AI說書 - Prompt Engineering - 86 | Prompt Contextualization 結構

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。

互動的結構是定義其流程和效率的支柱，在人工智慧驅動的溝通領域，結構在確保意圖的清晰度、相關性和一致性方面發揮關鍵作用，讓我們剖析 Prompt Contextualization 的結構過程，以便更好地理解其複雜性和重要性：

1. 初步查詢（使用者的廣泛或模糊的問題）

這是互動的起點，它代表使用者最初的想法或查詢，通常不了解上下文提示的原則，它原始而直接，類似故事的初稿

• 用戶：“告訴我有關全球暖化的事情”

2. 通用人工智慧回應

考慮到初始查詢的一般性質，人工智慧模型提供了廣泛的、包羅萬象的答案，雖然答案可能實際上是正確的，但它不一定符合用戶的特定意圖或需求

• AI 模型：“全球暖化是指由於人為溫室氣體排放導致地球平均表面溫度長期升高，它是氣候變遷的主要原因，對天氣模式、海平面和全球生態系統造成不利影響”