（本文翻译自微软官方博客）
在 AI 领域，特别是在大型语言模型中，提示指的是用户为引起特定类型的响应而给出的输入或指令。要充分利用 GPT-4 等大型语言模型，就必须精心设计能产生有效结果的提示。挑战在于如何选择词语、表达方式、符号和结构的最佳组合，以引导模型生成准确而贴切的内容，包括回答问题、以最喜欢的作家的口吻创作故事、创作诗歌、执行代码相关的任务等。
与现实生活无异，询问的方式将会影响所收到的信息类型。提示有助于 AI 明确用户意图和对其生成内容的期望，更精确的提示会带来更准确、相关性更强的结果。
需要注意的是，相似的提示可能会引发不同的响应，这取决于底层模型、训练数据，甚至是用户请求措辞的细微变化。
本文以“营销策略”为例展示效果最佳的25个提示技巧，帮助您更好地在工作或娱乐中生成所需内容。
#1 明确需求
清楚地概述您要解决的问题或需求。例如，“我需要针对我们最新的应用程序制定营销活动的新想法。”
#2 从简单问题开始
先从简单的问题开始，检查模型的理解程度，再逐步提出更复杂的问题。
#3 提出开放式问题
生成式模型在自由漫游时表现最佳。与其问：“我是否应该使用社交媒体进行营销？”不如问：“哪些创新方法可以在我的社交媒体平台上吸引眼球。”您可以指定计划使用的具体平台（X，LinkedIn等）。
#4 迭代和优化
使用从初始提示中获得的反馈，在此基础上进行构建。如果您喜欢大模型提供的一般内容营销策略的想法，可接着问：“如何为一款监测主人离家时宠物快乐程度的科技产品实施内容营销策略？”
#5 提供上下文
提供的上下文越多，AI 就能更好地根据独特情况做出响应。例如，“我刚刚发布了一款跟踪睡眠模式的应用程序，正在寻找低成本的营销策略，以吸引关注员工健康的企业。”
#6 明确界限
预先说明任何限制条件（如预算、时间表、资源）。“对于可以在 5,000 美元预算和两周内执行的新产品，营销策略是什么？”
#7 先大后小
将大问题分解成更小的问题，以获得更具操作性的洞见。不要问“如何改进我的业务？”而是问“如何提高网上销售额？”再追问“哪些社交媒体平台最适合做豆袋广告？”
#8 异性相吸：结合创意和分析要求
AI 既能处理创意性的头脑风暴，也能处理分析性的任务。但要想取得最佳效果，必须分而治之。集思广益营销策略，再跟进提出“影响者营销的利弊是什么？”
#9 优势、劣势、机会、威胁（SWOT）
SWOT 分析可以帮助企业走上正轨。您可以使用 AI 对业务的具体情况进行 SWOT 分析，以尽快开始执行可操作的项目。
#10 要求举例
有了实例，就更容易掌握概念。询问一个例子，将其作为潜在的模型。例如，“你能提供一个成功的影响者营销活动的案例研究吗？”
#11 指定格式
在提示中提及“以要点、段落或列表的形式提供答案”，AI 将按格式输出内容。
#12 定义技术术语
使用提示对行业特定术语或缩略语进行定义，或确保模型理解其使用的上下文语境。
#13 重新措辞以求准确
如果初始答案不令人满意，请重新措辞。在此过程中，您可能会获得创造性的沟通灵感，或引导您思考新的方向。
#14 深度 vs 简洁
仅仅是摘要段落，还是进行长达几页的学术深度研究？请在提示中提及您的偏好。
#15 负面指令带来正面效果
如果您知道自己不想要什么，请明确指出。例如：“提供市场营销策略，但不包括在线广告。”
#16 询问多个答案
询问单个问题的多个答案或观点，以便更全面、更细致地了解您的主题。
#17 请求来源
虽然大多数模型不会实时浏览网络，但要求它基于已知来源（截至上一次训练数据）提供答案可以提高可信度。
#18 限制偏见
明确要求模型给出公正的答案或考虑多个观点。
#19 上下文至关重要
询问特定行业的合规要求。“生成式 AI 的当前趋势是什么？”“对于医疗保健相关主题，我应该牢记哪些合规要求？”
#20 数字的力量
尽可能量化：您需要数字或百分比吗？度量、距离或速度？在提示中写明这个请求。
#21 避免引导性问题
确保您的问题不会引导模型得出特定答案（除非这正是您的意图所在）。
#22 定义基调
如果您需要有趣、新颖的内容，而不是学术性较强的内容，请提及这一点。例如，“为绿色能源活动提供一个有趣的创意标语”。
#23 提供现实情况
解释您为什么需要这个答案，或者如何使用这个答案以获得更多信息。“我们下个月将推出一款新的 cookie 测试应用程序。针对竞争对手 x，我们应该如何定位？”
#24 安全性与准确性
将模型提供的关键信息与可信的外部源进行交叉引用，特别是当基于模型答案的决策具有重大业务影响时。
#25 随时间不断完善
如果您经常使用模型，请记下哪些类型的提示可以为您带来最佳结果，并相应地进行优化。
🧑🏻💻🧑🏻💻🧑🏻💻
