ChatGPT在问答问题场景中的使用技巧

AI 产品中常见的问答应用

问答是使用 AI 产品，如 ChatGPT，的最常见场景之一。通常情况下，你提出一个问题，AI 会给出相应的答案。例如：

在这种场景中，只要你的 prompt 符合之前提到的基本原则，一般就能得到满意的回答。然而，需要注意的是，不同的 AI 模型擅长处理不同类型的问题，因此可能需要对 prompt 进行针对性的调整。此外，目前的 AI 产品并非万能，有些问题可能无法得到答案。以 ChatGPT 为例：

1. ChatGPT 擅长回答基础的事实性问题，例如 什么是牛顿第三定律？，但对于意见类问题，如 谁是世界上最好的足球运动员？ ，它可能就无法给出答案。

   

2. ChatGPT 的数据更新截止于2022年1月，对于此后的问题，例如 现在的美国总统是谁？，它只能给出截至2022年1月的信息，即“乔·拜登（Joe Biden）”。

   

使用技巧：明确指示与禁止项

在问答场景中，为了提高 AI 的回答准确性，通常会在问题中加入特定的条件。例如，Recommend a movie to me（为我推荐一部电影）。这个指令太过笼统，AI 可能无法直接回答，而是会询问你希望观看哪种类型的电影，这就降低了效率。

因此，为了提高效率，通常会在 prompt 中明确指出要求和禁止项。例如：

    
复制
    
DO NOT ASK FOR INTERESTS. DO NOT ASK FOR PERSONAL INFORMATION.

    

在使用 ChatGPT 或其 API 时，这样的指令可以让 AI 直接给出电影推荐，而不是提问。但在使用像 Davinci-003 这样的模型时，AI 可能仍会询问你的兴趣偏好。

OpenAI 的 API 最佳实践文档建议：

与其仅仅告知模型不要做什么，不如明确告诉模型要做什么。

我的实践经验是，尽管最新的模型已经能理解 Not To Do 指令，但如果你希望得到更明确的回答，加入具体的限定词会使回答更加高效和精确。例如，在电影推荐中加入特定的限制条件：

    
复制
    
Recommend a movie from the top global trending movies to me.

    

当然，并不是说 Not To Do 指令不能使用。如果你已经给出了明确的指示，想进一步缩小范围，那么加入 Not To Do 会提高效率。或者，如果你在进行某种探索，不确定如何设定精确的条件，你可以先使用 Not To Do，让 AI 先给出一些广泛的答案，然后再优化你的prompt。

以下是一些实际场景中的例子，展示了不太有效和更有效的 prompt：

通过这些技巧，你可以更有效地利用 AI，无论是在获取信息、寻找灵感，还是解决具体问题时。

想深入了解DeepSeek的核心玩法 扫描下方二维码加入微信群