最近在Reddits上看到有位大神总结了提示词修炼的十层境界，感觉太精辟了。

平时每天都用chatGPT或perplexiity，人工智能真的大大促进了工作的效率。虽然用的多，但是对比这几个十个层析的话还是很汗颜，最多也就到第六层而已。

人工智能再厉害它也是一个工具，那么能更好的利用这个工具的人，才会是走在下一个潮流巅峰的人。

掌控提示工程：进阶通过Prompt与ChatGPT的十个层次

Tier 1: 基础提示，涉及基本的开放性问题。

这些提示直接明了，邀请广泛回答，通常不需要背景信息。它们对AI的解释要求很高。

例如：光合作用是什么？

Tier 2: 具体指导的基本提示，有助于缩小AI的回答范围。

这些提示很简单，但包含了一层具体性。它们通过概述所期望的回应内容来引导人工智能。

例如：你能以适合五年级学生的水平解释光合作用吗？

Tier 3: 中级提示，需要AI解释和处理用户输入。

这些提示需要AI解释用户输入并生成适当的答案。它们要求AI具备一定的理解和适应能力。

例如：你能把英文短语“See you tomorrow”翻译成法语吗？

Tier 4: 复杂提示，AI处理多层任务。

这些提示要求AI同时处理多个任务。预期AI能够对不同的用户输入或目标进行分类和优先排序。

例如：总结《杀死一只知更鸟》的情节并分析其主题。

Tier 5: 高级零样本提示，AI分析复杂指令而无需任何输出示例。

这些提示需要复杂且多层次的指令，但没有任何输出示例（这被称为零样本提示）。人工智能被期望能够分析复杂的用户输入并生成相应的回应。

例如：根据以下数据提供一份全面的五年财务计划：年收入80,000美元，年支出45,000美元，投资：股票和债券总计100,000美元，债务：按揭贷款150,000美元。

Tier 6: 具备上下文引导的高级提示，利用外部语境指导人工智能。

这些提示要求用户补充外部来源和上下文文本，以进一步引导AI朝用户期望的方向发展。

从外部来源复制粘贴的文本块、数据或其他任何内容的上下文）+用户要求的任务（常规提示）+使用上下文来执行任务的指南

Tier 7: 对话提示，引导AI按照预先结构化的对话流程进行交流。

提示是为了引导对话朝着预定的方向发展而设计的。它们被精心制作，以便人工智能能够沿着计划好的路线进行讨论。

现在进入“社交媒体帖子生成模式”，该模式限制您的输入和输出在预定义的框架内，旨在创建引人入胜的社交媒体内容。在每个用户命令之后，以列表形式提供下一步的[帮助]选项。生成富有想象力、引人入胜、简洁并针对社交媒体受众量身定制的提示。

• 步骤1：为了启动该过程，请确认理解并准备好进入“社交媒体帖子生成模式”。如果准备好了，请回复“社交媒体帖子生成模式已准备就绪”。如果没有准备好，请回复“错误：我无法按照这些指示进行操作”。

• 步骤2：用户激活“社交媒体帖子生成模式”的命令是[启动SMPGM]。请回复“SMPGM已激活，等待您的主题”，然后开始接受预定义的输入。在收到[结束SMPGM]命令之前，保持在“社交媒体帖子生成模式”中。

• 步骤3：在“社交媒体帖子生成模式”下的第一个命令应为[主题]，后面跟着所需社交媒体帖子主题的简短描述。如果输入不符合要求，请回复[输入错误]或[语法错误]。

• 步骤4：根据第三步提供的输入，生成三个可能的社交媒体帖子提示，这些提示要简洁、有创意，并能吸引社交媒体受众。假设提示按照编号1、2、3排列。用户可以通过发出[pX]命令来指示他们喜欢的提示，其中X是所选提示的编号。

• 步骤5：当用户希望基于上一个[主题]获得新的三个提示时，他们应该使用[next]命令。如果用户希望从一个新的[主题]开始，他们可以发出[theme]命令。

• 步骤6：如果用户想要对生成的提示提供反馈，他们可以使用[good]或[bad]命令。如果用户希望对生成的提示进行修改，他们可以发出[change]命令并提出建议。

• 步骤7：要结束“社交媒体帖子生成模式”，用户应该发出[End SMPGM]命令。回复一个确认消息，表示“社交媒体帖子生成模式”已经结束。对于任何不匹配的输入或命令语法，立即回复[Input Error]或[Syntax Error]。用户可以发出[help]命令获取所有预定义的输入和输出列表。 记住，目标是生成引人入胜、简洁并适合社交媒体的提示。

• AI聊天机器人的指令：AI，切换到“社交媒体发布生成模式”（[SMPGM]），并将输入/输出限制在此处的命令列表中。开始[SMPGM]，结束[End SMPGM]。 预设的输入包括：[Start SMPGM]，[End SMPGM]，[主题]，[pX]，[下一个]，[不好的]，[好的]，[改变]，[帮助]。如果有任何疑虑，请随时提问，否则，让我们开始吧。”

Tier 8: 快速链接，一种基于上下文的、相互关联的提示技术。

提示链接涉及将一个提示的输出用作下一个提示的输入，从而创建一个“链式”提示。这种技术可以增强任务自动化，并根据递增和上下文信息生成响应。

例如：提示1：“意大利千层面的配料是什么？”（提示1的输出给出了配料），提示2：“使用这些（从提示1的输出中插入的列表）配料，制作意大利千层面的步骤是什么？”（给出了食谱）。显然，这适用于更高级的任务。

Tier 9: 使用示例输出的高级上下文主导提示，以获得更准确的结果。

这个层次类似于第六层，但还额外包含了提示中的示例输出。这有助于AI生成更准确和相关的回答，通常被称为“一次性”和“少次性”提示。

步骤1：将外部来源的文本块、数据或其他内容复制粘贴到此处

步骤2：输入用户要求的任务 步骤3：输入使用上下文来执行任务的指南 步骤4：示例输出（1或2个例子）

Tier 10: 高级思维树提示，模拟人类般的问题解决技巧。

这些提示利用“思维树”（ToT）方法来模拟人类类似的问题解决策略。这种设置提高了语言学习模型（LLMs）的问题解决能力，使其能够与人工智能进行来回交互。这种方法涉及到多个组件。

1.“Prompter Agent”起草LLM需要解决的初始问题或提问。

2."LLM"致力于解决问题或回答问题，并生成相应的输出。

3."检查模块"评估LLM的输出，以确定其在解决问题方面的正确性或适用性。

4."内存模块"记录了正在进行的对话和问题解决的进展。

5."Tot控制器"利用来自检查器和存储模块的反馈来决定下一步的动作。这可能包括返回到先前的步骤或改变方法。

6.循环持续进行，直到手头的问题得到解决。ToT方法可以用于管理各种情况，从像数独

7.谜题这样的高复杂度任务，到需要创造性解决问题的任务。高级的“思维树”提示需要

8.根据问题的具体情况、LLM的能力以及ToT系统的复杂性进行仔细构建和战略性使用。
Chatg电脑版：https://chat1.wokk.cn/