大家好，我是星辰编程理财。很高兴能够与大家分享关于ChatGPT的最佳实践。作为一个热爱编程的技术爱好者，我曾经历了在学习和使用ChatGPT时遇到的一些挑战和困惑。然而，通过不断的探索和实践，我逐渐领悟到一些宝贵的经验和技巧。在这篇文章中，我想和大家聊聊指令的重要性。我还记得刚开始使用ChatGPT时，我提问的问题并不是很清晰，结果得到的回答也不尽如人意，模型无法理解我的意图。通过不断的尝试和总结，我得到了一些经验。结合OpenAI GPT官方使用最佳实践指南，我将与大家分享一些关于指令要清晰、提供参考文本、将复杂任务拆分为简单子任务、给GPT时间“思考”、使用外部工具以及系统地测试变化的最佳实践。无论你是新手开发者还是经验丰富的AI爱好者，我相信这些实用的技巧和建议将对你的ChatGPT编程之旅有所帮助。
第一章：指令要清晰
作为一个开发者，在使用ChatGPT时，指令的清晰度对于获得准确和有用的回答至关重要。在这一章中，我将分享一些最佳实践，给出明确的指令，让ChatGPT能够更好地理解你的需求。
1.1 提供更多细节的问题描述
当向ChatGPT提问时，提供更多细节的问题描述可以帮助模型更好地理解你的问题，并给出相关的答案。让我举个例子：
用户： 你好，我最近在前端开发中遇到一个问题，我想知道如何在JavaScript中创建一个动态生成的表格，每行有两列，一列显示数字，另一列显示对应的文字。
AI： 当然！在JavaScript中，你可以使用DOM操作动态创建表格。以下是一个简单的示例代码：
javascript复制代码// 创建表格
var table = document.createElement('table');
// 动态生成表格内容
for (var i = 0; i < data.length; i++) {
var row = document.createElement('tr');
var cell1 = document.createElement('td');
var cell2 = document.createElement('td');
cell1.innerHTML = data[i].number;
cell2.innerHTML = data[i].text;
row.appendChild(cell1);
row.appendChild(cell2);
table.appendChild(row);
}
// 将表格添加到页面中的某个元素
document.getElementById('tableContainer').appendChild(table);
这样，你就可以动态生成带有数字和文字的表格了。
1.2 让模型角色扮演，充当 ChatGPT 提示生成器
有时候，我们可能想要用ChatGPT作为一个提示生成器，向它提供一些提示词，然后让它生成一些相关的问题。这可以帮助我们更好地了解ChatGPT的思考过程并得到一些新的创意。
用户： 给我一些关于前端开发的问题的提示词，让我来挑战一下自己！
AI： 当然！以下是一些关于前端开发的问题提示词：
- 响应式设计
- 跨浏览器兼容性
- 前端框架比较
- 性能优化技巧
- 前端安全性
试着使用这些提示词来生成一些有趣的问题吧！
1.3 使用分隔符来区分不同部分
当你的问题或指令需要包含多个部分时，使用分隔符可以帮助模型更好地理解你的意图，并将其分成合适的部分进行处理。比如：
用户： 我需要一个完整的前端开发教程，包括HTML、CSS和JavaScript。请使用三个井号（###）作为分隔符划分各个部分。
AI： 好的，下面是一个完整的前端开发教程：
HTML
HTML是一种标记语言，用于构建网页的结构。以下是一个简单的HTML示例：
html复制代码<!DOCTYPE html>
<html>
<head>
<title>My First Web Page</title>
</head>
<body>
<h1>Hello, World!</h1>
<p>This is a paragraph.</p>
</body>
</html>
CSS
CSS用于为HTML元素添加样式和布局。以下是一个简单的CSS示例：
css复制代码h1 {
color: blue;
}
p {
font-size: 14px;
}
JavaScript
