其实通用于任何大模型，核心是说清楚你的需求
身份定位技巧
•
目的：让AI理解你的背景和专业水平
•
示例：
差：”帮我写一篇营销方案”
好：”作为一名刚入职的电商运营，需要为天猫美妆店铺制定618活动方案”
场景描述技巧
•
目的：提供具体的应用场景和限制条件
•
示例：
差：”写一篇新品发布文案”
好：”为新上市的儿童智能手表写一篇朋友圈文案，目标用户是25-35岁的年轻父母，预算3000以内，需强调安全定位功能”
结构化输出技巧
•
目的：指定具体的输出格式和内容结构
•
示例：
差：”分析最近的新能源汽车销量数据”
好：”请用表格对比2024年Q1特斯拉、比亚迪的销量数据，包含以下维度：月度销量、同比增长、市场份额，并在表格下方总结三个关键发现”
分步骤提问技巧
•
目的：将复杂问题拆解为可管理的小任务
•
示例：
差：”怎么做短视频运营？”
好：”请分三步指导新手做美食短视频：
前期准备：需要哪些设备和技能
拍摄阶段：关键场景和机位选择
后期制作：剪辑节奏和音乐配合建议”
反馈优化技巧
•
目的：通过追问获得更精准的答案
•
示例：
第一轮：”帮我做一份产品分析报告”
追问1：”内容太专业了，能用更通俗的语言解释吗？”
追问2：”可以增加一些具体的用户案例来支撑观点吗？”
深度思考引导技巧
•
目的：获得更深入的分析和见解
•
示例：
差：”这个产品有什么优势？”
好：”请从用户痛点、技术创新、市场竞争三个维度，分析这款AI写作助手的差异化优势，并预测可能面临的发展瓶颈”
“说人话”优化技巧
•
目的：获得更容易理解的解释
•
示例：
差：”解释下量子计算的原理”
好：”请用一个8岁小朋友能听懂的比喻，解释量子计算机和普通电脑的区别”
细节约束技巧
•
目的：确保输出符合特定要求
•
示例：
差：”写一篇美食测评”
好：”写一篇2000字的火锅店测评，需要：
1）至少包含3张实拍图的位置建议
2）详细的价格区间（人均预算）
3）避开辣度相关形容词
4）结尾加入停车信息”
资源获取技巧
•
目的：获得具体可行的工具或方法建议
•
示例：
差：”怎么学英语口语？”
好：”我是职场人士，每天通勤1小时，想利用这段时间提高英语口语，请推荐：
1）3个适合通勤时使用的学习APP
2）每个APP具体的使用方法和时间分配
3）一个月的学习进度规划”
这些技巧可以根据具体场景灵活组合使用。要点是：
•
提供清晰的背景信息
•
设定具体的目标和要求
•
指定期望的输出形式
•
适时使用追问和反馈优化结果
