总是头疼问不出好问题？提问ChatGPT有这一个模型就够了

原标题：总是头疼问不出好问题？提问ChatGPT有这一个模型就够了

自从去年ChatGPT发布之后，此类对话类AI就成为大家的新“玩具”，很多人沉迷其中。但别人总是能用ChatGPT帮助自己工作和生活，自己用的时候总是觉得不靠谱像个傻子，原因出在哪里？就在于提示词的编写上。而提示词的编写，也成为很多人开课程割韭菜的内容之一。这篇文章，作者分享了一个“LACES问题模型”，能更好帮你对ChatGPT进行提问，希望对大家有所帮助。

经常有小伙伴问我：

• 我该怎么让ChatGPT帮我完成一个复杂任务？比如要ChatGPT帮忙写一篇小说、做一个品牌的营销策划案或者要总结一篇长文献。
• 我怎么突破自己的认知去让ChatGPT帮我发挥创意？
• 我怎么提高我的提问能力呢？

于是，在反复的对话和调整中，我总结出了高效提问的指令建构模型-LACES模型让你能提出好问题。

一、LACES问题模型

LACES问题模型是一个更具体的提问prompts构建方法。它包括以下五个要素：

1. Limitation（限定条件）

为问题或指令增加限定条件，有助于获得更具针对性的答案。

举例：

• 在两分钟内，如何向一个初学者介绍人工智能？
• 写一段优美的散文介绍春日花开的美好景象，200字以上
• 请在 100 字内解释 CRISPR 基因编辑技术

2. Assignment（分配角色）

在指令中为AI分配角色，帮助AI更好地理解预期的回答。

举例：

• 假设你是一位营养师，请给我提供一个健康的一周饮食计划。
• 作为一名职业教练，你建议如何应对职场压力？
• 假设你是一名科普作家，解释量子力学的双缝实验，并使其易于理解。

3. Context（背景或上下文）

提供问题或指令的背景信息，有助于AI更好地理解问题。

4. Example（示例）

为指令提供示例，以便AI能够参考并生成类似的答案。

5. Step by Step（拆分任务）

面对复杂问题时，将问题或指令拆分为较小的部分，通过拆分任务，一步一步提问，来获得完整解决方案。

深入提问：通过追问或补充问题来获取更多信息。

逐步拆解问题：将问题拆解成若干子问题，逐一进行提问。

或者启发ChatGPT自行进行任务拆解，进行链式思考（Chain of Thought）

二、实践示例

下面是一个使用LACES问题模型来撰写一个关于市场营销策略的问题示例：

1. L – “请列出五个有效的针对社交媒体的市场营销策略。”
2. A – “作为一个市场营销专家，请列出五个针对社交媒体的有效市场营销策略。”
3. C – “为了提高一家初创公司的品牌知名度，请列出五个针对社交媒体的有效市场营销策略。”
4. E – “例如，一种策略可能是与意见领袖合作。请列出五个针对社交媒体的有效市场营销策略。”
5. S – “首先，列出针对Facebook的一个有效策略。然后，依次为Instagram、Twitter、LinkedIn和TikTok提供一个策略。”这里的分步骤问题，要分多次拆解提问给ChatGPT。

综合以上原则，我们得到一个高质量的问题prompt：

“作为一个市场营销专家，为了提高一家初创公司的品牌知名度，请列出五个针对社交媒体的有效市场营销策略。例如，一种策略可能是与意见领袖合作。首先，列出针对Facebook的一个有效策略。然后，依次为Instagram、Twitter、LinkedIn和TikTok提供一个策略。”

作者：D姐AI指北，公众号：D姐AI指北，大厂市场运营总监

本文由 @D姐指北 原创发布于人人都是产品经理。未经许可，禁止转载。

题图来自 Unsplash，基于 CC0 协议