3.5 贴切而全面：通过拆分 Prompt 引导 GPT
在上一章中，我们一起认识了底部 Prompt 背后的巨大潜力，本章，我们将进一步以此为核心，向大家介绍如何通过拆分 Prompt 引导 GPT 生成贴切而全面的内容。
拆分 Prompt 有效的原因
在《1.6 不再胡说八道：编写 Prompt 的通用思路之三——填空》中，我们一起认识了如何利用填空法来提升 GPT 回答时的质量。也提及了 GPT 中 Transformer 部分的原理，能够根据语境自如补全语句中的遗漏信息。凭借这项特性，我们可以考虑将 Prompt 分解，不再全数置于语篇末尾，而是插入我们的明确要求或问题于其间。即将一个完整的生成需求转换成一道填空题，能够极大地引发 GPT 的语义联想能力，从而生成更贴近语境、连贯一致的内容。
第八章的主旨在于让大家理解和掌握这种方法，然后利用它来提取信息。本章所要介绍的技巧则是填空法的变式，更倾向于把周围的文本视为导向信息，引导 GPT 按照我们的需求创造内容。第八章的方法可提高 GPT 答问的准确性，而本章将介绍的技巧则可使 GPT 有针对性地生成内容。
本章和之前章节的优化方法可以看出四大技巧是非常基础且重要的，很多通用或者适合特殊问题的高级技巧都是由他们衍生变化而来。
拆分 Prompt 的正确方式
当 GPT 生成复杂内容时容易偏离主题，或者某些问题需要在特定的上下文中才能体现，我们可以将 Prompt 分为两个部分，中间插入我们的指令或问题。这样，通过给出上下文，我们就能引导 GPT 沿着我们设想的路径和逻辑生成内容，从而提升内容的连贯性和相关性。同样，给出的上下文也能增强 GPT 的思考深度，让它更深入地理解问题，生成更深度的答案。
这个方法还有两个好处。首先，我们可以利用上下文让 GPT 有目标地生成新颖且富有创意的内容，并控制创意的方向和深度。其次，当你在不同的上下文中加入相同的任务指令，其生成的内容质量和水平稳定，具有强大的复用性，可以很好地融合到现有的工作流程中。
然而，在拆分 Prompt 时，我们需要注意不能像填空法那样在中间留空或使用关键词。应像我们在上一章末尾提到的那样，在结尾部分利用特殊符号等方法，让 GPT 来区分素材和指令。否则，就会像我们在上一章所说的那样，GPT 很可能会混淆指令和内容，或者直接忽视、覆盖、或重写某些上下文。典型的格式可能如下所示（已省略上下文）：
[上文]
{{要求1}}
[下文]
{{要求1：填充内容……}}
我们能观察到，如果没有使用优化方法的话，直接向 GPT-3.5 提问就变成了格式仿写。虽然偶尔能为我们生成内容，但远称不上稳定可用，导致我们的体验较差。采用优化方法后，GPT 每次都能稳定地生成内容，并且其用语和风格都能很好地融入到来龙去脉中。
我们之所以选择这种特定格式，是因为我们需要明确区分需求和上下文。我们的目标不是获取信息，而是生成内容，因此，非常有必要在底部 Prompt 中详细地指出我们的需求。另一方面，这种方式也更好地遵循了我们在上一章中提到的底部指令原则，从而使优化方法的效果更为显著。
拆分 Prompt 法适合的问题类型
创作文学作品：如小说、诗歌、剧本等，在上下文中嵌入问题，可以控制创作的风格、情感色彩和主题。
定向创意写作：如果我们希望在某个上下文中生成特定的创意内容，例如在一段旅行叙述中加入一段美食体验，或者在一篇科幻小说中插入一个特定的科技设定，都可以使用这种方法。
写作助手：帮助作者优化两端内容之间的衔接，自动填充符合文章文章风格的衔接内容。
脚本写作：在写剧本或者电影脚本时，我们往往需要在特定的情境中插入特定的对话或者剧情转折，可以利用这种方法，将情境描述作为上文，对话或剧情要求作为中间指令，让 GPT 生成符合情境的对话或剧情。
具有明确指向性的任务：这类问题可能需要 GPT 根据指定的要求完成任务，比如编写一封推销信，或者制作一个关于某个主题的演讲稿。当你需要 GPT 在特定主题或领域生成高质量内容时，可以在上下文中添加具体的要求或问题，帮助 GPT 更好地理解主题和你的需求。
创作特定风格的文案或广告：例如，你可以在上下文中给出产品的描述和特点，然后要求 GPT 创作符合这些特点的广告文案。
生成教程或步骤指南：在上下文中提供一个问题或任务，然后让 GPT 生成详细的解决步骤或教程。
对比问题：可以引导 GPT 更清晰地比较不同事物。通过两个或者多个相似格式（格式大于内容）的上下文，可以让 GPT 更加清楚地理解到这几个对象的异同点，从而实现在中间更贴切地补充内容。
拆分 Prompt 的拓展用法
在上面我们已经强调过了，直接提供上下文的效果并不是很好，经过测试效果最好的还是在需要插入问题的部分使用关键词占位符（{{要求}}的效果就不错），然后在底部指定具体的要求内容，利用其它 Prompt 优化方法的达到 1+1 > 2 的效果。
另一个有趣的使用技巧是，我们可以通过控制上下文的关联程度来调整GPT的逻辑和创造性。例如，连贯的上下文会生成更符合我们预期的内容，当我们一步步将上下文的关联性越降越低，GPT 依然会想方设法满足上下文连贯，这时生成的内容就会越来越有「新意」。
总结
拆分 Prompt 是引导 GPT 生成特定内容的有效方法之一。通过提供连贯的上下文，我们可以使 GPT 理解问题的关联性，从而生成更符合逻辑和语境的内容。合理运用这一优化技巧，我们可以更好地控制产生的内容。在下一章节，我们将探讨在提升 Prompt 到新的长度和复杂度以后，如何确保 GPT 依旧能够准确把握我们的意图，以解决更为复杂且繁琐的实际问题。
最后更新于