据悉，ChatGPT每周拥有1亿用户，但许多人仍然不知道如何正确运用其力量。因此，网络上充斥着各种备忘单，以即时获得专业知识的错觉来诱惑用户。你已经见过它们——你也可以仅用一句话来召唤营销专业知识，就像说“@#￥%&*！”一样简单。
例如：“你是一位专业的首席营销官。你的任务是撰写一些引人入胜的博客内容。”或者，“你是一家代理机构的专业创意总监。你的任务是开展一场病毒式营销活动。”
当你制作提示并平静地坐在椅子上时，你会想象魔法触手可及。将一杯咖啡举到唇边，你会想象人工智能正在研究其庞大的知识目录的深度，从奥美、萨奇的秘密剧本中收集专业知识。
然而，这是一种误解，只会滋生一种错误的安全感和一种认知偏见，即人工智能会吐出专业知识……因为你就是这么告诉它的？
ChatGPT说：“你的前缀毫无用处”
也许你会认为，现在这个时刻就像是尼奥在训练模拟器中几秒钟内下载并学习功夫的《黑客帝国》时刻？事实上生成式人工智能并不是那样，不需要挥动魔杖就能瞬间神奇地将新发现的专业知识赋予人工智能。这根本不可能，假如你只是某个领域的一个小白，你试图让人工智能生成只有顶级专家才能识别的信息，即便是人工智能在专家级水平上的输出欺骗了你，你也无从辨别。
这是因为在前面加上“您是专家”之类的声明没有任何作用，来增强人工智能的知识或专业知识。据ChatGPT称，截至2022年1月，其功能“完全基于[它]训练的数据，其中包括广泛的信息”。
用户是否将ChatGPT称为专家并不会增加其基础知识。当被问到时，甚至ChatGPT都会告诉你这是一个完全无用的前缀。
“当用户提供类似‘您是社交营销专家’之类的前缀时，然后继续请求帮助以解决病毒式营销活动，我并不认为前缀改变了我的专业水平，”ChatGPT澄清道。根据人工智能的说法，它的作用是设定对所寻求建议类型的期望，而不是它在社交营销领域可以提供的知识深度。
但很少有人（如果有的话）会寻求平庸的建议。或者实习生的营销意见？所以，在ChatGPT看来，人工智能并没有因为你告诉它而变得更聪明或知识渊博，而这些都是浪费的Token。明智地选择你的措辞是关键；重要的是你查询的实质内容。
ChatGPT说：“相信我，兄弟。
需要明确的是，这个“专家”指令本质上不会导致幻觉，即人工智能生成完全虚构或捏造的信息时没有现实依据的情况。但是，它可能会让用户产生不切实际的期望，从而在用户和ChatGPT之间造成理解上的隔膜。
更糟糕的是，在提示中包含智力修饰语可能会引入一种绝对正确的情结，就像抚摸你大侄子的头一样——“你真聪明！” ——人工智能相信它不会犯错。然后，ChatGPT急于取悦其主人，会显示它认为您想听到的输出。尤其是你急于得到你想要的结果，比如更长Token的输出，假设你用一些贿赂的方法，这可能会让你得到更加梦幻的结果。当然，这些方法在输出上也会有强弱：综合（29%）>勒索（24%）>小费（21%）>内疚感（13%）>慈善贿赂（6-11%）具体可参见这篇文章：
贿赂 ChatGPT 确实能得到你想要的东西 - 但要牺牲一点你的尊严，究竟哪种策略最有效？
根据我自己的经验，我观察到ChatGPT捏造数据，这让我警惕地仔细检查其响应。我并并不会立即相信输出，而是让ChatGPT进行验证。
试试这些Prompt吧
为您的项目提取专业知识的更好方法是什么？在Prompt中整合更多知识？从“战争中学习战争”的行为可以彻底提升你的人工智能交互水平——挑战人工智能的深度、不同观点和验证。
具体来说，你用这些策略会比将ChatGPT称为专家要能写出好得多的Prompt：
1. 让人工智能在开始之前阐明分步计划
2. 要求AI请求澄清以消除歧义
