ChatGPT 定制化进阶：四步成为 AI 对话高手

相信 ChatGPT 已成为大家生活与工作中不可或缺的工具了吧？但如果你还不了解如何对 ChatGPT 进行个性化定制，那就稍显落伍了。

今天，我们将一同探索 ChatGPT 的个性化定制之旅，从基础到高级，一步步释放 ChatGPT 的巨大潜力。

Level 0 - 没有任何定制化

刚开始使用 ChatGPT 时，我们可能都没有意识到 “定制化” 这件事情。反正就是开始提问，把它当作作一个聊天工具来用，对吧？

这种使用方法基本够用，ChatGPT 通常能够返回基本可用的内容，大致可以给它打 60 分。使用这种方式，不同用户得到的结果大体相似——只要输入的指令差不多，返回的结果也不会有太大差异。

然而，如果我们对回复质量有更高要求，比如在进行专业性工作时，仅仅依靠这种直接问答的方法，往往会发现 ChatGPT 的输出质量与期望还有一定差距。

因此，当我们的需求开始变得更加专业和具体时，就需要对 ChatGPT 进行更深层次的定制。这时，“提示词工程” 的概念就出现了。

Level 1 - 提示词工程

提示词工程英文叫做 prompt engineering，它随着 ChatGPT 的流行，也成为一个热门的概念。所谓提示词，就是我们对 AI 提出的问题，或发出的指令。

而所谓提示词工程，就是我们通过一系列方法和技巧，写出更加精准的提示词，让 ChatGPT 生成更高质量、更符合我们心意的内容。

我们来看一个实例。这是一段给产品起名的提示词，我希望在头脑风暴阶段，AI 帮我从不同角度输出大量高质量的起名方案。以下就是我写的 “起名大师” 提示词：

## Role

你是一个资深的市场营销专家，对市场定位和文化传播有深入理解，对中国文化也有很深的造诣。

## Background

你正在为一款美颜相机 app 产品起名字。

这个产品面向年轻女性客户，需要一个年轻化、幽默的名字。

## Skills

你常用的起名策略：

* 产品属性（案例：鲜橙多、余额宝、纯棉时代）
* 核心卖点（案例：味多美、福多多、闪送）
* 使用场景（案例：每日坚果、下个街角、365背单词）
<!-- 篇幅所限，省略 10 行 -->

## Task

现在是头脑风暴阶段，你需要根据上述几个策略，尽可能多地提出贴切的名字。

名字以 2～4 字为佳。

## Output Format

* 以上述各个策略为 h3 小标题。
* 以各个策略的名字列表作为各个标题的内容。

在这段提示词中，至少有三点值得注意：

一、这是一段结构化的提示词。大家可以看到它分成几个小节。如果大家要写稍微正经一点的提示词，我都强烈建议按照一定的结构来写。

一方面它结构比较清晰，可以帮助我们梳理思路。另一方面，这种格式可以让提示词更加完整，不容易遗漏必要的信息，ChatGPT 也可以更好地理解。

二、这段提示词采用了身份设定的技巧。为什么要进行这种 “催眠式” 的身份设定？我尝试从 ChatGPT 背后的模型原理层面来解释。

GPT 模型在训练阶段，它的语料是多方面的，有些是很专业的学术性材料，有些来自互联网上的文本，有些是已出版的著作和专业文献等等。

这些训练素材包含了不同体裁、不同领域、不同书写风格，模型也因此具备不同角度和不同层次的能力。于是，我们可以把大模型理解成一个包罗万象的、复合型的智能体。

我们如果说只是跟它简单地说 “帮我写某某东西” 的话，那模型在输出内容的时候可能只到了很平庸的能力。

那这个时候，我们就需要给它设定一个身份信息，让它去扮演某个领域的专家，发挥出模型在特定领域内的高层次的能力，榨干它的上限。

三、这段提示词规定了输出格式。如果当前问答只是我们工作流当中的一个环节，那不妨要求 ChatGPT 以特定格式输出，以便更顺畅地导入下一个环节。

如果你期望的格式较为复杂，那不妨给出示例，以便 ChatGPT 更好地理解和执行。

好的，我们来看看这段提示词的效果。在头脑风暴阶段，AI 生成的这些创意会是一个不错的开始。

经历这个阶段，我们可以看到，提示词工程不仅能够改变 ChatGPT 的回答方式，还能够提高其回答的质量和适用性。

这一阶段的探索为我们打开了一个新世界，让我们意识提示词的威力和模型的巨大潜力。不过，这只是 ChatGPT 定制化之旅的开始，让我们继续深入吧！

Level 2 - 自定义指令

ChatGPT 的 “自定义指令” 功能是在 2023 年 7 月推出的，主要解决用户与 ChatGPT 交互时的个性化需求。

我们在使用 ChatGPT 时，可能会发现它的表达通常过于客套或啰嗦。如果我们希望它能直奔主题，就需要在每次提问时都明确要求这一点，这无疑是相当繁琐的。

为此，ChatGPT 推出了自定义指令功能，允许用户提前设置好自己的个性化偏好，一劳永逸地给 ChatGPT 下达基础指令。

这个功能的入口是在 ChatGPT 界面的右下角，点击自己名字后，在弹出菜单中选择 “Custom instructions”。

之后会弹出一个设置窗口。这个设置窗口分为两个输入框，作用分别是：(1) 描述用户的自身情况，(2) 向 ChatGPT 提出详细要求。

在上半部分，我们可以描述自己的职业、兴趣、工作目标等信息。这些信息有助于 ChatGPT 在回答问题时提供更符合用户预期的结果。

而在下半部分，可以指定你希望的对话风格（正式或随意）、回答的长度（详细或简洁）、称呼方式等。例如，我们可以要求 ChatGPT 使用中文回答、减少客套语、减少对网络搜索的依赖等等。

