OpenAI 最近发布了针对 GPT 模型的最佳实践指南，提供了六大策略和具体的优化方法，结合清晰易懂的实例，帮助用户更高效地发挥 GPT 的强大能力。
下面，我们将详细解析这六大策略的内容！
明确的指令 (Provide Clear Instructions)
GPT 并不具备读取思维的能力，因此，如果你觉得 GPT 的回答太长，可以要求它简明扼要；如果回答过于简洁，可以请它以更具专业性的语气回复。如果对回答的格式有特定要求，直接告诉 GPT 你期望的格式。越是明确你的需求，越能获得符合预期的答案。
举个例子，如果你希望 GPT 帮你总结会议记录，以下是一个不够清晰的指令示例：
// 示例一
总结会议记录
[会议记录]
而如果你提供清晰的指令，效果则会更好：
// 示例二
请用一段简洁的文字总结会议内容。接着列出每位发言者的要点，并按 Markdown 格式呈现。
最后，列出每位发言人提到的后续步骤或行动项目。
---[会议记录]
提供参考资料 (Provide Reference Text)
有时，GPT 会错误地生成虚假信息，尤其是在涉及冷门主题或需要引用来源时。就像学生在考试中能通过参考资料提升成绩一样，提供相关的参考文本能帮助 GPT 更准确地回答问题。
例如，你可以通过以下方式为 GPT 提供参考文献，并要求它基于这些内容作答：
请基于以下三篇文章回答问题：
如果问题在文中找不到答案，请回答“无法找到答案”。
"""文章一"""
"""文章二"""
"""文章三"""
问题：[问题]
将复杂任务拆解为简单子任务 (Break Complex Tasks into Simpler Subtasks)
像编程一样，复杂的任务可以分解成更简单的模块。处理复杂任务时容易出错，但通过将它们拆解成一系列简单的子任务，我们更可能得到准确的结果。
例如，你可以通过以下方式简化任务：
使用分类来帮助 GPT 处理不同子任务
对长时间对话的应用，进行总结或过滤先前的对话内容
给 GPT 一些思考时间 (Give GPT Time to Think)
如果让你立刻回答 17 乘以 28 等问题，可能会出现错误，但如果你给自己时间思考，结果通常会更准确。GPT 也是如此，当它没有足够的时间进行推理时，可能会做出不准确的回答。因此，可以引导 GPT 在给出答案前先思考。
例如，你可以通过以下方式引导 GPT 思考过程，而不是直接让它回答：
首先，设计一个问题解决方案。
然后与 GPT 提供的答案进行对比，检查其解决方案的准确性。
不要在自己没有解答之前，直接决定是否采纳 GPT 的答案。
问题陈述：XXX
学生的解答：XXX
有效利用外部工具 (Use External Tools)
借助外部工具的输出，能够弥补 GPT 本身的局限性。
例如，文本检索系统可以帮助 GPT 查找相关资料，代码执行引擎可以辅助 GPT 进行复杂的数学运算和代码执行。如果某个任务更适合由其他工具来完成，那么可以让这些工具负责，再通过 GPT 进行整合，从而获得最佳效果。
系统化地测试改进 (Test Changes Systematically)
在某些情况下，调整提示语可能会在特定例子中得到更好的效果，但在其他更典型的例子中，结果可能会更差。因此，在优化提示语时，需要通过系统化的方式进行测试，全面评估变化的效果，以确保最终的改进能够带来整体的提升。背景：KKJU AI-免费问答学习交流-GPT
标签：会议记录,示例,必备,回答,任务,答案,GPT,速学 From： https://www.cnblogs.com/kkai9980/p/18535484