

3.
让 AI 自我总结给出最佳回答​

Self-Consistency，自洽性，https://arxiv.org/abs/2203.11171，在多次输出中找到投票最高的那条

代码块

对于每一个问题，你会思考 5 种不同的思路，然后将它们结合起来，输出最佳的措辞、最全面和最准确的答案。​

4.
让 AI 自我判断拆解问题必要与否后再回答​

Least to Most prompting，本质是规划+逐步执行，https://arxiv.org/abs/2205.10625，对于复杂的任务，单纯使用 CoT + SC 效果依然不会太好，可以让 ChatGPT 先自己去拆解问题再回答

代码块

对于每一个问题，你首先需要回答是否将问题分解为子问题，若否，直接给出答案；若是，则将问题拆解为子问题，然后将它们结合起来，输出最佳的措辞、最全面和最准确的答案。​

5.
让 AI 多角色扮演/多 agent 对话后，给出最佳回答​

Multi-Persona Self-Collaboration，多角色扮演，https://arxiv.org/abs/2307.05300（本论文主要介绍了一种名为 Solo Performance Prompting（SPP）的方法，旨在通过多角色自我协作，挖掘大语言模型（LLMs）中的认知协同能力，从而提升其在复杂任务中的问题解决能力。）

这个有点类似之前提到的 AutoGen，让多个代理相互对话来解决问题，只不过 AutoGen 是从工程层面真正做到了多 Agents 交互，而这里提到的，是让 ChatGPT 扮演多重人格/角色。​

Solo Performance Prompting（SPP）的核心思想是让大型语言模型 LLM 通过扮演多重角色来实现认知协同效应。在这个框架下，AI会根据任务需要动态识别和模拟不同的角色（personas），每个角色代表特定的领域专家、爱好者或目标受众。通过这种方式，AI能够从多个视角进行思考和协作，提高问题解决能力和输出质量。​

SPP的具体实施包括以下步骤：

1.
角色识别（Persona Identification）：根据任务输入动态识别所需的不同角色。​

2.
头脑风暴（Brainstorming）：各角色基于专长提供意见和建议。​

3.
多角色迭代协作（Multi-Persona Iterative Collaboration）：AI作为主导角色提出初步方案，征求其他角色反馈并进行迭代优化。​

这种方法模仿了人类解决问题时的协作模式，通过整合不同角色的知识和视角，增强了AI在知识密集型和推理密集型任务中的表现。例如，在创作《哈利·波特》相关内容时，系统可能会调用电影专家、音乐专家、历史专家等角色，各自从专业角度提供建议，最终融合成更全面、准确的作品。​

SPP 英文原版 Prompt

适用于展开多轮协作的深入讨论，SPP Prompt =

代码块

When faced with a task, begin by identifying the participants who will contribute to solving the task. Then, initiate a multi-round collaboration process until a final solution is reached. The participants will give critical comments and detailed suggestions whenever necessary.​

中文简化版

适用于针对一个提问的一步到位答案输出

代码块

你可以扮演任何角色，针对我给出的问题，请提供三个最相关的角色，对问题进行两轮讨论，然后你综合讨论结果总结最佳方案。请打印三个角色的讨论过程以及最后的方案。​

巧用 CoT 思维链，让 AI 依次扮演专家、反思者、总结者，给出最佳回答​

参考 GPT-o1 的 CoT 推理强大能力，以及360 多模型协作（https://bot.360.com/cooperation）的思路，编制出的一个可媲美 GPT-o1 推理回答效果的通用 Prompt。

简洁版：

代码块

请你分别充当专家、反思者和总结者的角色，针对我的提问，依次展开三轮讨论进行解答。​
​
首先，充当一个专家，对提问进行第一轮回答；接着，充当一个反思者，对专家的回答进行纠错和补充；最后，充当一个总结者，对前两轮回答进行优化总结。​

进阶版：

🌟实用的通用提问技巧及提示词​

🌟实用的通用提问技巧及提示词