借助AI工具问答问题能够帮助我们提升效率、弥补知识短板。
我们对AI工具“深度联网搜索”模式的依赖日益加深,有时会忘了搜索引擎的存在。
在利用这些功能时,AI通常借助一个思考机制,对用户的问题进行改写或转换,然后分别使用搜索引擎进行检索,最后把收集到的文档汇总并输出结果。一些互联网搜索(如Google Search)的常用技巧,在和AI工具交互时也可以使用。
在通过prompt问答时结合这些技巧,能让AI给出的答案更符合我们的需求。
site语法可以帮助我们在检索时,让大模型优先根据我们指定的网站来进行检索,比如我想要查找华为的最新产品,并且是来自于华为官网的信息,那么我可以直接指定:site:huawei.com/cn。
或者我想问今年最新的房贷政策,要求大模型的总结来源一定是某政府网站,我可以用.gov.cn来结尾。
当检索时,我们只掌握了部分信息,或者我们想控制我们检索出来的内容包含某些东西,我们可以使用以下通配符,这些同样适用于百度/谷歌的直接搜索。
示例如下:
通配符:“+”
例子:今年夏天我想规划一条旅游路线,西双版纳+大象
通配符:“ ?”
例子:我想知道国内这个城市,张家? 的介绍
通配符:“*”
例子:我想买车,有朋友向我推荐 *ultra 这款车型,请帮我评价一下
可以通过datarange: 或直接 .、进行检索资料的时间限定,筛选特定时间段的文档。比如:我想要检索2023年到2025年间的浙江房价。
AND - 与
例子:我想去广东,请告诉我 广州著名 AND 火锅类的美食
OR - 或
例子:请介绍小米su7 OR 小米su7 ultra
NOT - 非
例子:请介绍su7,NOT 小米 su7 ultra
苏格拉底式提问法:
通过一系列精心设计的问题,引导对方自己发现问题的答案。这种方法强调了思考、探索和发现的过程,而非简单接受他人的观点。(批判性思维)
具体过程:提出一个开放性问题 -> 使用反问技巧,提出与问题相反的观点 -> 持续追问:深入了解问题的各个层面。
例子:想要询问ChatGPT对初创公司的理解,首先提出一个开放性问题:初创公司如何在竞争激烈的市场中脱颖而出?
沃伦·贝格尔提问技巧:
《如何提出一个好问题》作者沃伦·贝格尔讲述了如何通过高质量的问题挖掘更深层次的知识。
具体过程:
• 提出明确的问题
• 追求深度
• 合理安排提问的顺序
• 从不同角度进行提问
• 质疑假设
• 探求证据
• 分析问题的关联性
基本技巧:
• 明确问题的表述:避免使用模糊或不完整的句子,确保问题表述清晰明确。
比如:
天气如何?-- 🙅
今天杭州天气如何?-- 🙆
• 限定问题的范围:增加背景信息和条件,细化问题。
比如:
市场上最好的笔记本电脑是哪款?-- 🙅
截止到2025年1月,中国市场上,综合考虑性能和用户等评价,用于办公最好的笔记本电脑是哪款?-- 🙆
• 指导AI进行逻辑推理与分析:可以在问题中添加要求AI分析、比较或解释的元素。
比如:
请介绍一下太阳能发电系统的原理?-- 🙅
请介绍一下太阳能发电系统的原理,并比较光伏发电和光热发电的优缺点?-- 🙆
• 高级技巧:
调整语气和风格,可以通过阐述明确目的进行语言风格的调整。
设计精准的指令:需要明确具体的任务目标、具体清晰的词汇、简洁明了的表达。
考虑上下文与背景信息:给定充足的上下文信息,帮助AI能够更加设身处地地为我们思考。
Instruction(指令):明确告诉AI你期望执行的任务,比如“请解释加速度是什么”,应简洁明了。
Context(背景):选填,提供上下文信息,帮助AI更好地理解问题,比如“在古代中国的文化背景下,请微我编写一首古风诗”。
Input Data(输入数据):选填,提供具体数据让AI进行处理,比如“下面是一组股票价格数据,请帮我计算出它们的均价”。
Output Indicator(指示器):指示AI输出结果的类型或格式,比如“请用一段通俗易懂的文字解释量子计算的原理”。
以上是基础的prompt框架,在处理更复杂的问题时,还需要掌握另一种更加高级的prompt框架 -- CRISPE框架。
CR(capacity and role,能力与角色):需要明确告诉AI它在对话中扮演的角色以及应该具备的能力。“你是...”
I(Insight,洞察力):涉及背景信息和上下文,让AI了解用户的具体需求和相关的背景知识。“最近...”
S(statement,指令):告诉AI我们希望它做什么。“请你为我...”
P(personality,个性):希望AI回答时呈现的风格或方式。“用...风格”
E(experiment,尝试):可以要求AI为我们提供大于一种解决方案或答案,以便用户有更多的选择和参考。“提供...份...”