向GPT提问了200+次，总结出了这个高效提问模型

提高亚马逊运营效率的几个ChatGPT指令

刚开始使用gpt的时候，很多答案都不尽如意

终于，通过不断地给gpt投喂数据和提问，慢慢优化了自己提问的技巧

总结了自己提问的问题，提炼成一个模型

3W1N提问模型

即 Who+Why+What+Note

Who=在这个对话里你是什么角色或者希望gpt以什么身份给你输出答案

Why=你做这件事的背景，原因是什么，这其实是初步向gpt限定它输出数据的方向和范围，不要跑偏

What=你要做的事情是什么，让gpt知道它要输出什么内容，用什么方式输出

Note=做这件事有哪些注意事项和限定条件（包括输出格式），进一步限定gpt的输出内容范围，避免输出内容逻辑混乱

自由提问模型-示例

3W1N提问模型-示例

通过对比两种提问prompt，后面一种输出的答案更接近可以直接拿来用的亚马逊链接标题

对prompt拆解如下：

PS：3W1N提问模型不能说百分之百让gpt一次性输出满意的答案，但是这个提问模型可以让gpt更快速的识别你的问题并提供更准确的答案

特别是当想问gpt问题，却不知道提问方向时，直接套用提问模型，可以快速梳理问题要点

在提问模型基础上确认和纠错

当GPT输出的某个内容不符合预期时，这个时候要明确向它指出错误的具体地方，尽量不要全部复制前一个prompt，避免出现逻辑更乱的答案

对GPT的数据投喂让其输出内容标准化

在得到一个符合要求的答案之后，在下次提问之前给他发一句“正确”的prompt，让它记住之前的训练模型，在后面输出的内容用同样的方式输出

没有数据格式投喂输出的内容

有数据格式投喂输出的内容

对比上面两个，下面的输出内容更简洁，产品售后信息更一目了然

确认格式之后标准化的输出