我们已经将chatgpt接入了公众号【微航AI】，并添加了超多实用模型。

自从ChatGPT横空出世，无数人为此感到焦虑，但是人类永远比AI更加强大。

GPT的应用逻辑非常简单，交互体验符合人性，只需要通过对话就能轻松上手使用。虽然每个人都可以使用GPT，但并不是每个人都能将其应用得好。

今天，小编将用一篇文章，带领你掌握ChatGPT的用法。全文都是实操，纯小白也能看懂。只要你认真阅读，保证能让你对ChatGPT的应用能力超越90%的人。在正式开始之前，需要说明一下：

本文不会对GPT的基本概念进行过多解释。如果你需要了解更多，可以关注本公众号菜单栏的AI模块，或者等待小编后续的更新。另外，关于如何注册和使用GPT，需要特殊环境和条件，本文也不会涉及。为了照顾一些无特殊环境的朋友，我们已经将chatgpt接入了公众号【微航AI】关注即用。

那么，让我们开始探索ChatGPT的应用吧！

一：如何让AI为你所用？——ChatGPT的实际应用技巧

发现大部分同学使用GPT时都存在以下两个问题：

1、为什么AI无法为你所用？

很多人在拿到GPT之后，会面临两个痛点：用得不好和无处去用。这导致许多人在新鲜感消退后放弃了使用GPT。但小编的情况与之不同，小编已将GPT融入到工作、学习和生活中，从而提高了效率三倍以上。它已成为小编的私人助理，涵盖了小编的方方面面，甚至包括这篇文章的排版、润色和纠错等环节都是通过AI完成的。

如果你使用AI却无法创造实际价值，可能是因为你缺乏两点：

一是不熟悉AI的使用方法;

二是没有将AI与自身应用场景关联起来。

所以我们将围绕这两个问题展开讲解，帮助你彻底掌握GPT的应用。首先，我们将介绍如何使用AI，帮你熟练掌握“屠龙刀”的使用技巧。

2、如何使用AI？

使用AI的核心心法可以用一句话概括：GPT生成的答案质量完全取决于你“问它”的方式和“引导它”的方法。只要你能问得好，引导得好，它就能为你生成让你惊喜的答案；反之，假大空，毫无价值。

这里的“问它的方式”指的是与AI沟通的语言，而“引导它的方式”则指的是调教AI的方法。掌握了这两点，你就能掌握挥动AI这把屠龙刀的能力。

那么，这句话的意思是什么呢？很简单：目前人类的技术对自然语言处理还不完美，导致AI生成的内容质量非常依赖于提示词。所谓“提示词”，就是让AI能精准地理解你的意图，或者说是与AI沟通的语言方式。

如果你给AI的提示词质量不好，或者不到位，那么AI返回的结果就往往是一堆正确的废话堆积而成的文字垃圾。这种结果和你在搜索引擎上搜到的拼凑而成的口水文没有本质区别，对你毫无启发性。

因此，想要获得高质量的AI回答，第一步就是学会与AI沟通的语言，也就是学会写提示词。OpenAI的CEO，也是被称为ChatGPT之父的Sam Altman曾在推特上强调：会给AI写提示词是一个非常高杠杆的技能。

为了更清晰地认识到会写提示词的重要性，我们可以看一个例子，比较一下会写和不会写提示词对AI回答质量的影响。

如何写出高质量的提示词？

现在你已经认识到了写好提示词的重要性，那么如何写出高质量的提示词呢？这里有一个通用且屡试不爽的提示词模板：立角色 + 述问题 + 定目标 + 补要求。一个好的提示词需要由这四部分构成！

• 立角色：引导AI进入具体场景，为AI赋予行家身份。

• 述问题：告诉AI你的困惑、问题以及为AI补充问题所需的背景信息。

• 定目标：告诉AI你的需求，你希望它为你做到什么。

• 补要求：告诉AI，它的回答需要注意什么，或者你想让它以什么形式来回复你。

虽然看起来这套模板有些复杂，但实际操作起来却非常简单。让我们再以旅游攻略为例，将这个模板应用到实际场景中，就可以得到如下效果……

当然，你可能会认为这个模板中的“述问题”、“定目标”和“补要求”这些部分都很好理解，因为这是我们平常提问的语言模式。但是，为什么还要加上“立角色”的动作呢？这个动作是否多余，直接提问不是更简单吗？实际上，这个动作非常重要！让我们再以旅游攻略为例，看看加上和不加上角色的问题，GPT返回的答案有什么不同……

