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