【ChatGPT教程】小技巧：Zero-Shot Chain of Thought
基于上述的第三点缺点，研究人员就找到了一个叫 Chain of Thought 的技巧。这个技巧使用起来非常简单，只需要在问题的结尾里放一句 Let‘s think step by step （让我们一步步地思考），模型输出的答案会更加准确。
标签 ChatGPT 下的文章
【ChatGPT教程】小技巧：通过示例来阐述需要输出的格式
这个技巧是技巧2的变种，比较常用于生成文本场景。其实在场景7中，你也可以用到这个技巧。
【ChatGPT教程】小技巧：使用特殊符号指令和需要处理的文本分开
不管是信息总结，还是信息提取，你一定会输入大段文字，甚至多段文字，此时有个小技巧。可以用 “”“ 将指令和文本分开。根据我的测试，如果你的文本有多段，增加 ”“” 会提升 AI 反馈的准确性（这个技巧来自于 OpenAI 的 API 最佳实践文档）
【ChatGPT教程】小技巧：增加 Role（角色）或人物
前面提到的改写例子，我在 prompt 里加了 Role 让其更易于阅读，这个优化方法是 OK 的。也很常用，比如你想将你写的 Email 改得更商务，则只需要加 business 相关的词即可。
【ChatGPT教程】小技巧：使用引导词，引导模型输出特定语言代码
在代码生成场景里，有一个小技巧，上面提到的案例，其 prompt 还可以继续优化，在 prompt 最后，增加一个代码的引导，告知 AI 我已经将条件描述完了，你可以写代码了。
【ChatGPT教程】小技巧：增加示例
直接告知 AI 什么能做，什么不能做外。在某些场景下，我们能比较简单地向 AI 描述出什么能做，什么不能做。但有些场景，有些需求很难通过文字指令传递给 AI，即使描述出来了，AI 也不能很好地理解。
【ChatGPT教程】小技巧：To Do and Not To Do
注意我介绍的技巧其实在各个场景都可以使用，我将其放在某个场景下解释，只是因为我觉得它更有可能在这个场景用到。你也会更容易记住这个用法。并不意味着这个技巧仅能在此场景使用。并且多技巧混用也是个不错的用法。
【ChatGPT教程】搭建基于知识库内容的机器人
如果你仅想要直接实践，可以看最后一部分实践，以及倒数第二部分限制与注意的地方。
【ChatGPT教程】OpenAI Playground 使用方法
如果你想要更好地了解 OpenAI 的 API，并且你常常会遇到 ChatGPT 不可用的情况。那我建议你使用 OpenAI 的 Playground。它会比较稳定。
【ChatGPT教程】PAL Models
PAL Models，全称为 Program-Aided Language Models。需要各位注意，这个方法，真的非常高级，甚至我觉得有点 Hack，而且经过我的多次测试，我觉得以 ChatGPT 目前的能力，已经不再需要使用这个方法。
