ChatGPT 的横空出世，让很多人焦虑不已，不过，你完全不需要为此焦虑，因为比 Ai 更强大永远是驾驭 AI 为自己所用的人类。

而且 GPT 远没有那些想卖你课的商家炒作的那么玄乎，它应用逻辑也非常简单，你完全没必要为此去花钱报各种班学习。

今天我就用一篇文章带你掌握 GPT 的用法，本文无废话，全程干货，全部都是实操，纯小白也能看懂。

只要你能认真读完本文，我保证能让你对 GPT 的应用能力，超越 90% 的人！！！

PS：图片可点开后放大

好了，通过上面的介绍，你认识到了会写提示词的重要性后，那么我们该如何写出高质量的提示词呢？

关于这一点，我这里给你总结了一个通用且屡试不爽的提示词模版~

但是，当我们为 AI 加上了专家角色之后，它就不再是只会死读书的王语嫣了，而是真正化身为领域内的实战派专家，来给出我们答案了。

也就是说，专家角色可以帮助 AI 指定场景，清晰问题范围，以及补充问题所需的背景信息。

因为一个领域的专家，本身就代表某个领域的知识体系，以及最高的行业标准，这个动作就相当于给王语嫣叠加了一个 Buff 一样。

那么，在掌握了天下武学知识的王语嫣基础上，又为其叠加了一个个代表该领域最高成就的身份 buff，那它的回答，当然会和前面只会死读书的书呆子的答案，存在很多差异了。

◎举例 2：用『提示词模板』实现模拟面试的效果。

提示词：

◎举例 3：用『提示词模板』来辅助工作。

AI所生成的效果：

此外，这套思路还可以跨场景迁移使用，比如用提示词模版，来实现 AI 绘画~

提示词：

AI所生成的效果：

所以，在厂商的篇幅限制以及篇幅概括这两个限制条件下，AI 所给我们的一次性内容，就会经常让我们感觉到内容不够或者深度不够。

那么，这个时候继续指令就可以帮助我们突破这两点限制。

也就是：让超过 2048 字符的回答继续回答完毕，或者让第一次回答不充分的地方，继续详细展开。

比如，还是拿我们上面的【旅行】举例子~

AI 到此位置就超越了它所规定的字符停止下来了，那我们就可以通过继续指令，让它对前面没说完的话给说完。

当然，文中的实例，只是【继续指令】最基础的用法，除了这个最基础的用法之外，它还有进一步的追问用法....

比如，就拿上面提到的【课程设计】来举例子~

我们就可以用进一步的继续指令，对其进行追问~

PS：图片可点开后放大

而且，我们在进行继续追问的过程中，也可以把我们前面的【补要求】的提示词给用上，比如：

请用小孩子都能听懂的例子进行解释，请提供不小于 5 个例子，请从XX领域里选例子，请你用活泼口语化的方式进行回答，请扩写...请概括...

PS：图片可点开后放大

理论上，你是可以一直按照“继续”的套路，对它进行持续的追问深挖的~

比如，还是那上面的【讲课案例】举例，也就是说，你只需要按照 GPT 最开始所提供的那个大纲框架。

然后，持续对这个大纲里面的内容进行追问，不停的套娃，最后再把每一个点追问的结果，填充到最初的大框架中，这样你就可以得到一篇，基本完全属于GPT 所生成的课件内容了....

你最后要做的，只是把GPT所生成的语言换成你自己的语言风格，做好逻辑的拼接，以及最后的润色，然后你就可以讲课了，嗯，就是这么牛逼。

PS：图片可点开后放大

当然，在使用继续指令以及延伸用法的时候，这里还有两点注意事项要提醒下：

也就是说，如果你的追问过长或者套娃层级太多的时候，那么你的继续指令，就可能会让 AI 产生歧义，呈现答非所问的情况。

所以在展开追问多层级里面内容的时候，请你一定要明确对象。

比如把：【请具体介绍下第二点】，换成【请具体介绍下提纲中的第二点】这样更具体的描述，这样 AI 就不会给你搞混淆了。

这一点我们前面也提到了，AI 具有强大的多轮对话，以及联系上下文的能力。

如果我们在同一个对话框内穿插多个不同的话题场景，那么 AI 的回答就有可能受到前面内容的影响，而出现乱答的情况。

所以，在与 GPT 的互动中，如果我们想在一个对话框内，问多个不同的话题，那么我更建议你在一个新话题开启的时候，初始化一下 GPT。

也就是把前面的对话清空后再开始新的话题，这样就可以避免 AI 的回答受前面内容的干扰。

具体重置 ChatGPT 提示词的操作是这样的：

所以，既然基于神经网络的 AI 具备思维链的能力，那么我们当然也可以按照教育孩子的这种思路，让 AI 变得越来越听话。

至于这个奖惩指令的实操思路很简单，这里不妨拿我训练的【出题小助手】举例子~

这一点我成长圈社群的同学应该都知道，每个周我都会给我社群的同学出一道思考题~

所以，在ChatGPT出现之后，我就在思考，能不能让 AI 自动或者辅助我生成思维题，以分担掉我这部分的工作负担。

于是，在这种目标的指引下，我就开启了对AI的调教....

调教思路很简单：

首先，先投喂我之前的思维题，然后让它学习和分析我出题的格式，然后让它生成答案模式。

对于这些AI生成的内容，如果碰到符合我要求的地方，我就会用肯定词汇，比如：非常好，请继续保持这种形式。

对于不符合我要求的地方，我就会用否定词汇，比方说：不对，你错了，请重新，要求 XXX。

（一般 GPT 马上会向你道歉，并纠正其错误）

类似于你看到的这样.....

看完这些，你是不是突然能理解，为什么有了 ChatGPT 之后，很多企业开始裁员的原因了....

总之，运用好我们上面的提示词以及训练套路，那么万物皆可辅助。

当然，除了这些，在工作场景下还有 N 多用法，比如，让它做我的排版&选题工具人、筛选整合数据师等等....

所以，对于一些有价值的场景，我们就需要把我们辛苦训练出来的【场景数据】给保存下来，这样它才可以长期的为我们提供服务，而不是一次性的买卖。

比如，就拿我训练出来的【邮件小助手】来举例~

当我每次需要发邮件的时候，我只需要告诉邮件的内容就行了。

而对于邮件的落款，称呼，格式，写作风格等这些东西，我都不需要重复告诉它，它都会自动读取之前的数据....

同样的，类似于健身教练，营养师或者其他需要反复互动的场景等等，都是如此~

只要你训练出这个场景，那么下次你再需要它为你定制方案的时候，它就会自动读取你前面的数据，结合你前面的情况，来给出你当下的最好方案。‍

之后的所有互动，你都不需要你再对它，反复的交代和补充大量的背景信息.....

所以，当我们把这些训练好的场景，按照一定规则给保存下来形成场景库之后，我们就可以重复的套用它们，以帮助我们省去大量的时间精力。

好了，这里你知道了，打造『场景库』的意义之后，那么具体该如何操作呢？

那我这里给你分享两种方式~

方式1：直接用 GPT 内置的场景库

也就是说，你每次在GPT中开启一个新的对话的时候，GPT都会为你自动创建一个对话框（场景）。

那么我们就可以把那些有训练价值，可以固定下来的场景，给留下来，然后按照我们三维度的方式对它们进行分类命名即可。

比如，类似于这样的效果......

其实这种方法的实现原理很简单~

如果你仔细观察，你会发现GPT中的每一个对话框（场景），它都是有一个单独的独立网址的~

如果文章对你有启发，请在下面的赞赏按钮给我支持。