通过对比图，可以清晰地看出加上“你是一名专业的导游”这九个字后，GPT返回的答案与之前相比完全是两种境界！这意味着加上专家角色的提问，能够得到更具体、可实操性更高，同时回答的语气也更有人情味。

这种差异的原因很好理解。想象一下金庸老爷子的武侠小说《天龙八部》中的王语嫣，她虽然记下了天下武学的知识，但是她所掌握的武学知识十分宽泛且相互干扰，虽然能给出建议，却无法提供针对性的指导。

然而，当我们为AI加上专家角色之后，它就不再是只会死读书的王语嫣了，而是真正化身为领域内的实战派专家，能够给出更具针对性的回答。专家角色可以帮助AI指定场景、明确问题范围，以及提供问题所需的背景信息。

因为一个领域的专家代表着该领域的知识体系和最高行业标准，为AI叠加专家身份相当于给王语嫣叠加了一个Buff。在掌握了天下武学知识的基础上，叠加了代表该领域最高成就的身份Buff后，AI的回答自然会更专业、更有针对性，与搜索引擎式的回答存在很大差异。

因此，如果你需要更深入、更专业的回答，而不是搜索引擎式的回答，那么请记住：向AI提问的第一步是为其叠加专家Buff，然后再告诉它您的具体需求和补充要求。

现在你已经了解了为 GPT 叠加专家 buff 的意义，接下来让我们看看如何为它叠加上这个 Buff。其实方法很简单，我在实践中发现以下几个提示词都非常有效：

• 你现在是[xx]

• 请你扮演[XX]

• 假如你是[XX]

• 请你以[XX]的角度/身份/语气.....

以上这些提示词都能被 AI 理解和接受，你只需要选择最符合你的语言习惯的表达方式即可。一旦你掌握了这些提示词的方法，你可以将它们与你过去的提问方式进行对比，从而获得前所未有的回答质量。

举例1：用''提示词模版''来设计课程大纲

提示词：

AI所生成的效果：

举例2：用''提示词模版''实现模拟面试的效果

提示词：

AI所生成的效果：

举例3：用''提示词模版''来辅助工作

提示词：

AI所生成的效果：

这套提示词的思路是通用的，几乎适用于所有场景。比如你可以用这套方法来设计课程大纲，实现模拟面试的效果，或者辅助工作。此外，这套思路还可以跨场景迁移使用，比如用提示词模板来实现 AI 绘画。总之，只要你按照这套 SOP 模版写出的提示词，那么一般 GPT 给你的答案都不会太差。

当然，对于一些简单的问题，你可能不需要完全按照这套模板来设计提示词。所以，记得要根据你的实际场景需求灵活变化。通过以上内容，你已经掌握了写提示词的方法。但要注意，虽然可以通过这套思路设计出优质的提示词获得高质量的答案，但目前的 AI 还没有进化到逆天的程度。因此，对于一些稍微复杂的问题，AI 的一次回答往往不够准确。如果想要获得更优秀、更深入、更有价值的回答，那么就需要对它进行调教。

二：调教方法

调教 GPT 的方法和原理其实很好理解。GPT 之所以强大，是因为其具备了思维链技术（Chain of Thought）的能力，即能够理解上下文语境和进行多轮对话。在这个技术的支持下，GPT 能够记住前面的会话内容，并基于此针对性地回答后面的问题，实现类似真人对话的效果。基于这个机制，我们可以通过不断地“喂数据”和“投指令”的方式来训练 GPT，帮助它产生更具体、深度和有价值的回答，或者实现其他效果。那么，具体该如何训练 GPT 才能达到你想要的效果呢？这里我们需要用到以下两个指令。

第一个指令被称为「继续指令」。它的本质作用是帮助你突破 AI 厂商设定的输出限制，让 AI 的回答能够充分发挥其潜力。由于 AI 大模型的训练成本非常高，为了控制算力成本，包括 OpenAI 在内的各大 AI 厂商都会尽可能控制 AI 生成的篇幅，并尽可能通过概括文本内容使之变得简练。

以 ChatGPT 为例，它的单次最大输出字符数为 2048 个字符，超过这个字符数会导致 AI 的回答被强制截断停止。

因此，在篇幅限制和篇幅概括这两个条件下，AI 的回答可能会让我们感到不够详细或深入。使用继续指令可以帮助我们突破这两个限制。它可以让 AI 继续回答超过 2048 字符的内容，或者在第一次回答不够充分的情况下进一步详细展开。例如：

