定义你的风格和目标
在教授人工智能之前，请清楚地阐述你想从中获得什么。什么语气合适：正式、友好、专家？您使用哪些关键术语？目标受众是什么？您需要简短的摘要还是详细的解释？写下定义您的风格和任务要求的基本参数。这是对神经网络创建高效且有针对性的查询以获得所需结果的起点。
通过少样本学习提交示例
“教授”人工智能最有效的方法之一就是向其展示示例。不要简单地描述一种风格，而是向神经网络提供几个完整的示例，说明您将如何自己执行任务。这就是所谓的“少样本学习”。以您的风格展示 2-3 个文本、列表或分析示例。然后要求 AI 根据这些模板和你的风格继续或创建新内容。
创建详细的人工智能“档案”
在与人工智能对话的开始，描述它的“角色”和“概况”。例如：“您是一位经验丰富的营销人员，拥有 10 年的经验，为商业受众撰写短小精悍的文字。您的语气充满自信，但不咄咄逼人。”添加不需要的单词或短语的列表。您对 AI 在这项特定任务中的角色了解得越详细，它就越能满足您对向受众呈现信息的风格和呈现方式的期望。
使用约束和说明
使用分隔符（例如三引号或特殊标记）清晰地构建查询，以将指令与数据分开。在说明中，不仅要指出需要做什么，还要指出“如何做”。例如：“以 [WHAT STYLE] 样式编写 [WHAT]，仅使用 [术语列表] 并避免使用 [单词列表]。重要提示：[附加条件]。”这种详细程度显着提高了神经网络响应的质量和个性化。
迭代和反馈
使用人工智能是一个需要迭代的过程。如果第一个答案不完美，请不要放弃。给神经网络具体的反馈：“太正式，让语气更友好”，或者“减少一般短语的数量，添加细节。”您的每一个澄清请求对于人工智能来说都是一个新的“教训”。随着时间的推移，它会“学习”并适应您的个人喜好，成为真正个性化的工作助手。