万用提示语：为什么Prompt Engineering与苹果捷径是创建AI应用的关键？结合它们，AI应用创新效果翻倍！

这是已发布的YouTube视频的、更为详细的文字版。YouTube视频可以点击链接：https://youtu.be/B3MlZ2oaepk

ChatGPT加上Siri和iOS捷径，就能做出效果不亚于商业的AI应用。这次跟大家分享的就是AI应用之一，ChatGPT帮你做决策。

现在很多的AI应用，其实核心技术就是背后的ChatGPT这样的大语言模型。那么，我们也有ChatGPT，我们要想做一个适合自己用的AI应用，其实缺的就是个界面而已。而 Apple 的捷径，就是一个可以做出AI应用的界面，而且关键是，不会编程的小伙伴也能上手。

今天跟大家分享的，就是如何借鉴好的商业应用的点子，使用捷径做出类似效果的个人专属AI应用。其实重点并不是捷径，而是其中更重要的，Prompt Engineering也就是提示工程的技术。

我们先看一个帮你做决策的商业应用，这是我很早以前就发现的一个有点意思的网站，叫做Rationale，我们先来简单看看。

以上就是Rationale的界面，你可以在 1 处选择四种分析模型中的一种，然后在 2 处输入你需要进行分析的问题，比如我测试的例子就是选择了两种分析模型，一种是优点缺点，一种是SWOT，来分析 “我应该购买油车吗，尽管电动汽车目前很流行？”这个问题。

好，这就是Rationale的功能，那么，ChatGPT我们有，分析模型我们有，更重要的是，Prompt Engineering的技术我们也有，我们能不能就用ChatGPT达到类似的效果呢？答案是肯定的。

首先，我们先不着急使用捷径，先来看一个简单的方法，只用ChatGPT。

链式PROMPT - ChatGPT 网页版

好，这是我设计好的Prompt，大家看到这里的7，说明已经改过第7版了，不过相比捷径部分呢，ChatGPT这里还算简单些。

好，我们先看PROMPT：PROMPT要求ChatGPT根据用户提供的信息，按照我提供的PROMPT格式，生成一个帮我解决问题的PROMPT，然后再去执行所生成的新的PROMPT。

这种用一个Prompt根据设定的条件写出一个新的Prompt，再让ChatGPT去执行的方法，我把它叫做链式PROMPT或者叫做PROMPT生成器。就跟AutoGPT似的，一个GPT给另外一个GPT分配任务。

PROMPT运行之后，你可以给ChatGPT全部信息，也可以只给部分信息，缺失的信息就由ChatGPT去自动补充完整。这里就是使用链式PROMPT的重点所在了：之所以需要使用链式PROMPT，就是因为需要PROMPT去动态生成信息，而不是简单地组合用户输入的信息。把用户输入的完整的信息组合成一个PROMPT，和用户输入的部分信息然后自动补全缺失信息之后再组合成一个PROMPT，这是两个难度级别的事情。

输入部分信息的时候，我们可以不必严格指明我们给的是哪一类信息，ChatGPT很聪明，他知道哪些是哪些，当然如果能指明更好。比如：

之后，ChatGPT就会执行生成的PROMPT，看看结果，是不是也很不错了：

虽然我让ChatGPT不要给我普遍已知的信息，但是实际上差不多还是普遍已知的信息，于是我就说了他一句“我认为你分析的结果还是一些普遍已知的内容”，ChatGPT就赶紧认错，然后给我提出了一堆更深入的问题。

好，这里有个重点，要想得到满意的结果，你往往需要与ChatGPT进行多次沟通，因此，仅仅是收集成千上万的现成的PROMPT，而不去了解如何写好一个PROMPT，并不能给你在AI领域带来多大的竞争优势，因为收集，是所有人都会干的事情。

好，接下来，我们就用捷径把这个过程给包装一下，这样我们就拥有了一个AI决策系统。而且，关键是你稍微修改一下PROMPT，就能让他做到帮你写文案、出主意等等。

链式PROMPT - ChatGPT捷径版

既然是捷径，我们就不能每次用的时候拷贝粘贴PROMPT，那显得太老土不够高级。因此我们首先就需要使用捷径，组装出我们的第一个PROMPT来，就是这样的的PROMPT：

请做为一位资深的高级 PROMPT Engineer，按照以下“PROMPT格式”以及“用户提供的信息”，帮我设计一个指导GPT-4完成任务的完善的PROMPT。

PROMPT格式：

请做为一位资深{角色}，使用{模型}分析模型，帮我对{问题}进行深度分析并指导我做出最终的决策。
上下文：{上下文}。
Let's think step by step.


用户将会提供以下信息，用户的输入以三个双引号分隔（例如："""<用户输入>""")：

{角色}= """Role""" <能够解决问题的领域专家，如果是空白，你需要根据{问题}的内容自动指定所需专家>

{模型}="""AnalysisModel""" <辅助决策及分析问题的模型，比如：SWOT，Pros & Cons等等，如果模型选择的是"""我不知道"""，你需要根据{问题}的内容自行选择合适的模型>

{问题}="""Question""" <用户需要分析的问题，用户必须提供。如果是空白则终止应答操作>

{上下文}="""Context""" <用户提供的用于分析问题的背景信息。如果为空，请你根据{问题}自行决定和补充相关的考量因素做为上下文>

只输出 Prompt，不要有任何多余的解释。

那么我们就需要首先设计组装流程了。既然咱们是用ChatGPT来帮助决策，所以我们需要让ChatGPT帮助分析的问题，是必须要有的，不能省略掉，省略掉就没意思了。

因此我们的第一步就是问用户你要分析的问题是什么：

当用户提供了所需要分析的问题后，其实剩下的信息，角色、模型和上下文，也就是背景信息，用户可以提供，也都可以不用提供的。这时候，我们就问一下用户：你想提供更多信息吗？

用户如果不想提供，那么就可以选不用了，你帮我决定吧。否则呢，就选我要进一步说明，那么这时候就可以输入角色是哪个领域的专家，背景信息是什么，分析模型可以选择现成的，目前写了4个，你完全可以自行增加。也可以直接选我不知道，让ChatGPT帮你选。

这些信息都提供完成之后，1号ChatGPT就负责根据PROMPT模版和要求，组装出一个符合要求的PROMPT，然后交给另外一个2号ChatGPT，让他帮你分析问题了。

好，你可以以我的这个捷径为基础，很方便地改造出适合你自己用途的新的捷径来，我举个例子，咱们做一个专门用来写广告文案的捷径。

我们可以直接把PROMPT改成：