在我们上面的AI发展的文章示例中，如果 AI 的回答超出了 2048 个字符，就会被截断。

我们可以使用继续指令让它继续回答前面未说完的话。

同样的，即使它回答了问题，我们也可以使用继续指令来让它进一步深入或具体化回答的内容。当然，这里提到的继续指令只是其最基本的用法。除此之外，它还有更进一步的用法，例如在我们之前提到的课程设计的例子中，我们可以使用进一步的继续指令来追问 AI。

在进行继续追问时，我们可以利用之前提到的【补要求】的提示词，如：

请用小孩子都能听懂的例子进行解释，

请提供不小于 5 个例子，

请从XX领域里选例子，

请你用活泼口语化的方式进行回答，

请扩写...

请概括...

理论上，我们可以持续按照“继续”的套路进行追问深挖，比如针对之前提到的【讲课案例】，我们可以按照最初的大纲框架进行追问，不断套娃深挖每个点，并将追问结果填充到最初的大框架中，最终就可以生成一篇基本完全由AI生成的课件内容了。

最后，我们只需要将AI生成的语言风格换成自己的语言风格，进行逻辑拼接和润色，就可以开始讲课了，非常厉害。

需要注意的是，在使用继续指令和延伸用法时，有两点需要注意：

注意指令的模糊性。如果追问过长或套娃层级太多，继续指令可能会让AI产生歧义，从而导致答非所问。因此，需要明确对象，比如将“请具体介绍下第二点”换成“请具体介绍下提纲中的第二点”，这样更加具体。

注意上下文语境的关联性。由于AI具有强大的多轮对话和联系上下文的能力，在同一个对话框内穿插多个不同的话题场景时，AI的回答可能受到前面内容的影响而出现乱答的情况。

因此，当我们想在一个对话框内问多个不同的话题时，最好在新话题开启时初始化AI，清空前面的对话，避免AI的回答受前面内容的干扰。具体重置ChatGPT提示词的操作方法如下：

以上就是调教AI的【继续】指令了。虽然该指令可以让AI的回答更加丰富多彩，但由于语言传递信息的局限性，AI的每一次回答可能并不总是如我们所愿，甚至可能出现跑偏的情况。因此，当我们遇到这种情况时，可以使用调教AI的第二个指令，它可以帮助我们设计具有“套路属性”和“模板化”特点的任务，产生神奇效果。

在使用这个指令之前，你需要先定义好你要调教 AI 的套路类型，例如：文案写作、推销、客服回答等等。然后，按照该类型的特点和需求，构建出对应的套路模板。

例如，在文案写作中，我们需要考虑诸多因素，比如品牌定位、受众画像、文风口吻等等。因此，我们可以将这些因素组合在一起，形成一份文案写作的模板，以便后续使用。

第二个指令被称为「奖惩指令」通过奖惩指令训练ChatGPT，像教育孩子一样让它变得听话

其实，训练基于神经网络的AI，和教育孩子的原理类似。就像教育孩子一样，我们需要用奖励和惩罚来帮助AI理解我们期望的行为标准。

在我的训练中，我使用了一个奖惩指令来训练我的AI小助手生成思考题。首先，我让AI学习我的思考题的格式，然后让它尝试生成答案。如果AI的答案符合我的要求，我会用肯定词汇来表扬它，如果不符合要求，我会用否定词汇来纠正它。这样，AI会逐渐了解我期望的答案格式，然后生成符合要求的答案。

通过重复的投喂和调教，我的AI小助手最终成为了辅助的得力助手。像教育孩子一样，奖惩指令可以帮助我们训练AI变得越来越聪明，更加听话。

在实践中，AI 可以很好地完成一些模式化的任务。你可以尝试在工作场景中找到这些任务，然后通过奖励和惩罚来训练 AI，使其生成符合你要求的内容。这种训练方式可以使 AI 成为你长期的工作助手，并在你需要时帮助你提高生产力。

然而，我们不能忘记 AI 的最终目标是帮助我们创造实际的生产力。如果我们没有将 AI 与我们需要的应用场景联系起来，就无法实现这个目标。因此，我们需要找到适合 AI 的应用场景，将其融入到具体场景中，才能发挥其最大价值。在掌握了操作 AI 方法论的基础上，我们需要深入了解如何将 AI 与自己结合起来，才能真正实现生产力的提升。

