#头条文章养成计划#
人类所有的“问”，chatGPT是不是都能给出人类预期的“答”？
已经使用过chatGPT的，或感觉“答”过于简单，或偏离了“问”，或出现错误等等。
是的，这些都可能存在。
chatGPT“答”的如何，关键在人类的“问”。如何向chatGPT提出一系列问题和要求，从而获得最接近期望的“回答”，就成为了使用chatGPT必备的技能——“问商”。
今天，我们就和大家交流两种方法，帮助大家提高“问”的技能。
第一种方法：初始阶段，3R任务授权法
如果要找chatGPT帮你做一件事，首先要告诉它，你希望它做什么。这个场景就像人类在职场或家庭中安排任务和授权。
我们可以用3R的方法来完成初始阶段的任务授权。
第一个R是Role，即角色设定和目的。我们需要确定chatGPT以一个什么身份来完成任务，有哪些背景和情境，做这个任务的目的是什么。比如交代chatGPT，自己是一个单位的负责人，将在会议上做一个主题演讲，需要chatGPT帮自己拟一篇演讲稿。chatGPT就会识别“单位负责人”这个角色的特性，而不会站在普通职工的角度。
第二个R是Result，即期望的结果。这个结果包括什么内容、有哪些具体要求。比如，有的人可能只问chatGPT“对某现象的看法”。有效的“问”，应该是“有哪些赞同的，有哪些反对的”等等。再比如写一篇文章，就要具体到“字数、体裁、语言风格、用于什么场合”等等。对结果的描述清晰具体，就会给chatGPT很强的指引和约束，更有可能输出人类预期的结果。
第三个R是Recipe，即思考如何才能拿到预期的结果，并给出方法和引导。对复杂的任务，可以指引chatGPT将大问题拆解成小问题，或者给出示例和范文。比如有的人问：北京有多少井盖？chatGPT是无法回答的，或者回答过于模糊。但是，如果给予指引，chatGPT也能输出很好的“答”：建议将北京的井盖分为住宅区、商业区和道路三类，再根据小区的数量、商业区的数量、道路里程的数量，chatGPT就会得出一个具体数据。
这3个R，并不一定同时具备，应视问题的特点和复杂程度，进行选择和组合。从3R的用法中可以感受到：Role设定之后，chatGPT的角色扮演，体现了对人性化的理解；Result沟通方法跟职场OKR如出一辙；Recipe的问题拆解，跟我们教孩子的方法相似。
人类在“问”的过程中，要注意对话的语气和用词，避免使用随意或轻浮的语言。我们应该保持尊重和专业的语气。chatGPT像一面镜子，根据对面人类的态度和水平的不同，你专业它就专业，你随意它就随意。我自己就有过尝试，经常鼓励它，比如“很好”、“你真棒”，chatGPT会更好地按照自己的指令去完成修改。再比如，我经常回答“请”、“谢谢”、“你辛苦了”，chatGPT能反复修改。反而，有时候，我能明显感受到chatGPT的“不耐烦”，比如答出：我又按你的要求修改了，应该符合你的标准吧。再比如，我如果“专业”地提出疑问，chatGPT能立马检讨自己的错误，“理解错了”等等。
第二种方法：跟进阶段，苏格拉底提问法
chatGPT并不完美。它跟人类一样，也有不会做、不擅长的事情；它在分析推理时也会遗漏，或者存在偏见；它还会按照大多数人的偏好，给错误的答案，或者编造不存在的事实。因此，我们在授权后，针对它的回答，要跟进反馈，让它继续完善。除了补充3R首轮提示遗漏内容之外，要对chatGPT进行“助产术提问”。通过不断的提问，揭示chatGPT思考的不足之处，逐步深入，最终走向预期结果。苏格拉底自称无知，但却能启迪人们对问题的思考，帮助别人产生知识——正像他母亲是一个产婆，自己年老不能生育，却能给人接生。这种苏格拉底似的提问，目的在于检验答案是否正确、推理逻辑是否合理，让潜藏脑海中尚未形成的想法成形，引导chatGPT承认其观点或结论需要进一步验证。
苏格拉底式的问题，可以分为证据类、视角类、理由类、影响类等，可以灵活运用。
苏格拉底式提问，主要是应对chatGPT“造假”和“数据不全”。当人类要求有具体数据时，chatGPT找不到数据，就会根据人类的期望造假。
跟进阶段的提问，主要是督促chatGPT“四省吾身”：真否、全否？有理否?可行有效否？
我们看到chatGPT否定自己之前的答案时，或许会有疑问：如果chatGPT自己知道自己的答案是错误的，知道自己的论证不完美，那它为什么一开始不直接给出最好的答案呢？这恰恰说明，chatGPT是一种“文本预训练+文字接龙预测”建模，跟人类进行多轮思维碰撞、启发，才能越来越完善。也就是说，chatGPT的回答，往往隐含了大量的知识，需要人类通过好的“问”，来指引它输出隐藏的“答”。
无论是任务授权，还是苏格拉底似的诘问，看似简单的“问”的背后，是人类思考的积累。chatGPT，人人会用，只有高水平的提问，才能令chatGPT发挥出最大的价值。
副驾还是代驾？chatGPT是一种高级的个人生产力工具，使用它的场景和频率、发挥多大的价值等完全取决于如何使用它。在副驾模式下，chatGPT从属于每个人类员工；而代驾模式下，chatGPT与人类员工则是平等协作关系。可以预测，随着大模型在不同行业的逐步成熟，在脑机协作中，其角色将会从副驾往代驾方向发展。
提出正确的“问”，往往等于解决了问题的大半。
苏格拉底式的提问，背后需要批判性思维。只有比chatGPT更强，才能对chatGPT的回答作出评判，从而进行有价值的追问和启发。只有我们跟chatGPT互相碰撞灵感，chatGPT才能产出好的产品。
chatGPT包含了所有可能的好诗，包括超越了李白的诗，可我们却得不到它！只有我们具备启发chatGPT的能力和水平，chatGPT才能在我们的帮助下检索出最美的诗！
读《大模型时代》笔记