ChatGPT問世後，已快成為大學生的學習好助手，寫作業論文，甚至準備考試都可幫上忙。老是覺得它回答很笨？其實，經過妥善的指令，ChatGPT就能發揮真正的實力。本文將以OpenAI官方的提示指南（Prompt Engineering）為基礎，並加入實例帶你了解如何活用ChatGPT學習。
常常用生成AI幫你搜尋與解答學習的問題，但是在與ChatGPT對話的過程中，偶爾會有它的回答詞不達意、沒有抓到重點，或是覺得它「很笨」的時刻。這時候，該怎麼辦？其實，可以運用一些輸入指令的技巧，引導ChatGPT更進入狀況，也加速你的學習過程，任何科目領域知識都適用。OpenAI日前推出的官方提示指南中，就提供了六大策略，能幫助ChatGPT產生更好的結果。
1. 提供清楚的指令
給ChatGPT愈少的猜測空間，就愈有可能得到你想要的結果。如果你覺得ChatGPT給的回覆太長，就要求它簡短回覆；如果它的回覆太簡單，就告訴它要使用專家級的寫法。
▍具體做法：
1. 提供詳細資訊，以獲得更相關的答案
2. 指定ChatGPT扮演特定角色
3. 使用分隔符號：標點符號、標題、XML 標記語言等，幫助ChatGPT理解文本架構
4. 指定完成任務所需的步驟
5. 提供範例
6. 指定所需的內容長度
範例：
2. 提供參考內容
ChatGPT有可能會提供它編造的內容，因此可以提供參考資料給它，讓它從中學習、減少提供假資訊的機會。
▍具體做法：
1. 指示ChatGPT使用參考文本回答
2. 指示ChatGPT提供參考資料
範例：
3. 拆解複雜任務
除了複雜任務的錯誤率通常高於簡單任務外，將複雜任務拆解為數個簡單任務，也有助於建立工作流（workflow），也就是以先前任務的結果為基礎，接續完成後續任務。
▍具體做法：
1. 使用意圖分類（intent classification）來辨識相關指令：事先將想問的問題分類，幫助ChatGPT更精準地回答相應的問題
2. 當對話太長時，總結或篩選之前的對話
3. 分段總結長對話，並建立完整摘要
範例：
4. 給ChatGPT思考時間
ChatGPT在試圖馬上回答問題，而不是花時間推理出答案時，會有更多的機會犯錯。因此，在回答問題之前可以要求它先「思考」一下，幫助ChatGPT給出更可靠的答案。
▍具體做法：
1. 指導ChatGPT自行找出解決方案
2. 使用「內心獨白」（Inner monologue）隱藏ChatGPT推理過程：若希望ChatGPT扮演老師，可要求其只回答指定的部分，不要洩露所有答案
3. 詢問ChatGPT先前是否有遺漏資訊
範例：
5. 使用外部工具
如果是更進階的使用者，可以嘗試使用外部工具來彌補ChatGPT的不足。例如，文本檢索系統（Text Retrieval System）可以告訴ChatGPT與文本有關的資訊；或是像 OpenAI 的程式碼編譯器（Code Interpreter）可以幫助ChatGPT進行數學運算和執行程式。
▍具體做法：
1. 使用嵌入式搜尋以獲得高效率的知識檢索
2. 使用程式碼執行（code execution）進行更準確的計算或呼叫外部API
3. 讓ChatGPT存取特定功能
由於此部分偏向專業開發者功能，在此不贅述詳細內容。若想進一步了解，請參考官方指南。
6. 系統性地測試指令
修改指令後，可能可以在一些特定的案例中得到更好的結果，但也可能讓整體的工作效率下降。因此，以一套系統性的方式測試指令，才能得到更全面的評估結果。
▍具體做法：
1. 參考標準答案評估ChatGPT輸出結果
以下為OpenAI官方提供的指引文字，可用於讓ChatGPT自行檢驗回答內容是否切合要點。
你將收到一篇文章，文章內容應該是問題的答案。請檢查答案中是否直接包含以下資訊： - 阿姆斯壯是第一個登上月球的人。 - 阿姆斯壯首次登上月球的日期是 1969 年 7 月 21 日。 針對每一點執行以下步驟： 1 - 重述要點。 2 - 提供答案中與該要點最接近的引文。 3 - 考慮不了解題目的人在閱讀引文時能否直接推斷出該觀點。解釋一下為什麼可以或為什麼不行。 4 - 如果 3 的答案為「是」，則寫「是」，否則寫「否」。 最後，統計有多少個「是」的答案。以 {"count"：<此處插入計數>}。 |
