1.5 编写 Prompt 的通用思路之二——举例
在上一章中，我们一起认识了编写和优化 Prompt 时的核心理念「格式大于内容」，并介绍了第一个通用思路「分步」，在本章中我们将一起认识编写 Prompt 时的第二种通用思路「举例」。
举例到底举的是什么例子
回想我们的学生时期，老师在教授我们新知识时，通常会通过一些我们熟悉的例子或者例题，来帮助我们理解那些初次接触的抽象、复杂概念。
借助这个经验，我们可以通过举例子的方式，让它更好地理解我们的问题输出更准确的答案，让我们探索如何与人工智能（特别是 GPT）进行有效地交流。
所以在接下来的文章中，我们将会一同了解「举例」的统一格式、适用的问题类型、如何通过正反两面的例子帮助 GPT 更好地理解我们的问题，并说明为什么即便是例子有误也能输出正确答案。
举例的使用技巧
就如前面的所说的「格式大于内容」一样，好的举例格式也有助于 GPT 能更准确的理解我们想要的内容。所以在准备 Prompt 时我们需要尽可能地将我们的例子统一格式，例如：
输入：4月份的第25天，2025年
输出：2025-04-25
输入：美国日期格式: 04/22/2023 12:30
输出：2023-04-22
输入：月份缩写格式: 2 p.m/22 Apr 2023
输出：2023-04-22
输入：ISO 8601 标准格式: 2023-04-22T14:30:00+00:00
输出：
通过正反两面的例子帮助 GPT 理解我们的需求
当我们的问题比上面要复杂一点点的时候，在问题解答时可以稍微带上一些过程，这样 GPT 在生成内容时也会参考类似的内容，有效纠正错误的思路。
给 GPT 举例时，我们不仅可以给出正确的例子，还要给出错误的例子。就像我们以前学习时会做的易错题，或是操作时那些反复练习的易错步骤。
实际使用时大家可以根据自己问题的复杂度来增删模版部分内容，通常正确和错误的例子数量控制在两个左右就好了，太少举例的作用不足，太多 GPT 可能会找到一些「机器才懂的」规律。
【打破误区】：其实举例的正确性是不重要的，即使你的举例里面的计算是错误的，因为格式比内容更重要。
举例法适合的场景和问题类型
这个方法的适用范围非常广泛，基本上任何类型的问题都可以用这个方法来获得比直接提问更好的内容，这里随便举一些适合的问题类型：
格式转换：将输入数据从一种格式转换为另一种格式，例如日期格式转换、数字转换为文字表示等。
计算类问题：对于一些数学计算或者逻辑推理问题，通过举例可以让 GPT 更好地理解计算过程和规律，例如计算两点之间的距离、求解线性方程组等。
步骤解析：对于需要按照特定步骤进行操作的问题，可以通过举例说明正确和错误的操作步骤，例如解决电路问题、编程问题等。
语言学习：在学习新的语言或者语法规则时，可以通过举例子让 GPT 更好地理解语言结构和规律，例如翻译句子、学习语法规则等。
自然语言处理：对于需要从文本中提取特定信息的项目，可以通过给出对应文本和预期信息的例子，让GPT学习如何匹配和提取信息。
概念解释：对于需要解释抽象概念的问题，可以通过举具体的例子帮助 GPT 更好地理解概念，例如解释经济学概念、科学原理等。
辨析类问题：对于需要区分相似概念或者物品的问题，可以通过举例子让 GPT 更好地理解它们之间的差别，例如区分同义词、识别物品特征等。
同类问题生成：你可以给 GPT 一些例子，然后让它生成更多类似的例子，比如给出问题和答案让 GPT 生成更多问题和答案，这对老师和学生而言十分有用。
举例法并不局限于上述问题类型，只要问题可以通过举例子来阐述，都可以尝试使用这种方法。同时，可以根据实际问题的复杂程度来调整示例的数量和详细程度，以提高 GPT 的理解和回答质量。
比如，我就经常使用直接举例法让 GPT 将不同类型的数据转换为 json 方便脚本读取，不管数据来源多么乱七八糟、格式多么不相同，只要你举几个例子给 GPT，GPT 就能输出我想要的格式。
总结
总的来说，通过例子来引导 GPT 是一个十分有效的策略，它可以帮助 GPT 更好地理解我们的问题，同时也为我们提供更准确的答案。无论问题是简单还是复杂，这种方法都是非常实用的。如果我们碰到一个问题，一时间想不起来数量足够的例子，也可以先尝试一下让 GPT 根据我们的问题给出几个实例，来辅助我们推进问题。
在接下来的章节中，我们将继续探讨下一个 Prompt 编写和优化的通用思路「填空」。
最后更新于