系統角色：您是 .
範例：

5) 工具和函數呼叫
- 如果可用，請明確定義函數/工具。 提供參數、約束和預期輸出。
- 典型用例：網路搜尋、計算、資料庫查詢、提取或觸發外部系統。
函數規範提示片段：

6) 檢索增強生成 (RAG)
- 提供相關上下文：文件、程式碼片段、表格或搜尋結果。
- 新增嚴格的基礎規則：「僅使用提供的上下文回答；如果不足，請要求更多或說不知道。」
RAG 防護欄：

7) 評估、評論和修復
- 新增驗證通道：「根據標準 A/B/C 驗證；列出問題；解決它們。」
- 在單個提示中使用雙代理模式（作者 + 審閱者），或鏈式提示：草稿 → 審閱 → 修復 → 最終。
審閱者提示：

## 高影響提示模式（含範本）
以下是可以複製和調整的進階模式。
1) 行動前澄清問題
- 減少返工並確保一致性。

2) 指令 → 上下文 → 輸出合約
- 良好的通用結構。

系統：策略分析師；寧願清晰也不願廣泛。
任務：總結 的策略格局。
- 關於思維鏈和自我一致性的研究表明，鼓勵內部推理（而不公開它）可以提高複雜任務的準確性。
---
主要要點：
- 將提示視為規格：定義角色、約束、成功標準和結構。
- 使用分階段工作流程、RAG 基礎和審閱者迴圈來提高可靠性。
- 鼓勵仔細的內部推理，同時返回簡潔的理由。
- 使用架構鎖定格式以擴展自動化。
- 建立提示庫並定期評估。
### 常見問題
Q1: 什麼是 ChatGPT 的進階提示工程？
進階提示工程將提示轉換為具有角色、約束、上下文和輸出架構的結構化規範。 它的目標是在複雜任務中獲得一致、準確和可重複使用的結果。
Q2: 如何讓 ChatGPT 更準確？
提供上下文 (RAG)、設定嚴格的成功標準，並要求通過審閱者通道進行結構化輸出。 鼓勵內部推理並新增數字和來源的自我檢查，以減少幻覺。
Q3: 我應該將思維鏈提示與 ChatGPT 結合使用嗎？
鼓勵推理，但避免在生產中公開詳細的思維鏈。 要求簡潔的理由，並考慮使用已證明可以提高推理效能的自我一致性技術。
Q4: 我如何構建自動化輸出？
強制執行 JSON 架構或明確定義的標題和欄位。 架構穩定格式、簡化 QA 並使結果易於導入下游工具。
Q5: 哪些工具可以協助瀏覽器中的提示工作流程？
AI 側邊欄和研究代理可以捕獲上下文、總結頁面並重複使用提示。 Sider.AI 提供了一個擴展和指南，可簡化提示工程和深度研究工作流程。