3.3 贴切而全面：通过设定目标受众限定回答
在上一章，我们探讨了如何用六要素限定 GPT 的回答背景，并强调了角色扮演实际上是对人物元素限定的进一步强化。在这一章，我们将讨论另一种强化人物元素限定的方式——设定回答的目标受众。
其实，这种方法已经在第 17 章「优化 GPT 的准确度：灵活组合已学到的优化方法」中出现，最后一个示例就将目标受众融入到了最终的 Prompt 中。
设定目标受众与角色扮演的目的不同。我通常建议将二者结合使用。角色扮演更侧重于限制 GPT 获取信息的方式，而设定目标受众则更影响 GPT 组织信息的方式。通过设定目标受众，GPT 的回答能更加贴切并保持一定的灵活性。如果能将目标受众准确设定在你的认知范围内，GPT 将能生成更有用且易于理解的内容。
在 Prompt 中设定目标受众
通过设定角色和背景，我们已经成功优化了想要提出的问题。在构建好问题后，就需要引导 GPT 及时回应。当我们想控制 GPT 产生的内容各个方面时，就可以使用以下类似的方式来设定目标受众。
目标受众为{{多年工作经验的专业程序架构师}}，现在有一个问题：什么是变量？
回答这个问题，回答必须贴合目标受众的理解能力和水平。
我们可以看到，即使仅设定目标受众的身份，GPT也能灵活地基于受众的身份和知识储备，提供相应的回答。不同的目标受众所生成的答案在各个方面都会有所不同，使回答更具针对性，更贴近我们的需求。
设定目标受众适合的问题类型
在设置目标受众时，你会发现并非所有问题都适用这种方法。有些问题可能需要具备特定背景知识，深入理解某一主题，或者拥有一定的前置知识才能理解。这就是我们需要根据问题的具体性质来设定目标受众的原因。
以下是一些适合使用设定目标受众方法的问题类型：
具有多种解释可能的问题：某些问题可以从不同的角度或者不同的深度来回答，比如「什么是量子力学？」或者「什么是变量？」。
需要特定背景知识的问题：这类问题可能对受众的背景知识有所要求，比如「量子力学的测不准原理是什么？」或者「什么是编程语言的动态类型？」。
面向特定人群的问题：这类问题可能是针对特定行业、特定年龄段、特定教育程度等人群的，比如「如何对一个初级程序员解释 OOP（面向对象编程）是什么？」或者「如何向一个五年级学生解释什么是几何？」。
设定目标受众的方法不仅能让你的问题更有针对性，也能提高 GPT 的答案质量及相关性。然而，这并不意味着所有问题都需设定目标受众。有时，过于详细的受众描述可能导致 GPT 生成过于复杂或特殊化的回答。因此，在实际应用中，我们需要精准地调整和把控设定目标受众这个方法。
设定目标受众的使用技巧
定制目标受众属性：虽然仅设定目标受众的身份就能使GPT的回答更加贴切，但我们仍可在此基础上进行进一步优化，使目标受众的形象更加明确。比如「{{熟悉 Python 但对深度学习不太了解的数据分析师}} 想要了解如何使用 TensorFlow 来构建神经网络」，帮助 GPT 更好组织回答。创建目标受众的方法其实和角色扮演的创建角色的方法是一样的，可以直接参考那一章的内容。
结合角色扮演和定制目标受众：上面也有提到推荐将角色扮演方法和设定目标受众结合起来，这其实就是教育领域的「因材施教」模式。角色扮演就是指定一个会特定内容的「老师」，目标受众就是「老师需要教会什么样的学生？」，例如，「我是一个{{初学者}}，想问一个有多年 JavaScript 编程经验的专业开发者：JavaScript 中的闭包是什么？」现实中因材施教是比标准化教学更加优秀的教学模式，但实现起来有不低的门槛，但是让 GPT 来「因材施教」就没有任何难度了。
不断调整目标受众的特征以改变回答的深度和广度：有时候，一次设定目标受众无法获得正确范围内的回答，这个时候就可以根据你的需求，不断调整并改变目标受众的特性。比如「变量是什么？」这问题即使是指定{{编程初学者}}，GPT 的回答还是略显深奥，这个时候我们就可以进一步加强小白的特征，变为{{对计算机编程一窍不通但想学习编程又害怕难度太高劝退的初学者}}（一个标准的轻小说标题就这样被你写出来了）。
总结
在这一章里，我们一起认识了如何为 GPT 设定目标受众，从而更精确地生成回答。
设定目标受众与角色扮演不同，设定目标受众更多地关注回答的方式，以便使之更贴近目标受众的理解能力和水平。这样，我们便能更有效地控制 GPT 的回答，使其更符合我们的需求和期望。
值得注意的是，过于详尽的目标受众描述有时会使 GPT 生成过于「合适」而偏离正确性的内容，所以在实际应用中我们需要作出适当的调整和把握。在学习了这两个强大而通用的方法后，下一章我们将讨论一些更轻松的主题。
最后更新于