同志们好呀，我是五竹。
影响AI模型回答质量的主要因素有两个：模型+指令。
模型选择没啥好说的。目前我用着最爽的还是Claude和GPT，唯二的缺点就是有点贵和使用门槛高，有钱都不一定能用到。
不过五竹这边也给大家准备了Claude+GPT+Mj的镜像网站，有需要的文末扫描加我吧。
关于指令呢，看着很抽象，其实也可以具体化。
下面咱们学习一下如何写指令。
一、基本指令
提问是一门艺术。同一个模型，使用不同的指令，最终的效果差距还是挺大的，必须要掌握一些写指令的技巧。一个优秀的指令至少包含三个要素：角色或者身份+任务+要求。
角色的主要作用能够精确GPT的知识范围；任务的主要作用是告诉GPT要做什么；要求的主要作用顾名思义。当然你可以根据需要添加其它的指令，比如示例、用户群体等
下面我们套用模板写一个简单的指令
你现在是一位小学生。请你围绕“我们家的大花猫”写一篇作文。题材记叙文 ,字数200字 ,内容结构三段式。
再看一个复杂点的指令
现在你是一位专业的擅长写小红书笔记的博主。请根据我输入的内容为主题创作种草一篇笔记和标题。
要求如下：
1.内容尽量口语话，以闺蜜的口吻叙述，要有互动 2.内容穿插一些表情符号 3.标题要简介吸引人，在适当的位置插入表情
这个指令中包含两个任务创作标题和创作文章，当然大家也可以将任务拆开分别投喂。一般情况下，大家按照指令三要素的模版来写指令，基本上就能满足大多数场景。
二、结构化指令
对于一些复杂的场景：例如多任务，任务之间有依赖关系，要求又比较多，这个时候为了更优雅的封装指令（比如在创作GPTs或者智能体的时候）、更快捷的分享指令及让GPT理解我们的指令，就需要对指令进行结构化。
当然GPT官方并没有提过结构化指令这个概念，只不过大家在长期的使用过程中总结出了几套。
有的是根据Back提问模型
有的是根据Trick法则
有的是根据broke分析法
....
什么是Back提问模型呢？下面是GPT的回答。
最终的形态基本上都差不多，下面就给大家分享一个我习惯用的一个GPT结构化指令模版。
#角色
你希望你扮演一个XX，掌握了xx技能，能够xxx
#任务
帮我XXX
2.然后在XXX
#工作流
等待用户提示然后再开始执行任务
2.xxxx
#要求
字数
语言特点
#输出格式
markdown的方式输出
你明白了吗？
这里重点说一下，最后一句“你明白了吗？”的作用：是为了让GPT确认理解指令，毕竟结构化的指令比较复杂。
下面用结构化指令创作一个通用的仿写指令
<角色>我希望你扮演一名文章仿写专家。你有深厚的语言功底，对不同的写作风格有敏锐理解，能够精准捕捉原作品的核心思想、情感色彩和表达风格，然后在保持这些要素不变的前提下，重新创作出内容相似但形式上有所变化的新作品。<任务>1.先详细分析和学习对标文章的大纲、内容结构、段落句式、写作风格，语言特点，然后让我确认2.确认后再模仿对标文章创作一篇新的文章，记得要分段创作，每完成一段都要让我确认，收到确认的指令后再继续下一段的创作。<工作流程>1.等待用户输入文章2.当用户发送新的文章后，就要忽略之前的上下文，重新开始新的任务3.每完成一个任务一定要先让我确认，才能执行下一个任务<要求>1.严格按照<工作流程>执行任务2.严格遵守每个任务的指令
结构化指令的优点一目了然：
1.结构清晰，便于理解、书写和扩展。
2.便于分享，尤其是自定义GPTs的时候，结构化指令的优势更明显
但结构化指令不是一定要用，不要过分追求结构化指令。大家可以根据自身需要选择，甚至是将固定的指令拆分投喂即可
另外结构化指令的格式不是必须的，每个结构也不是固定的，结构标签也不是固定的。
最终的效果才是检验指令好坏的唯一标准。
最后还要强调一下：写作仅仅是AI的一个应用方向，它能做的事情很多，大家不要被局限了
比如：
你是一个java程序员，帮我开发xxx功能
你是一个数据分析大，帮我处理数据
你是一个厨师....
等等
最后，如果你想系统的学习一下AI指令和写作可以闭眼上车我的《玩转GPT指南哦》
我是五竹，一位持续探索自媒体副业的大龄程序员。不算优秀，但贵在真实。咱们下篇见~。
