一、提升提问质量的通用原则
- 明确背景:说明问题的使用场景/目标(如学术论文/商业决策/兴趣学习)
- 结构化描述:将复杂问题拆解为具体子问题(避免模糊的一揽子提问)
- 提供示例:给出你期望的回答格式(如大纲/代码/表格/对比分析)
- 定义需求:说明回答的深度(如科普级/专业级)和限制条件(如字数/语言)
二、高效提问模板
模板 1:学术/技术类问题
|
|
模板 2:决策建议类问题
|
|
模板 3:创意生成类问题
|
|
模板 4:纠错/优化类问题
|
|
三、实操案例对比
- 低效提问:" 如何学习 Python?"
- 优化后提问:
|
|
四、进阶技巧
- 预设边界:
- ❌ 避免:" 全面分析中美关系 "
- ✅ 优化:" 请从科技竞争角度,对比 2018-2023 年中美在 AI 领域的政策差异 "
- 分步推进:
- Step1: 先解释区块链的基本原理(比喻手法)
- Step2: 再说明智能合约在供应链金融中的具体应用案例
- Step3: 最后分析该技术的实施风险
- 反向验证:
- " 如果我假设 ___ ,这个推论是否存在逻辑漏洞?"
比如 文学化编程
这个问题,如何快速去了解他呢:
- 他出现的背景是什么
- 他是由谁提出来的
- 他的主要目标是为了实现什么
- 他相对于其他,主要优点是什么
- 他是什么(主要内容)
- 他的特征是什么,或者说什么样的才能称之为文学化编程
- 其他比如 Markdown,算是使用了文学化编程思想吗