JavaScript是一种用于为网页添加交互功能的编程语言。以下是一个简单的JavaScript示例：
javascript复制代码console.log("Hello, World!");
function sayHello(name) {
console.log("Hello, " + name + "!");
}
sayHello("John");
希望这个教程能对你有所帮助！
1.4 指定任务完成所需的步骤
在某些情况下，你可能希望ChatGPT按照一定的步骤为你完成一个任务。这时，你可以明确指定任务所需的步骤，以帮助模型更好地理解并按照你的要求生成回答。
用户： 我想知道如何使用React创建一个简单的待办事项列表，包括添加、删除和完成任务的功能。请按照以下步骤完成：
- 创建一个React组件来显示待办事项列表。
- 实现添加任务的功能。
- 实现删除任务的功能。
- 实现完成任务的功能。
AI： 好的，按照你的要求，我将为你完成这个任务。以下是每个步骤的代码示例：
- 创建一个React组件来显示待办事项列表：
javascript复制代码import React from 'react';
class TodoList extends React.Component {
render() {
return (
<ul>
{this.props.todos.map(todo => (
<li key={todo.id}>{todo.text}</li>
))}
</ul>
);
}
}
export default TodoList;
- 实现添加任务的功能：
javascript复制代码import React from 'react';
class TodoList extends React.Component {
state = {
todos: [],
newTodo: ''
};
handleInputChange = e => {
this.setState({ newTodo: e.target.value });
};
handleAddTodo = () => {
const { todos, newTodo } = this.state;
const todo = { id: todos.length + 1, text: newTodo };
this.setState({ todos: [...todos, todo], newTodo: '' });
};
render() {
return (
<div>
<input
type="text"
value={this.state.newTodo}
onChange={this.handleInputChange}
/>
<button onClick={this.handleAddTodo}>Add</button>
<ul>
{this.state.todos.map(todo => (
<li key={todo.id}>{todo.text}</li>
))}
</ul>
</div>
);
}
}
export default TodoList;
- 实现删除任务的功能：
javascript复制代码import React from 'react';
class TodoList extends React.Component {
state = {
todos: []
};
handleDeleteTodo = id => {
this.setState(prevState => ({
todos: prevState.todos.filter(todo => todo.id !== id)
}));
};
render() {
return (
<ul>
{this.state.todos.map(todo => (
<li key={todo.id}>
{todo.text}
<button onClick={() => this.handleDeleteTodo(todo.id)}>
Delete
</button>
</li>
))}
</ul>
);
}
}
export default TodoList;
- 实现完成任务的功能：
javascript复制代码import React from 'react';
