ChatGPT提示词迭代

openAI CEO

除了上一篇讲的：限定，排除，示例，生成，扩展了其他方法，包括：关键词、调教和其他使用方法

关键词

像应用搜索引擎一样，在描述的句子开头给一些关键词，比如：

• 问题
• 代码
• 解释
• 分析
• 学习
• 帮助
  
  

语言转化

• vue2 转vue3
• js转ts
• go转python
• vant转elment
• 自然语言的翻译+关键词(分析)
• 伪代码补全
• 指定语言+需求描述
• 搭服务给指引

重构

1、Prompt: Refactor the given [language] code to improve its error handling and resilience: [code block]

提示：重构以下[语言]代码以提高其错误处理和韧性：[代码块]

2、Prompt: Refactor the given [language] code to make it more modular: [code block]

提示：重构以下[语言]代码以使其更具模块性：[代码块]

3、Prompt: Refactor the given [language] code to improve performance: [code block]

提示：重构以下[语言]代码以提高性能：[代码块]

4、Prompt: Refactor the below component code to be responsive across mobile, tablet, and desktop screens: [code block]

提示：重构以下组件代码，使其在移动端、平板电脑和桌面屏幕上都具有响应性：[代码块]

5、Prompt: Suggest descriptive and meaningful names for variables and functions, making it easier to understand the purpose of each element in your code: [code snippet]

提示：为变量和函数提供描述性和有意义的名称，使每个元素的目的更易于理解：[代码片段]

6、Prompt: Suggest ways to simplify complex conditionals and make them easier to read and understand: [code snippet]

提示：简化复杂条件语句，并使其更易于阅读和理解：[代码片段]

其他与代码有关的：

• 生成函数、组件、api：给示例会更准确
• Bug检测和修复：查找以下代码中的任何错误：[代码片段]
• 系统设计和架构：您是系统设计和架构的专家。告诉我如何设计一个[系统],限定[语言]，step by step, 前端后端数据库设计，这样的限定词。

GPT4在写组件时表现得非常专业，很棒的Copilot。

做业务时仍然遵循设计优先的原则，层次依次是数据、布局、交互。

加上GPT能力，可自由组合变换，需求怎么变，都不是大问题。

关键点就到了另一个前端、中端和后端。

销售（前端），产品受众池子多大，营销，漏斗模型，转化率。

产品（中端）从用户开始的信息转化成需求的质量，洞察洞见痛点，专业领域问题识别，创意。（深深挖洞）

研发（后端）基于文首，关键部分是高质量的设计，其他都是其他。tailwind在此场景下缺点变优点，优点变亮点。

问：有更灵活、更高效、更智能的方法吗？如何持续改进？

似乎有灵感了，后面更新

超级个体

个人的pc组件库、h5组件库、小程序组件库、promote库、方法论……

长期主义，你的后面积累了一系列生产资料，而且还在不断学习和叠加，这就是你比其他人厉害的地方。

把你招进去，就相当于招了一个大型的，智能人+强大外脑，你一个人顶几个人，性价比高，相信聪明的人会要你的。

学习

把他当人生导师。也许他不是你人生的灯塔，但是是一个好的导师。

多问问题，各种问题都可以，多愚蠢都可以，你可以加你的想法，然后提出扩展。

他给的答案很多我那时候根本想不到，他的回答给了我另一个视角，看得更广一点，让你的下一个问题更接近答案。

不要浪费时间

很多这样的固定提示，有的不一定有效。试过很多，比如越狱，好像GPT更新了，没什么用，浪费时间。

调教

有程序员说，GPT有时候回复错误答案，生成很多bug。

可以理解，因为GPT大量预料是英文环境，国内的比如高德地图，小程序，腾讯地图，这种小规模的，资料少，当GPT造不出来时就会胡编乱造。

理解了以后，你要想怎么利用。

思维链技术（Chain of Thought）让GPT具备了，多轮对话以及理解&结合上下文语境的能力。

也就是说：在该技术的加持下，AI 会记住我们前面的会话内容，在前面内容的基础上，去针对性的回答我们后面的内容，实现类似于真人之间沟通的对话效果。所以，基于 AI 的这个机制，我们就可以通过不断的对其"喂数据"&“投指令”的方式，对 AI 进行训练。通过不断的引导 Ai，来帮助我们获得更具体、更深度、更有价值的回答，或者其他效果。

这其中用的较多的指令是【继续】

以后可以保存这一条对话的link，常用的link生成浏览器标签。

用翻译插件

提示词和回答都用英文，然后用翻译插件转中文，精度和回复速度表现更好。

如果觉得麻烦，也可以直接中文对话。

翻译网站：deepl

Crome插件：沉浸式翻译

其他

• SEO
• mock
• 项目管理
• 测试、安全性、风险
• 性能优化