什麼是「提示工程」？
當我們對 ChatGPT 進行精準提問時，再次提醒，應該儘量提供所有必要的背景資訊，當你能夠照顧到各方面的細節，系統就可以儘快理解問題的脈絡，並根據你所提供的參考資訊來提供答案。如此一來，這樣的對話才可望得到更為直接和有深度的回答，同時也降低了誤解的風險和需要多次追問的機率。
換句話說，精準提問不僅是一種藝術，更是一門科學。它可以幫助我們在與大型語言模型或人們進行交流時，獲得更有效、準確的回應。
在接下來的篇章，我會從各種角度，來為你深入淺出地解釋如何精準提問。不過在正式開始介紹如何向 ChatGPT 精準提問之前，我想先介紹有關「提示工程」（Prompting Engineering）這門技術。
從 2022 年開始，全球颳起一陣 AI 旋風，隨後或許有些人就開始會在報章雜誌或網路媒體上看到「提示工程」這個專有名詞，提示工程跟 ChatGPT 之間，有什麼密切的關聯呢？
根據維基百科的介紹，「提示工程」是人工智慧中的一個概念，特別是自然語言處理。在提示工程的範疇之中，任務的描述會被嵌入到輸入中。例如：不是隱含地給予模型一定的參數，而是以問題的形式直接輸入。
整體而言，「提示工程」是一種專門研究如何與自然語言生成模型（如 GPT-3、GPT-4 等）互動的學科。它涉及設計和優化提示詞—也就是給定給模型的問題或指令，以便引導模型產生有用、準確的輸出。這一個過程不僅需要對模型的工作原理有基本的理解，還要有創意地進行提示詞的設計，方能達到特定的目標。
「提示工程」的原理其實有點複雜，在此讓我為你做一些簡單的說明。它的核心原理和邏輯，主要基於以下幾點：
．理解模型的能力與限制：知道模型可以理解和生成什麼類型的語言、它的知識範圍，以及其預訓練資料的日期截止點。
．語境設置：大型語言模型的回答，往往依賴於它所接收的提示語境。所以一個合適的語境往往可以導向更精確的答案。
．資訊結構化：提示工程需要將資訊以結構化的方式提供給模型，以利於模型更好地理解和處理。
簡單來說，「提示工程」就是給予 ChatGPT、Claude 或 Google Bard（現為 Gemini）等 AI 工具一個起始的提示或提問線索，讓它可以有一個明確的方向依循去生成回覆。請謹記，一個良好的提示詞之所以重要，主要因為能夠讓 AI 工具給出更貼合題意和需求的回答。