class TodoList extends React.Component {
state = {
todos: []
};
handleCompleteTodo = id => {
this.setState(prevState => ({
todos: prevState.todos.map(todo => {
if (todo.id === id) {
return { ...todo, completed: true };
}
return todo;
})
}));
};
render() {
return (
<ul>
{this.state.todos.map(todo => (
<li
key={todo.id}
style={{ textDecoration: todo.completed ? 'line-through' : 'none' }}
>
{todo.text}
{!todo.completed && (
<button onClick={() => this.handleCompleteTodo(todo.id)}>
Complete
</button>
)}
</li>
))}
</ul>
);
}
}
export default TodoList;
希望这样的步骤指导能对你有所帮助！
1.5 提供示例来引导模型生成回答
有时，提供示例来引导模型生成回答是非常有效的。模型可以通过示例学习到一些模式，并生成更符合你期望的回答。
用户：
你是一个前端开发，我会在三引号内给你提供示例，你必须模仿示例的风格写出3个回答。提示词：介绍一下vue3。 提示词：介绍一下React。 回答：React，就像是一门前端开发的魔法，它以其强大的组件化能力和高效的虚拟DOM操作征服了无数开发者的心。每一个React组件都是一个独特的存在，拥有自己的状态和属性，就像音符在乐谱上舞动。通过React，我们可以构建出华丽的用户界面，实现动态的数据渲染和交互效果。就像一场魔法表演，它让我们的网页焕发出生机和魅力。
AI：
Vue 3，简直就是前端开发的一颗明星。它是一个轻量级、高效的JavaScript框架，专注于构建用户界面。Vue 3的核心特点就是响应式数据绑定和组件化开发。通过使用Vue 3，我们可以轻松地将数据和视图进行绑定，实现数据的自动更新和视图的动态渲染。而且，Vue 3还引入了Composition API，让我们能够更灵活地组织和复用代码。总的来说，Vue 3是一个功能强大且易于学习的框架，它能够帮助我们构建出优雅、高效的用户界面。
Vue 3，是一款非常受欢迎的前端框架。它的特点是简单易用、灵活性强、性能出色。Vue 3采用了虚拟DOM的方式进行渲染，可以快速地更新页面，并且能够根据数据变化自动更新视图。另外，Vue 3还支持组件化开发，可以将页面拆分成多个独立的组件，方便代码的维护和复用。除此之外，Vue 3还提供了丰富的工具和插件，可以帮助开发者更高效地开发应用。总的来说，Vue 3是一款非常强大的前端框架，可以帮助我们快速构建出漂亮且高性能的用户界面。
Vue 3是一款非常受欢迎的前端框架，它的设计理念是简单、灵活和高效。Vue 3采用了响应式数据绑定的方式，可以让数据和视图保持同步，使得页面的更新变得非常高效。此外，Vue 3还支持组件化开发，可以将页面拆分成多个独立的组件，方便代码的维护和复用。除此之外，Vue 3还提供了丰富的生态系统，包括路由、状态管理、构建工具等，可以帮助开发者更好地开发和维护应用。总的来说，Vue 3是一款非常优秀的前端框架，可以帮助我们构建出漂亮、高性能的用户界面。
1.6 设定回答的长度要求，如字数、段落数量、要点数量
有时候，你可能希望ChatGPT生成的回答具有一定的长度或包含特定数量的段落或要点。这时，你可以设定回答的长度要求，以帮助模型更好地满足你的需求。
用户： 作为一个前端开发，你怎么理解闭包？要求字数大于200
AI：
闭包是JavaScript中一个非常重要且常用的概念。它是由函数和其相关引用环境组合而成的一种特殊对象。在理解闭包之前，我们需要先了解一下JavaScript的作用域和变量提升。
JavaScript中存在全局作用域和局部作用域的概念。在函数内部定义的变量称为局部变量，只能在该函数内部访问。而在函数外部定义的变量称为全局变量，可以在任何地方访问。