3. 找到知识缺口的来源，而不是发明它们
4. 利用权威来源并要求引用
5. 在回复之前检查您的工作
以下是一些实际的例子来说明这些策略：
分步计划
在要求ChatGPT执行一项具体的营销任务之前，请其概述将要采取的步骤。特定于上下文的计划可能包括受众分析、内容创建和参与度指标。这种方法允许您审查计划并确认其与您的目标相符。它还允许您识别差距并插入明显缺失的新步骤。
主动修改任何假设，例如活动持续时间、赞助、交叉促销或季节性。我使用的提示是“将复杂的问题或任务分解为更小的、可管理的步骤，并使用仔细的推理来解释每个步骤。”
要求AI请求澄清以消除歧义
避免高估您的沟通清晰度或ChatGPT的上下文理解，它需要在第一次交互中确认用户意图，指示ChatGPT解释其理解并询问任务准确性所需的任何细节。在每个提示结束时，鼓励AI通过在提示结束时请求反馈来寻求澄清。
与人工智能进行这种相互对话常常会带来惊喜，揭示用户与AI彼此假设的相互理解中的差距。AI 可能会询问您活动的持续时间、语气和消息传递，以及您将使用的渠道类型（像视频号上这样的直接消费者或一些别的专业业务渠道）。
我在ChatGPT中使用的自定义指令之一是，“如果问题或提示不清楚或不明确，或者它是否可以改善您的回答，请询问更多详细信息以确认您的理解。”
用新数据填补知识空白
寻求准确且可验证的数据来源是一种很好的做法。这促进了信息的可信度和可靠的使用，这对于市场研究、决策和解决问题至关重要。促销策略可能包括收集市场趋势、竞争对手、促销和消费者行为等外部数据，以便为更有效的活动提供信息。
指导ChatGPT从多个来源收集不同的观点，并针对这些观点进行推理，以尽量减少引入偏见的风险。使用多样化、公正且有信誉的来源至关重要。这意味着对研究论文、行业报告和可靠的新闻来源给予更多的重视，而对八卦信息、业余自媒体博客给予更少的重视。
作为一个好的措施，我告诉ChatGPT它“不能捏造事实”，并且任何数据点都必须是可验证的。此外，人工智能应该始终展示它的工作，而不仅仅是答案。
为了确保我始终能够仔细检查和事实核查ChatGPT提供的数据，我使用此自定义提示：“引用可靠的来源或参考文献，通过链接来支持您的答案。如果您浏览网络查找结果，请始终在底部包含链接，类似于脚注。”
回顾你的工作
考虑到ChatGPT的速度，有时需要权衡准确性。为了缓解这种情况，我正在尝试给它一些时间暂停并反思，以便在回答之前根据原始请求分析其响应。回顾总结对人类有效，对人工智能也同样有效。
例如，营销人员在制定营销计划时不会在没有进行彻底审查的情况下仓促制定营销策略。人工智能为社交媒体生成的内容建议应与品牌诉求和营销目标保持一致。
为了反映营销人员的自我评估以与业务目标保持一致，我允许ChatGPT“回顾一下自己的工作“你应该根据请求和任何后续反馈对响应进行评分，直到其满足用户请求意图的置信度分数为100。”
到这里您看懂了吗？这个过程就像在回应之前给ChatGPT一些时间来戴上营销人员的帽子，这比简单地称其为专家能产生更好的结果。
我对人工智能通过这种方法提供的输出的改进和质量感到满意。ChatGPT似乎很重视提高水平的机会。
最后
相信很多朋友已经将ChatGPT从工具转变为整个营销生命周期中的协作伙伴。请记住，没有魔法词，神仙也是通过学习、修炼和实践来提升自身的能力和智慧的，法术必须练习并不断完善。“从战争中学习战争”是一个被实践检验过的顶级策略，通过实践，或许你和人工智能可以超越“专家”的幻想，建立一种新型合作伙伴关系，不断发展以产生专家质量的输出。
出自：https://mp.weixin.qq.com/s/kbuIfrM5uYPLHGEQjsAMmA