欢迎来到全网最详尽的 ChatGPT 使用教程。因此，在这个教程中，我们将与您分享一些您可以做到什么的可能性，以及如何最佳实践地完成这些任务。现在让我们先来了解一下 ChatGPT 使用好坏的决定因素——提示词（Prompt）。
什么是提示词（Prompt）？
在 AI 技术的浩瀚世界里，提示词如同星辰点缀在用户界面上，引导着人们与智能系统交互。这些神奇的消息或问题，既能激发人们的思维灵感，又能促使用户做出相应的输入。
这个界面并不简单，有时只是一个输入框，让用户需要填写一些信息。而在其他时候，它则是一个华丽的互动元素，如拖放控件或选项按钮，为用户提供更多的选择机会。显然后者能够给用户带来更强大的体验控制力。
这些提示的目的就是为了让用户能够更好地理解如何与 AI 系统交互，并获得更准确的输出。而在各种场景下，人们使用提示的方式也各不相同。
有时，使用提示可以询问用户的姓名或其他个人信息，从而自定义 AI 的回答，或为用户提供更加量身定制、贴心的体验。而在其他情况下，提示为用户呈现了一系列精心设计的选项或选择，让每一个用户都能够找到最适合自己需求和喜好的选项。提示词作为许多 AI 的重要组成部分，有助于使用户体验变得更加直观、简单、易用。
因此，用户需要动用自己的智慧和创造力，来与 AI 做交互。而此时，了解和掌握语言模式（比如句法）以及字词和句子的意义，也同样是极为重要的。这些语言模式包括单词在句子中的使用顺序（例如动词-主语-宾语），而意义则包括不同场景下所使用的语言规则，如时态、变式等等。
您将学习到什么呢？
首先，我们会讲解一些最佳实践的提示，关于如何使用提示词。接下来，我们会介绍几个常见的用例，比如总结、推理、转换和扩展。然后，我们会利用 ChatGPT 构建不同场景的应用程序。我们希望这能够激发你的想象力，并创造出全新的应用场景。在使用 ChatGPT 时，基本上有两种类型的语言模型，分别是基础型和调整型语言模型。
基础型语言模型已经训练好了根据文本数据预测下一个词或字的能力。通常是通过大量的互联网和其他来源的数据进行训练，以找出接下来最有可能的字词。例如，当你给出“一只独角兽走进了森林”这句话时，AI可以预测接下来的句子是“在那个神奇的森林里与所有的独角兽朋友共同生活”。但如果你问“法国的首都是什么”，AI可能会给出正确答案——“巴黎”或者错误答案。而经过训练的语言模型可以接收您提供的新提示词作为输入，输出预测结果。
基于互联网上的文章，基础型语言模型会回答类似于“中国最大的城市是哪个”、“中国人口有多少”的问题，因为互联网上关于中国的问答列表较为常见。相比之下，调整型语言模型会接受人们预设的指令，比如你预设“中国的首都是北京”，因此，如你询问“中国的首都是哪个”，它会给出“北京”作为回答。调整型语言模型的研究和实践现在正在变得越来越流行。
调整型语言模型通常的训练方法如下：
首先，在大量文本数据中训练一种基础型语言模型，然后利用指令和良好尝试的输入输出对其进行微调和优化。
随后，用称为“人类反馈强化学习”的技术进行进一步细化，以使系统更具有帮助性并能够遵循指令。由于调整型语言模型经过训练是有用、诚实且无害的，所以与基础型语言模型相比，输出有害文本（如虚构内容、胡言乱语）的可能性更小。
目前，很多实际应用场景都开始向调整型语言模型转移，而某些应用场景可能更适用于基础型语言模型。
到目前为止，对于大多数实际应用，我们建议大多数人可以专注于调整型语言模型。本教程将致力于提示词的最佳实践，重点是采用经过调整的语言模型。比如说，要求一个聪明但不懂得任务细节的人完成某项工作时，若AI无法工作，则原因有时可能是因为指令不够清晰。
例如，当你要求“请为我写一些关于艾伦·图灵的东西”时，除此之外，明确你希望文本集中讨论他的科学工作、个人生活、在历史中的角色或其他相关事项。若你规定文本应呈现出专业记者风格的语气，还是更像一篇简短随笔呢？是否可以指定某些特定段落的文本供实习生参阅，以帮助他们成功完成任务？
在下一篇文章中，你将了解到如何明确、具体并清晰地下达指令，这些都是提示词的重要使用原则。