当一个函数内部引用了外部的变量，并且该函数被外部的作用域引用或者返回时，就形成了闭包。闭包可以让函数访问外部作用域的变量，即使外部作用域已经执行完毕。
闭包的应用场景非常广泛。一方面，闭包可以用来创建私有变量，通过将变量定义在函数内部，外部无法直接访问，只能通过闭包提供的接口进行访问和修改。这种方式可以有效地隐藏变量，保护数据的安全性。另一方面，闭包还可以用来实现函数工厂，即通过闭包返回一个函数，每个返回的函数都可以访问自己的私有变量，实现了数据的封装和复用。
需要注意的是，闭包会带来内存的开销。由于闭包会保留对外部作用域的引用，因此外部作用域的变量无法被垃圾回收机制回收。如果闭包被滥用或者使用不当，可能导致内存泄漏的问题。
在实际开发中，理解闭包的概念和原理，能够更好地利用闭包的特性，编写出高效、安全的JavaScript代码。
用户： 请把上面回答的内容总结为三个要点。
AI：
闭包是由函数和其相关引用环境组合而成的一种特殊对象。 闭包可以让函数访问外部作用域的变量，即使外部作用域已经执行完毕。 闭包的应用场景包括创建私有变量和实现函数工厂，但需要注意内存开销和潜在的内存泄漏问题。
第二章：提供参考文本
这章我们将探讨如何使用参考文本来引导ChatGPT生成更准确和有用的回答。提供参考文本可以帮助模型理解问题的上下文，并提供相关的信息。
2.1 使用参考文本来引导模型回答问题
当你向ChatGPT提问时，你可以提供一些相关的参考文本，让模型在生成回答时参考这些文本，从而使回答更加准确和有针对性。
用户： 请解释一下什么是响应式设计。
AI： 响应式设计是一种网页设计的方法，它使网页能够根据用户的设备和屏幕尺寸进行自适应布局和显示。响应式设计可以通过使用CSS媒体查询和弹性布局来实现。以下是一个关于响应式设计的参考文本，帮助你更好地了解这个概念：
复制代码响应式设计旨在提供一致的用户体验，无论用户使用的是台式机、笔记本电脑、平板电脑还是手机。通过使用媒体查询，网页可以根据屏幕尺寸和设备功能应用不同的样式和布局，以适应不同的设备。这种方法可以提高网页的可用性和可访问性，并确保内容在各种设备上都能够清晰可见。
希望这个回答能够帮助你更好地理解响应式设计！
2.2 让 ChatGPT 引用参考文本来生成答案
除了让ChatGPT参考参考文本来回答问题之外，你还可以让模型直接引用参考文本的内容来生成回答。这样可以确保回答的准确性和一致性。
用户： 请问，人类智能与机器智能有何区别？参考《人工智能：一种现代方法》
AI：
根据斯图尔特·罗素（Stuart Russell）和彼得·诺维格（Peter Norvig）在《人工智能：一种现代方法》一书中的定义，他们指出：“人类智能是指人类所表现出的智能，而机器智能是指机器所表现出的智能。”简而言之，人类智能是由人类所拥有的认知和思维能力组成，而机器智能则是指计算机和机器所具备的类似人类智能的能力。
在这个定义中，人类智能是基于生物学和心理学的研究，包括人类的感知、推理、学习、创造力等方面的能力。而机器智能是通过计算机和机器系统模拟人类智能的能力，包括机器学习、自然语言处理、计算机视觉等领域的技术与算法。
总的来说，人类智能和机器智能之间的主要区别在于其来源和实现方式。人类智能是基于生物学和心理学的研究，而机器智能是通过计算机科学和人工智能技术来实现的。
第三章：将复杂任务拆分为简单子任务
这章中我们将学习如何将复杂的任务拆分为简单的子任务，以便更好地处理问题并生成准确和有用的回答。
3.1 对问题进行分类
当面对复杂的问题时，对问题进行分类是一个有效的策略。通过将问题分解为多个子问题，我们可以更好地处理每个子问题，并生成相应的回答。
我们可以先把这些任务按类型分类，然后给每一种类型的任务都制定一套相应的步骤或者指令。这样，当我们需要完成一个任务的时候，就可以直接根据任务的类型找到相应的步骤或者指令了。
使用这种方法的好处就是，每一次我们只需要关注当前的任务和相应的步骤或者指令，这样就可以降低出错的几率，而且也能节省成本。因为处理大任务需要的电脑运行费用，通常会比处理小任务的费用要高。
用户：
您将收到用户性能优化的查询。您需要将每个查询找到对应的主要类别和次要类别，然后以json格式输出：主要类别和次要类别。
主要类别：交互优化、网络优化
交互优化次要类别：