实际上，将人工智能与我们自身融合的思路很简单，它只包括两个步骤。

第一个步骤是“梳理”，这个概念非常简单易懂。在电商兴起时，马云曾说过这样一句话：“所有的生意都值得用互联网再做一遍”。同样，在人工智能时代，我们也可以采用相同的思路：几乎所有涉及到知识的工作方式都可以用人工智能重构一遍。

因此，我们可以反思我们的工作场景，梳理出那些可能被人工智能替代或辅助的部分，并找到它们与人工智能结合的方式。然后，根据前面所讲述的思路，制定标准化的工具或流程。

换言之，要梳理出你日常的工作轨迹，找出人工智能能够处理的所有任务，然后将这些任务全部交给人工智能或让人工智能辅助你完成。这样，你就可以将自己从这些任务中解放出来，去做更有价值和更有创造力的事情。

这个思路其实很简单：根据我们的行为需求，以三个基本方面（学习、工作、生活）为维度，挨个梳理每一个场景。

利用人工智能实现与大师对话式学习

当然，在这些场景下，你也可以换成其他你感兴趣的伟人，例如孔子、庄子、孟子、毛泽东、拿破仑、苏格拉底等等。

GPT 还可以胜任多种角色，例如让多位大佬之间对决，您可以从对话中学习，达到苏格拉底式的学习效果。

下面介绍几个学习场景的案例：第一个是利用 AI 辅助阅读，提高理解效率，对于那些理解能力不强或想提高理解效率的同学，非常实用。例如... 第二个是利用 AI 实现各大领域的入门教练和导师，对于想搭建某领域体系或系统研究某领域的同学，非常有帮助。例如... 除此之外，同样的道理适用于哲学、社会学、产品经理、运营等领域的研究。此外，还有许多其他的学习场景，例如我的英文教练、辩论教练、学习效果检测师等。如果您对学习场景的更多用法有兴趣，改天我会单独写文进行分享。

同样的方法在工作场景中也非常有用。例如，利用 AI 作为工作助理，您可以让它帮您写招聘信息、脚本、工作文案、自媒体文案、代码、方案等。此外，还可以用 AI 做数据分析和写会议邀请。如果您想激发创意性的工作，它也可以帮助您。例如，咱们这篇文章的部份内容就是来自 GPT 的启发结果。在工作场景下还有许多其他用法。如果您对工作场景感兴趣，可以关注本公众号：Ai社群俱乐部，从 AI 菜单栏进入，去训练你的专属AI助手。

在我们的生活场景中，同样也有很多使用 AI 的例子。例如，用 AI 做健身教练、私人营养师、私人律师、私人医生、私人导游等等。无论是工作、学习还是生活，都可以利用 AI 达到更高的效率和质量。

因此，对于一些有价值的场景，我们需要将训练好的场景数据保存下来，以便长期为我们提供服务，而不是一次性的买卖。例如，我们训练的邮件小助手，只需要告诉它邮件的内容，就可以自动读取之前的数据，包括邮件的落款、称呼、格式、写作风格等，无需重复告诉它。同样，对于健身教练、营养师或其他需要反复互动的场景，也可以将训练好的场景保存下来，以便下次直接调用。

当我们将训练好的场景按照一定规则保存下来形成场景库后，就可以重复利用它们，省去大量时间和精力。具体操作方法将在下一步中介绍。

到这里，整个 AI 的使用指南基本上也就结束了。总之，当你按照我们提出的三维度思路对系统进行梳理，并按照本文开始所介绍的编写提示词技巧和训练 AI 的方法训练出自己的 AI 模型后，将其分类固定到自己的 AI 场景库中，你就成功地拥有了一名AI助理。它将帮助你分担大量琐碎的工作、生活和学习事务，极大地提升你的效率。只要你认真地执行，并安排到位，你的效率不仅可以提升 2-3 倍，甚至可能会提高十倍八倍。

当然，最后需要提醒的是，AI 目前还没有达到完全逆天的程度。因此，在许多场景下，它仍然无法达到与真人相媲美的效果，并且其生成的答案也不能保证百分之百的正确性。在一些重要场合中，我们仍需要进行手动的修正、修改，以及对其提供的信息进行核实和确认。

总之，即使有 AI 的辅助，我们也不能失去独立思考的能力。在现在和未来，只有拥有独立思考能力的人才能掌控 AI，而不是被 AI 控制。