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。
為人工智慧模型製作有效提示的藝術取決於深思熟慮的結構，Mind Mapping 提供了一個強大的框架來引導這個過程，並專注於三個關鍵組成部分：
- 單一中心主題：心智圖的基石是識別單一中心主題，它概括了提示的主要想法或目標。這個中心主題充當錨點，提示的所有其他元素將從這裡輻射出去。它應該準確而全面，足以體現提示的本質。例如，在為人工智慧撰寫辯論演講製作提示時，中心主題可能是關於氣候變遷的辯論演講。這個中心思想是整個心智圖圍繞的核心，提供了一個明確的焦點，指導後續分支到特定方面
- 擴展樹結構：從中心主題輻射出一個擴展樹結構，代表深入研究提示的不同面向或組成部分的各種分支。這些分支有助於將中心主題解構為更小、更容易理解的部分，使人工智慧更容易掌握和回應提示。每個分支與中心議題之間以及彼此之間應該有邏輯聯繫，形成一個連貫的結構，例如，氣候變遷議題辯論演講產生的分支可以包括引言、論證、反對和結論。這種樹狀結構提供了一個視覺和邏輯框架，有助於更有組織和結構化的提示製作
- 以關鍵字為中心：樹結構中每個分支的一個關鍵方面是強調關鍵字或關鍵短語，它們封裝了提示該組件中的核心思想或資訊。這些關鍵字充當人工智慧的觸發器，將其註意力集中在其回應中的基本要素上。應該仔細選擇它們以準確地代表每個分支的內容。例如，分支的論點可以包括環境影響、經濟效益和道德義務等關鍵字。這種以關鍵字為中心的方法提煉了每個分支的本質，為人工智慧提供了明確的指令
- 視覺表示：心智圖本質上是視覺的，鼓勵創建提示的圖形表示。這種視覺表現闡明了中心主題和分支之間的層次關係和關聯關係，提供了提示結構的全景。無論是手動製作還是藉助數位工具製作，視覺表示都有助於確保人工智慧的清晰、有組織且上下文豐富的藍圖
- 迭代細化：心智圖模式的結構也適應迭代細化。當測試提示並評估人工智慧回應時，可以對心智圖進行細化，以包含其他分支、關鍵字，甚至重新定義中心主題，以實現預期結果