防抖节流
懒加载
css3动画
无线加载
骨架屏
网络优化次要类别：
https
gzip
cdn
http缓存
用户查询：动画卡顿怎么办？
AI：
{ “用户查询”: “动画卡顿怎么办？”, “主要类别”: “交互优化”, “次要类别”: “css3动画” }
3.2 处理长对话：总结或过滤信息
由于 GPT 有固定的上下文长度，用户和ChatGPT之间的对话，如果将整个对话内容都包含在上下文窗口中，是无法无限期地进行下去的。
ChatGPT 有点像一个记忆力有限的机器人。他只能记住一定长度的对话内容，所以用户和他的对话不能无限长。就像你和你的朋友聊天，如果你们聊得太久，他可能会忘记你们之前聊过什么。
但是我们有一些方法可以解决这个问题。一个办法就是把之前的对话内容进行概括。当对话的长度达到了一定的限度，这个机器人就会自动把一部分对话内容进行总结，然后把这个总结放在他的记忆里。就像你在写日记的时候，可能不会把每一天发生的所有事情都详细写下来，而是只写下最重要的部分。
另外一种办法就是在整个对话过程中，让机器人在背后不断地把对话内容进行总结。这就像你在读一本书的时候，可能会时不时地在脑子里回顾一下之前的情节，这样就不会忘记故事的主线。
这些方法就能帮助我们解决因为机器人的记忆力有限导致的问题，让用户和机器人的对话能够更顺畅。
另一种解决方案是动态选择与当前查询最相关的对话的先前部分。请参阅策略“使用基于嵌入的搜索来实现高效的知识检索”。
对于这个长文本的实际处理方法，如果靠提示词来完成的话，是一件很麻烦的事情：为了输入到ChatGPT的对话框里，必须首先对内容进行分段。
3.3 分段总结长文本并递归构建完整摘要
ChatGPT 是个有点像有记忆力限制的机器人，他记住的东西长度有限。因此，如果让他一口气读完一本非常长的书然后再总结，他可能会记不住所有的内容。那怎么办呢？
我们可以用一种“分段总结，再汇总”的方法来解决这个问题。就好比，你在学习很长的一篇文章或者一本书的时候，你可能会先总结每一小节的内容，然后再把这些小节的总结放在一起，再做一次总结，这样就能得到整个文章或者书的总结了。
但是有的时候，前面的内容和后面的内容可能有关系，为了理解后面的内容，我们可能需要知道前面的总结。这种时候，我们可以在总结每一部分内容的时候，都带上之前的总结，这样就能更好地理解整个文章或书的内容。
其实，这种方法就像我们读书学习的时候一样，通过把大的任务分解成小的任务，一步一步地完成，最后再把所有的小步骤的结果放在一起，就能得到最终的结果了。OpenAI的科学家们已经用这种方法去研究过如何让ChatGPT总结一整本书，发现效果还不错呢！
处理长对话和长文的基本方法，基本是一样的：总结前一部分的时候，带上之前的内容。 不同点是：有的长文章节之间，关系较弱，可以用分段总结，再汇总的方法，不用每次总结都带上之前的总结。
第四章：给GPT时间“思考”
在这章中，我们将探讨如何给ChatGPT足够的时间来“思考”，以得出更准确和合理的答案。我们将涵盖引导GPT在得出结论前生成自己的答案、隐藏推理过程以及处理答案不完整的问题等内容。
4.1 引导 GPT 在得出结论前生成自己的答案
有时候，我们希望ChatGPT能够在得出最终答案之前，先生成一些自己的答案，然后再进行选择和调整。这样可以引导模型思考问题，并激发一些新的创意。
用户： 问题：1+1=3是否正确 答案：正确，因为在三维空间里1+1则是立体的，所以等于3。请判断答案是否正确。要求：判断之前先自己思考答案，然后再判断答案是否正确。
AI：
经过思考，我可以明确地告诉您，无论是在二维空间还是三维空间，1加1的结果都是2。数学中的加法运算是一种抽象的概念，与空间维度无关。在数学中，1代表一个单位，将一个单位与另一个单位相加，得到的结果是两个单位，即2。因此，答案是不正确的。
通过引导模型在得出结论前生成自己的答案，我们可以激发模型的思考过程，并获得更加丰富和多样的回答。
4.2 隐藏推理过程，只展示最终答案
在某些情况下，我们可能更关注最终答案，而不是模型的推理过程。通过隐藏推理过程，我们可以简化回答，并使其更加直接和易于理解。
用户： 如何用Python反转一个字符串。要求：只需要输出代码，不输出其它任何文字。
AI：
python复制代码string = "Hello, World!"
