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。
這項創新的核心是提示分解的概念，這是一個將複雜提示分解為更簡單、可管理的 Node Prompt 的策略過程，這種細緻的細分確保用戶複雜查詢的各個方面都得到充分解決，從而豐富用戶體驗並為更複雜的互動鋪平道路。
一篇題為「Decomposed Prompting: A Modular Approach for Sloving Complex Tasks」的開創性論文揭示了一種稱為 Decomposed Prompting 的新穎方法，這種方法減輕了 Few-Shot Learning 帶來的挑戰，特別是在面臨不斷增加的任務複雜性或難以捉摸的推理步驟時，透過將複雜的任務簡化為更小的子任務，分解的提示有助於創建專用於這些子任務的 Prompt-Based 的大型語言模型的共享庫。
例如，像「使用空格連接 John Smith 中每個單字的第一個字母」這樣的查詢將如下處理：
- Q：John Smith 中的詞是什麼 A：John、Smith
- Q：第一個字母是什麼 A：J、S
- Q：使用空白串接 A：J S
