AI說書 - Prompt Engineering - 58

我們人類和ChatGPT的對話技巧也是需要學習的，有鑑於此，我想要一天分享一點「和ChatGPT對話的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。

延續 AI說書 - Prompt Engineering - 57 的整理，今天來談施行層面的觀點。

施行

Universal Simulation Pattern (USP) 需要對角色、流程和場景結構進行複雜的編織，促使人工智慧模型以更高的靈敏度和精度運作，ChatGPT 憑藉其先進的架構和龐大的知識庫，完美地準備好充分利用 USP 的潛力。

Role 和 Persona 雖然相互關聯，但可以滿足不同的需求，Role 概述了特定背景下個人的目標，很大程度上與其專業任務相關，相較之下，Persona 勾勒了對使用者細分的更廣泛的描述，包括行為模式、激勵因素和背景，例如，行銷人員經常利用人物角色與目標受眾建立更深層的聯繫。

流程或場景模擬更進一步，為 Role 和 Persona 發揮作用奠定了背景，它放大了互動的深度，讓人工智慧模型能夠根據所描述的情況進行掌握和調整，ChatGPT 和 Google Bard 等人工智慧工具可以無縫地遍歷這些，從其廣泛的訓練中提取出來，產生技術上合理且情感上共鳴的輸出。

考慮一下「資料分析師」的 Role：這涉及資料收集、統計分析、視覺化和提供見解等任務，當分析師在準備大型公司演示的場景中為該角色量身定制 Prompt 時，建議可能會圍繞先進的資料視覺化技術、清晰傳達複雜資料的策略或有關備份資料儲存的提醒，一個合適的 Prompt 可能是：“考慮到演示的重要性，仔細檢查視覺表示的準確性”。

對於 Persona，請想像“亞歷克斯，富有冒險精神的背包客”，他正在準備獨自徒步喜馬拉雅山，亞歷克斯曾經徒步穿越各種地形，具有環保意識，也是永續旅行的倡導者，在這種情況下為亞歷克斯創建 Prompt 時，它們可以包括環保旅行裝備、高海拔生存技巧或有關當地文化敏感性的提醒，潛在的 Prompt 可能會建議：“鑑於喜馬拉雅生態系統脆弱，請確保您所有的徒步裝備均符合環保標準”。

透過將 Role、Persona 和 Scenario 交織在一起，可以自訂 Prompt，不僅與職業承諾產生共鳴，而且與個人特質、生活方式和具體情況產生共鳴，整體方法增強了用戶交互，使 Prompt 更加上下文細緻、引人入勝。