改善 AI Prompts 的兩個技巧

在與 AI 互動時，如何提出問題和構建 prompt 會直接影響你得到的回應品質。今天，我們將探討兩個可以顯著提升 AI 輸出質量的技巧。

1. 使用標籤（Tags）來區分內容

使用標籤是一種簡單而有效的方法，可以幫助 AI 更好地理解和處理您的 prompt。這種技巧不僅可以用於輸入，還可以應用於 AI 的輸出，使得後續的程序處理變得更加容易。

沒有使用標籤的例子

Prompt:

請給我一個蘋果派的食譜，包括準備食材和烹飪步驟。同時，請告訴我蘋果派的歷史起源。

Response:

蘋果派食譜：

食材：
- 2杯麵粉
- 1/2杯黃油
- 1/4杯冷水
- 6個蘋果，切片
- 1/2杯糖
- 1茶匙肉桂粉

步驟：
1. 將麵粉和黃油揉成麵團，加入冷水直到形成球狀。冷藏30分鐘。
2. 將麵團擀平，放入烤盤。
3. 將切好的蘋果、糖和肉桂粉混合，倒入烤盤。
4. 蓋上另一層麵皮，在頂部劃幾道口。
5. 在預熱好的180°C烤箱中烘烤45分鐘。

蘋果派的歷史起源：
蘋果派的歷史可以追溯到14世紀的英格蘭。最早的記錄出現在1381年，當時由於糖的昂貴，蘋果派主要是無糖的。隨著時間推移，蘋果派逐漸演變成我們今天所知道的甜點。它在美國特別受歡迎，被視為"美國精神"的象徵。

使用標籤的例子

Prompt:

請給我一個蘋果派的食譜，包括準備食材和烹飪步驟。同時，請告訴我蘋果派的歷史起源。請使用以下標籤來組織你的回答：
<recipe></recipe>
<history></history>

Response:

<recipe>
食材：
- 2杯麵粉
- 1/2杯黃油
- 1/4杯冷水
- 6個蘋果，切片
- 1/2杯糖
- 1茶匙肉桂粉

步驟：
1. 將麵粉和黃油揉成麵團，加入冷水直到形成球狀。冷藏30分鐘。
2. 將麵團擀平，放入烤盤。
3. 將切好的蘋果、糖和肉桂粉混合，倒入烤盤。
4. 蓋上另一層麵皮，在頂部劃幾道口。
5. 在預熱好的180°C烤箱中烘烤45分鐘。
</recipe>

<history>
蘋果派的歷史可以追溯到14世紀的英格蘭。最早的記錄出現在1381年，當時由於糖的昂貴，蘋果派主要是無糖的。隨著時間推移，蘋果派逐漸演變成我們今天所知道的甜點。它在美國特別受歡迎，被視為"美國精神"的象徵。
</history>

使用標籤的方法使得 AI 的回答更加結構化，便於閱讀和後續處理。例如，如果您只需要食譜部分，可以用code輕鬆提取 <recipe> 標籤中的內容。

2. 分步驟處理複雜問題

對於複雜的問題，將其分解成多個步驟通常能得到更準確的結果。這種方法特別適用於涉及邏輯推理或需要處理大量信息的問題。

沒有使用分步驟方法的例子

Prompt:

請列出三位1990年出生的知名演員。

Response:

以下是三位1990年出生的知名演員：

1. Emma Watson
2. Jennifer Lawrence
3. Kristen Stewart

這些演員都在1990年出生，並在他們的演藝事業中取得了巨大的成功。

注意：這個回答可能包含錯誤，因為 AI 可能無法準確記憶每個演員的確切出生年份。

使用分步驟方法的例子

Prompt:

請按照以下步驟回答：
1. 在 <brainstorm> 標籤中列出10位知名演員及其出生年份。
2. 根據 <brainstorm> 中的信息，找出1990年出生的演員。

<brainstorm>
</brainstorm>

Response:

<brainstorm>
1. Emma Watson - 1990
2. Leonardo DiCaprio - 1974
3. Jennifer Lawrence - 1990
4. Tom Hanks - 1956
5. Scarlett Johansson - 1984
6. Robert Downey Jr. - 1965
7. Margot Robbie - 1990
8. Chris Hemsworth - 1983
9. Zendaya - 1996
10. Ryan Gosling - 1980
</brainstorm>

根據上面的信息，1990年出生的知名演員有：

1. Emma Watson
2. Jennifer Lawrence
3. Margot Robbie

這種方法能夠提供更準確的結果，因為它首先列出了一系列演員及其出生年份，然後從中篩選出符合條件的演員。

這種分步驟的方法不僅適用於這類問題，還可以應用於許多其他場景，例如：

從文章或論文中提取關鍵信息，然後基於這些信息得出結論。
先創建一個大綱，然後基於大綱撰寫完整的文章。
在進行複雜的數據分析時，先列出所有相關的數據點，然後進行分析和得出結論。

通過這種方法，我們可以幫助 AI 更好地組織思路，從而得到更準確、更有條理的回答。如果想學習更多技巧，可以參考這個免費教學：https://github.com/anthropics/prompt-eng-interactive-tutorial