解读 GPT 官方最佳实践：6 大策略 17 个技巧

使用 GPT 模型时，是否遇到过让你感到困扰的问题？比如：输出结果太长、太简单，或者格式不尽人意。

本文根据官方提供的最佳实践说明，结合使用体会，解读出了 6 大策略和 17 个技巧，使我们能更有效地使用 GPT，让模型更准确地理解我们的需求并给出满意的答案。

观点

1. 想让 GPT 像人类一样给出优秀的回答，你首先得把 GPT 当人看。
2. 你可以把这篇文章当作是对官方最佳实践（英文）的补充： https://platform.openai.com/docs/guides/gpt-best-practices

正文

1. 编写明确的指令

其实GPT 并不能读懂我们的心思，因此，明确的指令能极大地帮助 GPT 理解我们的需求。想象一下，你应该把 GPT 当作一个刚入职的大学生，他专业知识非常丰富，你应该有耐心有温度的去跟他聊天，交给他任务，好好的引导他，这样他才能够完成得让你满意。而不是，丢一句 ” 你给写篇作文“

技巧：

1. 1、在提示词中包含详细信息，以获得更相关的答案

一般的：我想知道今天晚饭吃什么

更好的：我是一个爱吃辣的人，现在是夏天，晚饭我会和好兄弟一块吃，请推荐一下吃什么

1. 2、要求模型扮演一个角色

一般的：告诉我有关太阳系的知识

更好的：作为一个专业的天文学家，你能向我解释一下太阳系的构成吗？

1. 3、使用分隔符清晰地标示输入的不同部分

一般的：我想了解烹饪技巧并制作一份美食清单

更好的：我想了解< 烹饪技巧 >并制作一份{ 美食清单 }

1. 4、指定完成任务所需的步骤

一般的：我要学习写一篇文章

更好的：教我如何选题、收集资料、编写大纲、写作和修改一篇文章

1. 5、提供示例

一般的：写一首歌

更好的：写一首类似于《Let It Be》的歌

1. 6、指定输出的期望长度

一般的：给我一个故事

更好的：给我一个大约 500 词的故事

2. 提供参考文本

我发现，当被问及深奥的、内涵丰富的话题时，提供出参考文本能帮助 GPT 限制自己的幻想，从而更好的回答问题。这个很好理解，就是限制住 GPT 去引用联想不相关的知识库，而把注意力放在指定的参考信息中。

技巧：

1. 7、指导 GPT 使用参考文本来回答问题

一般的：你知道海洋污染的影响吗？

更好的：根据《海洋污染的长期影响》这篇文章，你能告诉我海洋污染的影响吗？

1. 8、指导 GPT 使用参考文本的引用来回答问题

一般的：你能解释一下量子力学吗？

更好的：根据《量子力学简介》这篇文章，你能用引文来解释量子力学吗？

3. 将复杂任务分解为更简单的子任务

和软件工程一样，将复杂任务分解成更简单的子任务也可以提高 GPT 的效率和准确率。实践中，首先你需要从方法论上知道如何拆解一个复杂任务，然后，你可以先让 GPT 拆解这个任务，然后再让 GPT 分步输出 HOW TO。

技巧：

1. 9、使用意图分类来确定用户查询最相关的指令

一般的：我想做个网站

更好的：我想学习如何设计网站的UI、如何编写前端代码、如何选择合适的后端技术、如何部署网站

1. 10、对需要进行很长对话的情况，记得对先前的对话进行总结或过滤

一般的：继续我们之前的对话

更好的：基于我们之前关于环保的对话，现在我想进一步讨论可再生能源的优点和缺点

1. 11、逐块总结长文档，并递归地构建完整的总结

一般的：总结这篇论文

更好的：先总结这篇论文的第一部分，然后总结第二部分，最后基于这些总结，给我一个完整的论文总结

4. 给 GPT 一些“思考”的时间

如果允许 GPT 有一些“思考”的时间，模型就能在推理中犯更少的错误。体会一下，把你叫到舞台上回答问题和跟你坐在咖啡馆里探讨问题，哪一种方式能大概率得到更优质的回答。想让 GPT 像人类一样给出优秀的回答，你首先得把 GPT 当人看，给它创造一个好的对话体验。

技巧：

1. 12、指导模型在匆忙下结论之前先自己找出解决方案

一般的：怎么解这个数学问题？

更好的：你能详细地解释一下这个数学问题的解题步骤吗？

1. 13、使用内心独白或一系列的查询来掩盖模型的推理过程

一般的：这个电影剧本怎么样？

更好的：先让我们看一下剧本的故事结构，然后再看角色设计，最后讨论一下主题和象征

1. 14、询问模型在之前的检查中是否遗漏了什么

一般的：这是你的最后答案吗？

更好的：你在给出最后答案之前，有没有遗漏什么？

5. 使用外部工具

外部工具可以有效地弥补 GPT 的一些不足，如：文本检索系统能告诉 GPT 相关的文档，代码执行引擎能帮助 GPT 进行数学计算和运行代码。这就好像是 GPT 进入到一些专业领域时，给它安装上专用装备，也就是类似 GPT Plus 的插件那样，会让回答变得更有效。

技巧：

1. 15、使用基于文本嵌入( text embedding )的搜索来实现高效的知识检索

一般的：找一下有关量子力学的资料

更好的：使用基于 <文本嵌入> 的搜索，找一下有关量子力学的最相关资料

这个技巧的意思是：

文本嵌入 (text embedding) 是一种向量，可以衡量文本字符串之间的相关性。相似或相关的字符串在向量空间中距离较近，不相关的字符串距离较远。基于这一事实，并结合快速的向量搜索算法，就可以实现高效的知识检索。

具体来说:

1. 将文本转换成向量表示，称为文本嵌入。
2. 相似或相关的文本对应的向量距离较近,不相似的文本向量距离较远。
3. 借助快速的向量相似度搜索算法,可以在大规模文本集合中快速找到与查询文本最相似的文本。
4. 这样就可以将文本集合预处理成文本嵌入索引,然后使用向量相似度搜索来实现知识检索。相比逐词匹配搜索,这种方法可以更加高效且准确。
5. 文本嵌入让知识检索任务从精确匹配向语义匹配发展,大大提升了知识检索的效果。

1. 16、使用代码执行进行更精确的计算或调用外部API

一般的：这段代码的结果是什么？

更好的：使用<Python 的代码执行引擎>，运行这段代码并告诉我结果

说白了，就是根据你提供的代码种类，明确要求 GPT 扮演一个什么类型的执行器。

1. 17、让模型可以访问特定的功能

GPT API 的 API 接口允许在请求中传入一组函数描述。这使得模型可以根据提供的模式 (schemas) 生成函数参数。生成的函数参数会以JSON格式返回，可以用来执行函数调用。

6. 系统地测试并改进提示词

系统地测试能帮我们更准确地衡量 GPT 的性能，从而及时调整改进。说到底 GPT 是个函数，有输入有输出，就能被自动化测试。感兴趣的小伙伴看看 GitHub - openai/evals: Evals is a framework for evaluating LLMs and LLM systems, and an open-source registry of benchmarks. 。

结语

这些技巧不仅可以帮助我们更有效地使用 GPT，也提供了一种新的思考角度，让我们能更好地理解这一复杂而又强大的 AI 工具。希望大家在使用 GPT 的道路上能从中受益，更有效地解决问题，创造价值。