"当然可以！这是一些改进生产力的建议..." 如果你使用过ChatGPT超过一周，你就会得到这样的回应——或者同样无用的东西。一堆通用建议，适用于任何人，没有答案任何具体问题，浪费了你花费的30秒阅读时间。问题不在ChatGPT。问题在于你在要求它猜测你想要什么，而不是告诉它。
通用提示产生通用回答。ChatGPT并不懒惰——它给你最安全的平均回答是因为你没有缩小范围。对你的提示做五个小改变就能完全消除这个问题。
为什么ChatGPT默认给出通用回答？
ChatGPT的训练目标是对尽可能广泛的受众提供帮助。当你问"我如何改进生产力？"时，它不知道你是首席执行官、学生、护士还是自由职业者。所以它给出对所有人都适用的建议——这意味着它对其中任何一个都不能特别有效。该模型优化的是"不错误"而不是"特别正确"。
每个通用回答都表明你的提示给模型留下了太多要猜测的变量。修复提示，就能修复输出。
技巧1：添加你的具体背景
通用："给我一些更好的时间管理的建议。"
具体："我是一家50人的SaaS公司的项目经理。我每天花4小时开会，苦于找不到专注工作的时间。我使用Google Calendar和Asana。请给我3个我本周可以实施的具体排期策略。"
第二个提示告诉ChatGPT你的角色、你的限制、你的工具，以及"可操作"对你意味着什么。它无法给你通用建议，因为你已经消除了通用的解释。
技巧2：告诉它不要做什么
负面约束出人意料地强大。ChatGPT有默认行为——它喜欢使用项目符号，过度使用"当然"和"好问题"，还会添加免责声明。你可以覆盖所有这些：
"不要给我一个项目符号列表。用段落来写。"
"不要以'好问题！'或'当然！'开头——直接回答。"
"不要包括通用建议，如'保持有组织'或'优先处理任务'。只包括特定于我情况的策略。"
在任何提示的末尾添加这一行："不要给我通用建议。只包括特定于我的情况的建议，以及我通过搜索'[你的主题]'无法找到的建议。"这一句话可以消除80%的冗余内容。
技巧3：给它一个好输出的例子
一个例子比200字的指令更能教ChatGPT。如果你想要特定的格式、语气或风格，展示给它看：
"这是我想要的回答示例：[粘贴真实示例]。现在为[你的主题]写一些类似的内容。"
这之所以有效，是因为ChatGPT是一个模式匹配器。给它一个要匹配的模式，它会产生结构、语气、长度和具体性都与你的示例非常接近的输出。
技巧4：强制定义角色和受众
没有角色："解释机器学习。" → 你得到教科书定义。
有角色："你是一位资深数据科学家，向从未接触过代码的营销团队解释机器学习。只使用商业类比。没有技术术语。" → 你得到对明天会议真正有用的东西。
角色告诉ChatGPT使用什么词汇和深度。受众告诉它应该假设什么知识水平。它们一起消除了"对所有人通用"的默认设置。
技巧5：使用"先问我问题"的技巧
与其尝试写完美的提示，不如让ChatGPT自己弄清楚需要什么：
"我需要关于[主题]的帮助。在你回答之前，问我你需要什么问题来给我具体的、可操作的回答，而不是通用建议。"
ChatGPT会问3-5个澄清问题。回答它们。你之后得到的回答会比单个提示能得到的任何东西具体得多——因为该模型现在拥有它之前缺少的背景。
五个技巧：(1)添加你的具体背景，(2)说不要做什么，(3)给出一个例子，(4)分配角色和受众，(5)要求它先问你问题。在每个提示上至少使用两个，通用回答就会消失。
底线
ChatGPT不是因为它是坏工具才给你通用答案。它给你通用答案是因为你的提示是一个模糊的问题，可能意味着50种不同的东西。添加背景、约束和具体性——输出就会改变。你花费30秒改进提示节省了你5分钟重写回答的时间。
自己试试：将任何提示粘贴到我们的免费提示优化器中，看看添加结构如何改变输出。或浏览我们的提示模板库，获取80个现成的模板，这些模板从设计上就消除了通用回答。