reversed_string = string[::-1]
print(reversed_string)
通过隐藏推理过程，我们可以直接展示最终的代码和结果，使回答更加简洁和易于理解。
4.3 处理答案不完整的问题
有时，ChatGPT可能会生成一些不完整的回答，缺少一些重要的细节或信息。在这种情况下，我们可以通过补充细节或提供额外的信息来完善回答。
用户： JavaScript是世界上最好的语言吗？要求：只需要回答最终结论。
AI： 没有绝对的最好的编程语言，因为每种语言都有自己的优点和适用场景。不同的语言适用于不同的任务和需求。所以，JavaScript并不是世界上最好的语言，但它在Web开发中具有广泛的应用和强大的生态系统。
用户： 在前端开发中，JavaScript是世界上最好的语言吗？要求：只需要回答最终结论
AI： 在前端开发中，JavaScript是最主要的语言，并且具有广泛的应用和强大的生态系统。因此，可以说在前端开发中，JavaScript是世界上最好的语言之一。
通过补充细节和提供额外的信息，我们可以完善回答，使其更加全面和有用。
第五章：使用外部工具
在第五章中，我们将学习如何使用外部工具来增强ChatGPT的功能。具体包括使用嵌入（embedding）技术、进行计算操作以及让模型使用特定功能的外部工具。
5.1 使用嵌入（embedding）技术
嵌入（embedding）技术是一种将文本或其他类型的数据转换为向量表示的方法。通过将文本嵌入为向量，我们可以将其输入到模型中进行处理，从而获得更丰富的信息表示。
用户： 请告诉我如何使用嵌入技术来增强ChatGPT的文本处理能力。
AI： 使用嵌入技术可以将文本转换为向量表示，从而增强ChatGPT的文本处理能力。一种常见的嵌入技术是词嵌入（word embedding），它将单词映射为一个低维向量，捕捉了单词之间的语义和上下文关系。
例如，你可以使用预训练的词嵌入模型（如Word2Vec、GloVe或BERT）将输入的文本转换为向量表示，并将这些向量输入到ChatGPT中进行处理。这样，模型可以更好地理解文本的语义和上下文，并生成更准确和有用的回答。
5.2 进行计算操作
除了处理文本之外，ChatGPT还可以通过使用外部工具进行计算操作，从而扩展其功能。在长时间计算情况下，可以指示模型编写和运行代码，而不是进行自己的计算。
用户： 我想知道如何在Python中计算两个数的和。
AI： 你可以使用Python的基本算术运算符来计算两个数的和，例如：
python复制代码num1 = 10
num2 = 20
sum = num1 + num2
print("The sum is:", sum)
这段代码会将变量num1和num2相加，并将结果存储在变量sum中，然后打印输出结果。
通过使用外部工具进行计算操作，我们可以在回答中直接展示相应的代码示例，使回答更加全面和实用。
5.3 让模型使用特定功能的外部工具
另一种方法是让ChatGPT使用特定功能的外部工具来增加其能力。这些外部工具可以是专门用于某个领域的库、API或服务。
用户： 请告诉我如何使用ChatGPT生成一个随机密码。
AI： 要生成一个随机密码，我们可以让ChatGPT调用一个密码生成器的外部工具，例如使用Python的secrets模块：
python复制代码import secrets
import string
def generate_random_password(length):
characters = string.ascii_letters + string.digits + string.punctuation
password = ''.join(secrets.choice(characters) for _ in range(length))
return password
password = generate_random_password(10)
print("Random password:", password)
这段代码会生成一个由大小写字母、数字和标点符号组成的随机密码，长度为10个字符。
通过让模型使用特定功能的外部工具，我们可以扩展ChatGPT的功能范围，并使其能够执行更复杂的任务。
第六章：系统地测试变化
这章将学习介绍如何系统地测试ChatGPT的变化，以确保模型输出的准确性和质量。具体包括通过参考黄金标准答案评估模型输出，从而提供有针对性的反馈和改进。
6.1 通过参考黄金标准答案评估模型输出
为了评估ChatGPT的输出质量，我们可以使用参考黄金标准答案作为评估标准。通过将模型的输出与黄金标准答案进行比较，我们可以量化模型在不同问题上的准确性和一致性，并提供有针对性的反馈和改进。
用户： 我如何评估ChatGPT生成的回答是否准确？
AI： 为了评估ChatGPT生成的回答是否准确，你可以使用参考黄金标准答案进行比较。将模型生成的回答与标准答案进行对比，并计算它们之间的相似度或其他评估指标。
例如，你可以使用文本相似度度量（如BLEU、ROUGE等）或语义相似度模型（如BERT、GPT等）来比较模型输出和标准答案之间的相似程度。更具体的评估指标和方法取决于你的具体任务和需求。
通过参考黄金标准答案评估模型输出，我们可以获得关于模型性能和改进方向的有价值的反馈。这有助于提升模型的质量和准确性。
星辰编程理财：专注编程理财，开源iStock Shell金融数据查询工具
