主编推荐语
一本关于如何使用ChatGPT提问和追问的书。
内容简介
会提问才能得到自己想要的结果，会追问才能优化自己想要的结果。
本书从AI指令提示、角色定位提问、给定标准提问、概括总结追问、延伸扩展追问、强化自洽追问、联系上下文追问、聚类分类追问、分步骤与模块追问等方面分别介绍了ChatGPT的提问和追问技巧。
本书适合ChatGPT学习者阅读与使用，尤其适合想高效工作的教师、培训师、咨询师和管理者阅读与使用，也适合想用ChatGPT来解决工作和生活问题的广大ChatGPT爱好者阅读与使用。
目录
- 版权信息
- 内容提要
- 推荐序1 ChatGPT：解码信息海洋，助力高效工作
- 推荐序2
- 前言
- 第1章 AI指令提示工程：原理、实践与提问技巧
- 1.1 AI指令提示工程的基本原理
- 1.1.1 指令提示：解锁ChatGPT无限可能
- 1.1.2 模型选择：选择最佳AI提示方法
- 1.1.3 结果优化：变换提示优化AI的回答
- 1.2 AI提示实践：从数据到精彩回答
- 1.2.1 设计AI提示：探索聊天机器人的奥秘
- 1.2.2 优化与评估：打造精准有效的AI提示
- 1.2.3 常见问题解答：AI提示的挑战与应对
- 1.3 AI提问和追问技巧：从入门到精通
- 1.3.1 基础技巧：具体、明确、清晰、有趣的提问
- 1.3.2 高阶技巧：精准引导ChatGPT的持续追问技巧
- 第2章 角色定位提问：与ChatGPT玩“角色扮演”
- 2.1 用户自身定位：让ChatGPT“看人下菜碟”
- 2.1.1 设定自我：开启与ChatGPT的互动之旅
- 2.1.2 明确目标：想要通过AI获得怎样的回答
- 2.1.3 优化整合：通过不同角色视角来追问AI
- 2.2 “角色扮演”：给ChatGPT一个身份标签
- 2.2.1 角色定位：让ChatGPT清楚它扮演的角色
- 2.2.2 个性化体验：定制更有趣的对话体验
- 2.2.3 跨界咨询：获得不同领域的专业建议
- 第3章 给定标准提问：“调教”ChatGPT，让它更懂你
- 3.1 给定标准：“调教”ChatGPT
- 3.1.1 预设标准：充分使用给AI定的提示
- 3.1.2 高效提问：让AI快速生成标准化问题
- 3.2 生成标准化问题集并“投喂”ChatGPT
- 3.2.1 从简单到复杂：生成标准化问题及答案
- 3.2.2 针对不同场景需求：生成多样化的问题
- 第4章 概括总结追问：将烦琐的事交给ChatGPT
- 4.1 提取关键信息：让ChatGPT来概括总结
- 4.1.1 概括总结文本：给ChatGPT定概括的标准
- 4.1.2 提取关键信息：删繁就简，浓缩核心信息
- 4.1.3 评估AI的输出：提炼它回答中的精华
- 4.2 概括总结提问的应用场景与示范案例
- 4.2.1 快速阅读海量信息：深度提炼，快速掌握
- 4.2.2 快速获取关键数据：多份报告抓取关键数据
- 4.2.3 快速生成论文摘要：快速完成论文文献综述
- 第5章 延伸扩展追问：对ChatGPT“打破砂锅问到底”
- 5.1 深挖细节和背景：发现AI回答中隐藏的宝藏
- 5.1.1 抓住细节追问：深入探索AI回答
- 5.1.2 补充背景信息：让你的追问更高效
- 5.1.3 沿着逻辑追问：深入挖掘更多细节
- 5.2 延伸问题：引导AI答出更多信息
- 5.2.1 扩展追问方向：多维度引导AI回答
- 5.2.2 扩展答案范围：引导AI跨学科、跨领域回答
- 5.2.3 引发ChatGPT深层次思考：开启AI创新之门
- 5.3 多样化提问：让AI回答更全面、深入、系统
- 5.3.1 改变提问的角度：换种方式问AI
- 5.3.2 使用比较类比提问：将AI的回答引向更深层面
- 5.3.3 发掘问题背后：让AI的回答更系统
- 第6章 强化自洽追问：通过纠错让ChatGPT更聪明
- 6.1 让ChatGPT强化学习：获得更精准的回答
