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 - 183 | Prompt Chaining 架構 的內容，以下展開說明：
- Node：每個節點代表鏈中的一個不同步驟，封裝特定的任務或功能，節點可以有一個或多個命名的輸入和輸出，這有助於節點之間的連接並確保資料和操作的邏輯流
- Node Type：Prompt Chaining 中可以包含各種類型的節點，包括：
- LLM Nodes：這些節點利用大型語言模型來處理自然語言輸入並產生輸出
- Helper Nodes：這些節點用於資料轉換和評估，有助於準備資料以供 LLM Node 處理或評估輸出
- Communication Nodes：這些節點對於與外部世界互動至關重要，無論是從外部來源獲取資料還是將資料傳送到外部系統
- Branches：分支允許鏈處理不同的邏輯路徑，適應不同的條件或要求，它們有助於創建可適應不同場景的靈活結構
- Connections：節點之間的連接至關重要，因為它們決定了鏈內資料和控制的流動，它們應該反映任務的邏輯順序，並確保一個節點的輸出能夠適當地作為下一個節點的輸入
- Iterations：鏈中的迭代循環可以根據回饋或評估結果改進內容或重新審視某些步驟，此功能對於需要迭代改進或最佳化的任務非常有用
- Extensibility：設計 Prompt Chaining 時要考慮可擴展性，確保隨著任務需求的發展，可以無縫整合其他節點或分支
