Prompt Engineering 简明教程

Leveraging Contextual Information − 上下文提示涉及向 ChatGPT 提供相关的背景信息或上下文以指导其答复。通过纳入上下文，ChatGPT 可以提供更准确、更个性化的答案。

Contextual Language Models − 使用 gpt-3.5-turbo 等能够在多轮对话中保持上下文的模型。你可以将以前的留言传递给该模型，以确保其理解正在进行的讨论。

Conversational Memory − 使用 gpt-3.5-turbo 模型，你可以通过将一系列留言作为输入来模拟多轮对话。每条留言都包括一个角色（“系统”、“用户”或“助手”）和留言内容。这样，ChatGPT 就可以维持会话记忆。

Interactive Dialogue − 将 ChatGPT 的先前回复纳入正在进行的对话中，使交互更加自然和具有互动性。

Conditional Prompts − 条件提示涉及指示 ChatGPT 根据特定条件或输入进行回复。你可以指定条件逻辑来指导模型的回复。

Dynamic Prompts − 根据用户输入或系统回复设计提示。通过纳入动态元素，ChatGPT 可以根据不断发展的对话定制其答案。

Clear Contextual Information − 确保所提供的语境清晰且与回复相关，以避免回复歧义。

Concise Conversational Memory − 在使用多轮对话时，保持简洁的对话记忆，以避免压垮模型。

Experiment and Iterate − 尝试不同的语境提示和条件逻辑来微调 ChatGPT 的回复。

Personalized Recommendations − 使用高级提示技巧，根据用户喜好和历史提供个性化建议。

Natural and Dynamic Conversations − 创建互动且动态的 ChatGPT 对话，给人以更接近人类且引人入胜的感觉。

Content Generation and Editing − 对文章撰写或使用特殊说明编辑草稿之类的内容生成任务，利用语境提示。