- 6.1.1 在错误中让AI强化学习：让它更智能
- 6.1.2 提示AI强化学习：让提问更准确高效
- 6.1.3 优化提问关键词：探索AI提问的新高度
- 6.2 自洽式追问：明确告诉它错在哪里
- 6.2.1 明确纠错AI的回答：让它在“批评”中学习
- 6.2.2 多角度追问：让ChatGPT自洽、调整与精进
- 第7章 联系上下文追问：时刻提示ChatGPT“不忘初心”
- 7.1 根据上下文信息提问ChatGPT的技巧
- 7.1.1 让提问更连贯：上下文理解与关联问题生成
- 7.1.2 上下文信息提示：提升AI的全局认知能力
- 7.1.3 与AI换位思考：从回答中获得启发再追问
- 7.2 多文档“投喂”：让AI跨学科、跨领域学习
- 7.2.1 让ChatGPT构建知识体系：整合分析多篇文档
- 7.2.2 跨领域提问：让ChatGPT理解和应用多文档信息
- 7.2.3 让ChatGPT深度思考：应对多文档分析与综合
- 第8章 聚类分类追问：让ChatGPT“分门别类”处理
- 8.1 聚类提示性追问
- 8.1.1 提示聚类规则：让ChatGPT“合并同类项”
- 8.1.2 控制引导提示：让ChatGPT生成聚类规则
- 8.2 分类提示性追问
- 8.2.1 给出分类提示：让ChatGPT寻找关键要素
- 8.2.2 生成分类提示：引导ChatGPT分类的思路
- 8.3 “投喂”样本示例追问
- 8.3.1 给出样本示例：让ChatGPT“照猫画虎”
- 8.3.2 引导ChatGPT生成示例：让它给自己打个样
- 8.4 关键词提示性追问
- 8.4.1 关键词排列顺序与权重对AI回答的影响
- 8.4.2 关键词的替换调整对AI回答的影响
- 8.5 控制引导生成内容的提示性追问
- 8.5.1 提示引导ChatGPT生成原创性内容
- 8.5.2 提示ChatGPT对回答做原创性修改
- 第9章 分步骤与模块追问：让ChatGPT辅助解决复杂问题
- 9.1 分步骤与模块进行追问
- 9.1.1 分步骤追问ChatGPT
- 9.1.2 分不同模块追问ChatGPT
- 9.1.3 让ChatGPT自己划分步骤与模块来回答
- 9.1.4 要求ChatGPT生成举例说明来完善回答
- 9.2 “知识生成”提示，让ChatGPT生成原创知识
- 9.2.1 创造新知：生成人类社会不存在的知识
- 9.2.2 跨界杂交：生成跨学科领域的原创知识
评分及书评
- 给这本书评了3.0GPT运用指南
ChatGPT4.0, 百度文言一心，讯飞星火，智谱清言之类的大模型非常多了，使用了之后发现差异还是非常大的，虽然数据训练上各大模型都训练了＊＊BT 很多，但是实际上运用上差异非常大，某些模型还是到现在只会重复问题，让人甚至怀疑训练数据是都有问题。另外一些其他启发性问题，GPT 系列可能要领先国内大多数语言模型，特别是对于一些文章的理解国内的语言大模型输出效果大打折扣。最近 openAI 推出 Sora 文生视频的插件后，似乎国内 AI 步伐又开始落后美国，国内大模型提升应用效果道阻且长。
给这本书评了2.0我觉得是不OK的我觉得公式要给我们一些结构化体系化的东西最好是建立模型建立 sop，但是我在上面是没有看到这些东西的很多都是个人说，本书因公式要给我们一些结构化，体系化的东西，最好是建立模型，最多也要建立一个 before and after 的对比。这样可以看到你得提示词的提升有啥变化的提升等等
给这本书评了5.0越是提出具体的问题，就会给出越接近自己想要的答案，这就是 GPT 给我们带来的惊喜，阅读了此书，让自己在用好 GPT 时有了进一步的了解，作为工具能够提升自己效率，接受新知识，不断的去应用，让自己不断的去成长。
- 查看全部15条书评
出版方
人民邮电出版社
人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。
