模型不能读懂你的心思。如果输出内容太长，请要求简短回复。如果输出内容过于简单，请要求专家级别的写作。如果你不喜欢模型输出的格式，请展示你希望看到的格式。让模型猜测你想要什么的次数越少，得到想要的结果的可能性就越大。
1.1 在你的提示词中包含更多的细节以获得更相关的回答
为了获得和prompt更相关的回复，请确保请求提供重要的细节或上下文。否则，模型只能猜测你的意思。
1.2 要求模型采用一个角色
system可用于指定模型在回复中使用的角色。
1.3 使用分隔符明确指出输入内容的不同部分
三引号、XML 标记、章节标题等分隔符可以帮助划分文本中需要区别对待的部分。
“”“此处插入文本”“”
<article> 在此处插入第二篇文章 </article>
对于这类简单的任务，使用分隔符可能不会影响输出质量。但是，任务越复杂，明确任务细节就越重要。不要让模型费力地理解您对他们提出的确切要求。
1.4 明确完成任务所需的步骤
有些任务最好指定为一系列步骤。明确写出这些步骤可以使模型更容易遵循这些步骤。
第1步： 用户将提供三引号文本。用 "Summary："前缀将文本总结为一句话。
第2步：将第 1 步的摘要翻译成西班牙语，前缀为 "Translation： ".
1.5 提供示例
但在某些情况下，提供示例可能更能让模型理解你的意图。例如，如果您打算让模型复制一种难以明确描述的回应用户查询的特定风格。这就是所谓的 “few-shot” prompting。
最宏伟的交响乐源于一个音符；
最复杂的织锦始于一根丝线。
1.6 指定输出的长度
您可以要求模型生成具有给定目标长度的输出。可以用字数、句数、段落数、要点数等来指定目标输出长度。但请注意，指示模型生成特定字数的精确度并不高。模型可以更可靠地生成具有特定段落数或要点数的输出结果。
“”“此处插入文本”“”