自從2022年11月30日OpenAI開放使用ChatGPT，生成式人工智慧（生成式AI）的浪潮便吸引了大家的目光。ChatGPT透過學習大量的文本數據，生成具有上下文語義的自然語言文本，使用者問什麼，它都會回答。這種問答與跟它交流的文字，被稱為提示(Prompt)，而提示不好，往往也得不到好的結果。

提出好的問題，也就是提示，讓ChatGPT這類的大型語言模型給出適合答案的工程方法—提示工程。大型語言模型的提示工程，可以透過角色扮演、清楚指令、限制等，說明輸入與輸出，得出想要的內容。提示的格式作法如下：
一、說明：角色扮演的背景設定，以及想要模型執行的特定任務或指令。
二、限制：包含外部訊息或具體的上下文訊息，幫助大型語言模型理解問題的背景與前提，引導它反應更好，提出「該」做什麼，而非「不該」做什麼。
三、輸入文字：用戶輸入的內容或問題。
四、輸出語句：明確指定輸出的類型、風格或格式。

可以要求模型以列表形式回答，使用正式措辭，或專業術語，透過範例明確指定輸出格式，輸出結果會更精確。

提示工程要先設計提示，而這是一個透過迭代來獲得最佳結果的過程。一開始可以就自己知道的元素填入，接下來透過回饋來添加更多元素和調整上下文，使用迭代來接近目標。因為大型語言模型是透過使用出現機率條件做文字接龍的方式，所以傾向使用常見詞彙及答案，如果要引導其生成創新和多樣化的答案，可以在提示中要求大型語言模型「提供非傳統的解決方案」，或是「進行更深入的思考或推理」。也因為ChatGPT等國外的大型語言模型，大部分的中文資料是使用簡體中文進行訓練，很容易看到回答簡體中文，所以可以一開始就跟它要求「請用繁體中文回答」，不然就是多一步「請翻譯成繁體中文」。。

另外，逐步進行要求是不錯的做法。針對自然語言的提示工程，透過「思維鏈」技術可以強化其邏輯性。什麼是思維鏈呢？思維鏈是透過引導，使用模仿思路的推理步驟，進而提高推理能力，這個方法有助大型語言模型做一些需要邏輯思維，或多個步驟解決的推理任務。

例如：ChatGPT剛出來時，很快就被發現數學運算的回答正確率不佳，根本原因是ChatGPT為語言模型，本身擅長語言接龍，並非邏輯運算，利用思維鏈技術，就能有效改善邏輯運算正確率，最簡單的作法就是在提示中要求輸出時「請一步接一步地思考」。

談到「思維鏈」的起源，可以追溯到古希臘時期的蘇格拉底式問答法，這種方法透過一系列問答深入探討主題，也類似TOYOTA強調用五個Why來獲得根源的作法，而「思維鏈」的特色，包括連貫性、深入性以及靈活性，解釋如下：

一、連貫性：問題之間具有邏輯連貫性，而每一個問題都建立在前一個問題的答案之上。
二、深入性：透過一系列的問答，深入探索一個問題的多個層面。
三、靈活性：可以應用於大型語言模型所有類型的問題，不受主題或領域的限制。

假設我們使用符合提示格式做為第一步，接下來可以針對大型語言模型做迭代回饋，也可以一次要求一些，以多步驟獲得清楚答案。透過逐步要求，讓大型語言模型了解每次提示的重點，以下展示作法：
第一步：先用四個部分格式的作法問出第一回的答案。
第二步：針對第一回的回覆，追問差別或步驟。
第三步：針對第二回的回覆，追問條件或資源。
第四步：針對第三回的回覆，請它提供可⾏的作法與選擇。
第五步及以後步驟：針對之後的回覆，再提供更多元素讓它改寫，多次迭代後會得到不錯的答案。

接下來我們討論進階用法，用樹狀結構來做多階段思考。首先，把達成目標的方法，拆解為多個步驟。每個步驟再請ChatGPT等大型語言模型，回答出多個可能性的結果。然後，再從中選擇比較好的結果，並由這個結果為出發點問問題，來得到下一步驟的多個結果。接續，在此下一步驟中選擇，這樣在每個步驟，都可以由ChatGPT提供的多個結果中做選擇。這個方法是將達成結果的過程，分解為多個步驟逐步進行，直到最終產生所需的輸出。

例如：請ChatGPT提供建議慶祝情人節的方式，在提供的10個選項中，選擇台南的浪漫之旅，請它再給我10個在台南適合的浪漫地點；接下來選擇住宿地點，我決定住在赤崁樓附近，請它提供10個建議；最後，一個度過情人節的浪漫計畫就出爐了。這個例子中只選擇了一個答案就繼續往下，也可以選擇多個答案，再一一發展，最後找出自己最喜歡的方案。

生成式AI在2023年大放異彩，在圖文及程式設計方面都有很不錯的發展，今年可能會在影片發展上有不錯的突破，但最重要的是，相關的工作效率大大提升，例如：準備上課內容的時間，只要原來的十分之一至三分之一，效率之高，令人訝異！不過生成式AI是從已經發布在網路上的大量資料去學習，運作時找出使用機率最高的，再根據使用者的回饋調整權重，做出文字接龍或算圖，所以得到的結果是眾人智慧中使用機率最高的組合，基礎的部分會有很好的表現，但是不能期望它做到非常傑出。

應用生成式AI提高工作效率已是現在進行式，而應用提示工程可以讓大型語言模型產出想要的結果，如果企業擔心使用公開的大型語言模型會有洩密的問題，可以跟微軟租用Azure OpenAI服務。如一開始提及，「會使用生成式AI強化效率的人，將取代不會生成式AI的人，而全公司的人都不使用生成式AI，相關效率必然低落，這也代表公司的競爭力降低，不可不慎。」