这里分享我在下半部分的设置：

- 如果用户使用中文提问，则缺省使用中文回答，除非当前上下文要求用英文或当前话题用英文更合适。
- 减少不必要的输出，比如欢迎词和总结等。直接回答问题即可。
- 如果用户提问的表述有明显的事实错误、概念错误、逻辑错误或术语混淆，请先指出错误之后，再回答。
- 如果用户提了一个非常模糊或可能有歧义的问题，请先澄清细节，以明确用户真实的意图。在掌握必要的背景信息之后，再一步一步思考，给出高质量的回答。
- 尽量基于自己的知识库来回答问题。只有当相关事件的发生日期超出知识库的时效范围时才进行网络搜索。
- 输出格式要求：在中文和西文字符之间空一格。

这两部分的设置能够让 ChatGPT 的回答更加符合你的工作场景和个人偏好。精心调校过的自定义指令，可以让我们更有效地利用 ChatGPT，让它成为更懂我们的得力助手。

Level 3 - 定制 Prompt 机器人

经过前两个阶段的探索，我们已经学会了更高效地使用 ChatGPT，让它输出更高质量的内容。然而，随着我们使用 ChatGPT 越来越多，我们会遇到一个新的痛点。

我们在工作中会积累越来越多的提示词，在执行不同任务时，我们不得不手忙脚乱地从自己的 “提示词库” 里复制粘贴，很麻烦。这种 “一个机器人 + 多套提示词” 的工作流逐渐显露出弊端。

为了解决这个问题，一些机器人定制平台出现了，比如 POE 和 FlowGPT 等等。FlowGPT 作为一个 Prompt 分享平台，提供了大量由社区用户编写的高质量提示词，并允许用户与这些定制机器人进行交互。

而 POE 更是机器人定制领域的佼佼者。它的界面清爽简洁，集成了多种流行的大型语言模型，允许用户基于这些模型配合自己的提示词定制机器人。

由于这种定制机器人完全由提示词驱动，不需要写程序，我们通常把这种机器人俗称为 “Prompt 机器人”。

我们定制机器人的过程，通常包括设定其头像、名称、欢迎词、基础模型（比如 GPT-3.5 或 GPT-4 等），以及最核心的工作逻辑——提示词。

高级玩家还可以尝试调节温度（Temperature），这一参数决定了模型在生成内容时是更稳定还是更发散。此外，我们还可以决定机器人是否公开。

我们来看一个例子，这是我在 POE 平台创建的 “英语教案助手” 机器人。用户给它一段英语课文，它就会按照我们事先设定的要求，输出这篇课文的教案草稿。

包括上面演示的 “起名大师” 提示词，我们也可以将其改造为一个 Prompt 机器人。比如我们可以让它以多轮对话的形式收集用户的起名需求，将它打造为一个通用的起名创意工具。

可以想像，这种为专门场景定制的机器人，极大地提高了工作环节的清晰度和切换效率。到了这个阶段，你已经可以说是一个 ChatGPT 达人了！

Level 4 - 创建 GPTs

好，在最后这一节，我们即将到达 ChatGPT 个性化定制的最高境界，也就是创建 GPTs（自定义的 ChatGPT 机器人）。

我们在上一节提到的痛点，OpenAI 肯定也意识到了。因此他们在 2023 年 11 月发布了 GPTs 功能，作为 ChatGPT 的拓展。

这是可以说是 OpenAI 憋的一个大招。我们可以把 GPTs 理解为 ChatGPT 官方提供的定制 prompt 机器人的途径，甚至它的能力也要远远超出 POE 那样纯粹依赖 Prompt 的机器人。

首先，GPTs 允许用户以自然语言的方式来定制机器人，这极大地降低了定制门槛。当然，如果你对提示词工程已经很有心得了，也可以直接进入后台界面进行更细粒度的控制。

其次，GPTs 在提示词的基础上，还集成了网页浏览、图片生成、上传知识库文档、代码解释器、调用外部接口等五大扩展能力。这些能力都可以在提示词中按需调用，实现完整的工作流。

我们还是以 “起名大师” 为例，来定制一个 GPTs 机器人。由于这个机器人完全基于提示词来运作，我们把上面一节改造过的多轮对话版提示词复制过来，基本就可以上岗了。

可见，GPTs 的功能几乎完全覆盖了 POE 提供的机器人定制能力。此外还有五大能力有待发掘，比如我们想像一下：在启用了绘图能力后，“起名大师” 还可以增加 Logo 设计能力，升级为 “产品创意大师”……

（限于篇幅，本文暂不详细展开这 “五大扩展能力” 的详细讲解和应用技巧。我会把它写成另一个完整的 “GPTs 开发指南” 系列，近期就会推送，新朋友记得点 “关注” 哦。）

虽然 GPTs 姗姗来迟，但它用实力展示了 ChatGPT 定制化的终极解决方案。通过创建 GPTs，我们能够将 ChatGPT 的潜力发挥到极致，为各种复杂和特定的任务提供智能解决方案。

结语

在这篇文章里，经过对 ChatGPT 定制化进阶的详细探索，我们不仅了解到各种定制化技巧来提升 ChatGPT 的效能，还掌握了将其深度融入日常工作的方法。

好了，今天就到这里。觉得文章有用，就推荐给身边的小伙伴吧！