ChatGPT 的使用，说起来很简单，就是一个输出框，在输出框里面输出提醒词，举行发问。
说起来也很难，因为仅有一个输出框，让人无从下手。
ChatGPT 发问具有一定的本领，不同的发问，GPT 答复的质量也不一样。
如何让 ChatGPT 给出更好的答复，得到我们想要的答案呢？我归纳了以下 5 个方法，以下：
结构化提醒
反诘式提醒
自定义花样
temperature 花样
赶快归纳
更多ChatGPT 的本领：
一、结构化提醒
结构化提醒由 4 部分组成，分别为：角色扮演+执行动作+后台建议+备注说明。
假如我们想要 ChatGPT 帮我们写一个小说的小说梗概，如果是常规的提醒语，可能以下图所示：
上图中的小说梗概，比较简单和模版化，远远不能作为一部小说的小说梗概。
如果用结构化提醒，那么提醒语以下：
角色扮演：你是起点白金作家耳根（起点大神级作家）；
执行动作：请按照小说求魔的风格，写一个玄幻小说的小说梗概；
后台建议：要求小说曲折，体现主角的成长，语言优美，具备优秀的文笔和诗意；
备注说明：不少于 500 字。
ChatGPT 给出的答复以下所示：
在上面的答复中，小说有后台、有悬疑、有小说冲突、有转折、有主角的成长。
由于 token 数的限制，GPT 没有答复完，这时需要输出：请继续上一个字继续编写，这样 GPT 就会继续答复，这样提醒既摆脱了 token 的限制。也不会遗忘上下文。
二、反诘式提醒
有时候不知道怎么给 GPT 提醒词，这时，就可以反诘 GPT 如何更好地给提醒词。以下图所示：
按照 GPT 给出的：小说设定+角色+小说发展+主题+结局设定发问，得到的答复看上去更好一些。结构化发问更多的是通用型，反诘式发问更加具有针对性。
询问 GPT，运行的原理。可以帮我们很好地搞清楚 GPT 的运行原理。以下图所示：
三、结构化提醒
让 GPT 输出我们想要的花样，例如输出 markdown、表格等花样。
在发问时，按照一定规律花样举行发问，会得到一样的花样发问，以下图所示：
当我发问先生：白日依山尽；学生：黄河入海流。
这时 GPT 猜不出我想要按照花样举行答复。它以为是让它分析诗句表达的情感。
当我发问先生：白日依山尽；学生：黄河入海流；先生：欲穷千里目。这时 GPT 就很容易猜出学生：更上一层楼。
可以按照给出的既定花样举行书写。
对于一个设计方案，我让 GPT 按照：项目后台+产品目标+设计策略+设计方案+设计验证，五个部分举行补全。以下图所示：
通过===举行分辨，这样 GPT 可以更好的分辨发问重点，%是为了分辨标题。
这样 GPT 就给出初步的答案，将部分不满意的地方，让 GPT 重写。在不断地发问中，获得最佳答案。使用 GPT 可以大幅度提升我们的工作效率。
四、temperature 花样
GPT3.5 temperature 的范围为：0-0.7；
GPT4.0 temperature 的范围为：0-1；
当 temperature 为 0 时候，结果可靠稳定。
当 temperature 为 0.7/1 时候，结果发散具备创造力。
数值越大，答复越发散，数值越小，答复越稳定。
在发问中，向 GPT 投喂资料，这样可以更好地帮助 GPT 思考并答复。
配置 temperature 数值不同，得到的答复散发度也不相同。
对于偏文学方面数值可以配置大一点。偏理工方面数值可以配置小一点。
五、赶快归纳
有两种方式赶快归纳：
一种方式是将需要归纳的内容放在发问中，这样可以赶快归纳，以下图所示：
当 GPT 归纳的花样不是想要的，也可以要求按照一定的花样输出归纳。
另一种是通过插件（WebPilot），目前 app 还不支持插件，将链接的粘贴在输出框中，让 GPT 归纳。
让 GPT 归纳，可以节省我们的时间，提升阅读效率。
以上就是 5 个 ChatGPT 使用本领，如果你有其他的本领建议，欢迎在评论区留言。