只需4步,就能把ChatGPT训练成写作能手

你是否曾对ChatGPT生成的内容感到失望?

可能你认为ChatGPT的输出很糟糕,没有达到你的期望。

然而,事实是,ChatGPT高质量的输出很大程度上取决于你提示信息的质量

通过训练ChatGPT,你完全可以免费获得一个写作助手!

ChatGPT的输出不理想,问题不在于ChatGPT本身,而在于输入的限制和模糊性。

与其期望AI为你思考,不如你自己进行思考并指导AI来干活。

如果你得到了糟糕的结果,这意味着你给ChatGPT的提示过于简陋,却期望它能够产生神奇的输出——这是不可能的。

简单来说,ChatGPT并不擅长从零开始创造内容。

千万别再使用以下类似的提示了:

为我的LinkedIn账户生成一篇关于人工智能的帖子。给我写一个有关数据科学的Twitter thread(Twitter thread:将一系列相关的推文串联在一起,方便粉丝看)。给我一些写编程文章的建议。

当给出这类提示时,ChatGPT必须做出太多决策,因此会产生较差的输出结果。

所以请务必记住:

糟糕的提示 = 糟糕的结果

那么应该怎么做呢?

可以按下面四个主要步骤来。

第一步:理解你的需求和要求

如果想要订购某样东西,首先需要知道自己想要什么。对吧?

同理,你需要知道:你想从ChatGPT那里得到什么、为什么以及如何交付。

把这个想清楚了,将有助于你创建更好的提示。

所以,第一步就是,你也清楚自己期望从ChatGPT那里得到的什么类型的输出内容。

让我们举个例子:

我打算在我的Twitter账户上活跃起来了——所以我想要推文的创意和Twitter thread的结构。

这个例子中,我意识到需要2种不同类型的输出:

为Twitter撰写推文的创意。为Twitter编写thread结构。

第二步:把AI当作数字实习生

假设,你雇了一个实习生——你不会只给他一个简短的解释,然后期望他一开始就做得很好,对吧?

让我们想象一下,我想在Twitter上发布有关使用Google Cloud平台的帖子。仅仅告诉实习生“明天要发Google Cloud平台的帖子”,这肯定不行。

提的任务太笼统了。

那么对ChatGPT ,或其他AI工具来说,也是一样。

正确的做法是:

向你的AI提供详细清单,解释任务背后的目的,并愿意澄清AI可能会有的任何疑问。

这意味着我不能说:

嘿,ChatGPT,给我写一个关于Google Cloud平台的Twitter thread。

这个提示太过模糊了:

你想要多少条推文?什么样的写作风格?ChatGPT应该强调哪些子主题?语言口吻是友好还是专业?……

你让AI做出了太多决定,就导致它的输出会很混乱。

牢记:

始终使用AI工具来提高你的工作效率,而不是替代你。

第三步:制定限制条件,避免假设

这是整个过程的关键。

这是整个过程的关键。

这是整个过程的关键。

为了获得具体和准确的输出结果,需要向AI提供清晰明确、定义良好的信息。

如果你给出模糊或广泛的提示,就不能指望AI能够提供精确的结果。

让AI非常清楚你具体想要什么:

一个好的上下文——你想要什么样的输出?一个具体的主题——强调子主题。一个特定结构——比如多少条推文、多少字……一个特定风格用于输出——使用什么写作风格、什么语气……一份具体列出需要避免提及事项列表——不希望提到哪些内容。

接下来,围绕上述几条,让我们看一下具体怎么和ChatGPT进行对话。

1. 添加一些好的上下文说明

我想让ChatGPT生成一个Twitter thread。

但是,什么是Twitter thread?

我需要先确保ChatGPT理解我的意思。

这就是为什么任何好的提示都需要以良好的上下文说明作为开头。

例如:

首先,我要让ChatGPT知道,我要开始对它进行训练了:

嘿,ChatGPT,我将训练你创建Twitter thread。

然后,我解释了这个特定输出包括什么:

Twitter thread是一系列推文,概述和突出长篇文章或某个特定话题的最重要观点。

2. 添加一个具体的主题

我想让ChatGPT写一篇关于某个特定主题的Twitter thread。

在这个例子里,我希望这个thread围绕Google Cloud Platform这个主题来讲。

例如:

我向ChatGPT解释了主题:

这个Twitter thread将会谈论Google Cloud Platform。

我告诉ChatGPT,这个主题需要提到和强调什么:

我希望你谈论Google Cloud的平台环境,以及数据科学相关的服务和工具。

你需要强调优势:只要使用量不超过上限,使用都是永久免费的。

同时,要提到Google BigQuery和Cloud Functions,它们是数据分析中最重要的两项服务之一。

3. 添加特定结构

到这一步,要让ChatGPT知道输出的结构是什么。

这部分,我建议尽可能详细地描述,以便得到一个高质量的初稿。

例如,我定了我想从ChatGPT接收的整个结构:

第一条推文带有简短但简洁的信息,让人们知道这个主题是关于什么的。重要的是不要超过30个单词,使用关键标签,并说服人们阅读整个主题。强调对他们来说该主题的实用性。

第二条推文进行简短介绍,并让读者获得背景并理解为什么他们还在阅读该主题。保持读者阅读很重要。

4或5条推文概述和描述文章最重要部分。这些应总结我之前向你解释过的话题的主要思想。

最后一条推文带有一些结论,并让人们知道为什么你的thread有价值。

推文的最后邀请他们转发你发布的内容并关注你。

4. 输出的特定风格

输入内容的特定风格,在我看来,通常包括让ChatGPT清楚如何写作,以及应该使用什么样的写作语气、风格。

例如,我定所需的输出风格:

我希望你表现得像一位技术和数据科学作家。使用自然而引人入胜的语言。重要的是要使用易于理解的词汇——记住我想用日常用语来解释复杂概念。

5. 列出要避免的事情

如果有什么你不想让ChatGPT提到的,请告诉它。

例如,我告诉ChatGPT避免使用复杂的语言:

避免使用复杂的词汇。

第四步:迭代和完善你的输入

如果AI生成了错误的输出,那很可能是由于你的输入存在问题。不要害怕多次修改你的提示。

记住,

即使你正在使用自然语言与机器交流,也应该将其视为编写AI代码。

写作提示是一个迭代的过程——这意味着,你不可能一次就做到完美。

但是,就像培训员工一样,前期的时间投入是值得的。因为一旦你拥有了一个可靠、有效的提示,你可以永久地使用它。

记住,

我们交给ChatGPT的任务,不需要它思考。我们思考,ChatGPT执行。

好了,让我们看看使用上面创建的提示,ChatGPT能生出什么样的Twitter thread。

如下图:

你可以重复再让它生成,直到得到满意的结果。

我经常使用ChatGPT的输出作为第一稿开始,并最终以一个好的Twitter主题结束。

我的最终成果如下。

通过以上四步,使用有效的提示,就能释放ChatGPT写作的力量。

总之,并不是ChatGPT写的糟糕,而是我们与它互动的方式有待改进。

为了充分利用ChatGPT和类似的AI工具,我们必须完善自己的方法,并专注于成为引导AI执行的思考者。

遵循这些提示并对输入负责,你会发现AI也能生成非常好的内容。

因此,让我们开始创建有效的提示,并释放AI写作的全部潜力!

如果这篇文章对你有帮助,希望来个三联支持一下

Leave a Reply