OpenAI官方发布GPT-4最强攻略第四课-给GPT时间思考，化身最强家教

你是否想象有个智能老师，能随时教你任何知识？OpenAI的GPT-4就能做到。今天我们学习GPT-4最强攻略第四课- 让GPT-4思考，化身最强家教

在本文中，我们将介绍GPT-4的三个重要的技巧：

• 让模型制定解决方案
• 按需隐藏内容
• 询问模型是否遗漏了内容

1、让模型制定解决方案

我们可能有时候会发现，当我们明确指示模型在得出结论之前从基本原理出发进行推理时，我们可以获得更好的结果。这是因为模型有时候会直接从训练数据中复制答案，而不是真正理解问题的含义和背景。

例如，如果我们让模型回答这样一个问题：

一个人从10米高的楼顶掉下来，他会受伤吗？

模型可能会直接回答：

是的，他会受伤。

但是，如果我们让模型先制定一个解决方案，再给出答案，比如这样：

请制定一个模型与解决方案，来确定一个人从10米高的楼顶掉下来，他会受伤吗？

模型回答就更加详细和准确

首先，我们需要知道一个人从10米高的楼顶掉下来，他的速度和冲力是多少。根据自由落体运动的公式，我们可以计算出：

• 速度 v = √(2gh) = √(2×9.8×10) ≈ 14 m/s
• 冲力 F = mv/Δt = m×14/Δt，其中 m 是人的质量，Δt 是接触地面的时间 由于接触地面的时间很短，所以冲力会很大。如果人的质量是 60 kg，那么冲力 F ≈ 60×14/Δt。如果 Δt 是 0.1 秒，那么 F ≈ 8400 N。如果 Δt 是 0.01 秒，那么 F ≈ 84000 N。这些冲力都远远超过了人体能承受的极限。 ...(省略)

这样的回答更能体现出模型的推理能力和理解能力。

2、按需隐藏内容

在某些应用中，模型得出最终答案的推理过程不适合与用户共享。例如，在教学场景中，如果模型直接给出答案而不让学生自己思考，那么就会削弱学生的学习效果和兴趣。

例如，假设我们要让GPT-4教学生一些数学知识。我们可以给模型一个问题，并要求它生成一个包含答案和解释的输出。但是我们不想让模型直接告诉学生答案是什么，而是要让学生自己尝试解决问题。所以我们可以让模型使用#answer标记来隐藏答案部分，并且只显示解释部分。下面是一个可能的例子：

问题：一个圆形饼干上有12个巧克力豆，请问这个饼干的周长是多少？（假设每个巧克力豆占据圆周上相等的长度） 请不要显示最终答案，使用#answer标记来替换答案部分，并且只显示解释部分。

输出：这个问题可以用圆的周长公式来解决。根据如何计算圆的周长: 4 步骤，有两种公式可以用：

...省略(详见截图) 所以这个圆形饼干的周长大约是#answer#厘米。

在这个例子中，模型生成了一个包含答案和解释的输出，但是用#answer标记来隐藏了答案部分。这样，我们就可以只向学生展示解释部分，让学生自己尝试计算答案。如果学生回答正确，我们可以给予正面的反馈和鼓励；如果学生回答错误，我们可以给予提示和纠正，并且显示正确的答案。

如果我们不使用隐藏推理过程的技巧，而是让模型直接给出答案和解释，那么可能会降低学生的思考和参与度，也可能会让学生对答案产生依赖或怀疑。

所以，隐藏推理过程的技巧可以让模型更好地适应不同的应用场景，更好地保护用户的隐私和利益，更好地促进用户的学习和思考。

询问模型是否遗漏了内容

模型生成的文本有可能很长，一次性生成不完，那么就可以让它进行查验，把遗漏的内容再补上。

例如，假设我们要让GPT-4教学生一些物理知识。我们可以给模型一个主题，并要求它生成一个包含概念解释和实例应用的输出。但是模型可能只生成了概念解释的部分，没有生成实例应用的部分。例如，如果模型生成了下面这样的输出：

请解释下动量守恒定律

输出：动量守恒定律是物理学中的一个基本定律，它描述了一个系统中所有物体的动量之和在没有外力作用的情况下，保持不变。...省略。

在这个例子中，模型只解释了动量守恒定律的定义和公式，没有给出任何实际的例子来说明这个定律在生活中或实验中的应用。所以我们可以询问模型是否遗漏了内容，并要求它继续生成。例如，我们可以给模型一个指令：

指令：你是否遗漏了动量守恒定律的实际例子，请给出一个并用文字和图表来描述。

然后，模型就会根据指令，继续生成输出。例如，模型可能会生成下面这样的输出：

动量守恒定律有很多实际例子，其中一个比较常见的是火箭的发射。火箭的发射是一种反冲运动，即物体的不同部分在内力的作用下向相反方向运动。火箭在发射时，向后喷出高速的燃气，这样就产生了一个向前的推力，使火箭获得向上的加速度。...（省略）

在这个例子中，模型根据指令，继续生成了一个动量守恒定律的实际例子，并用文字和图表来描述。这样，我们就可以向学生展示完整的输出，让学生更好地理解和掌握这个概念。

如果我们不使用询问模型是否遗漏了内容的技巧，而是让模型只生成概念解释的部分，那么可能会导致学生对概念的理解不够深入或不够清晰，也可能会导致学生对概念的应用不够熟练或不够灵活。

所以，询问模型是否遗漏了内容的技巧可以让模型更好地生成完整和丰富的文本，更好地覆盖主题的各个方面，更好地满足用户的需求和兴趣。

结论

在本文中，我们介绍了三个给GPT-4时间“思考”的技巧，分别是让模型制定解决方案、隐藏推理过程和询问模型是否遗漏了内容。这三个技巧都是基于给GPT-4时间“思考”的原则，让模型在生成输出之前或之后，进行一些额外的处理和检查，从而提高输出的质量和完整性。我们以指导学生学习为例，展示了这两个技巧的具体应用和效果，并比较了如果不使用这些技巧，GPT-4的回应会有哪些不足。

大语言模型能力提高,各种AI应用体验和质量会提高,工具也更简单实用。最重要的是学习运用各种AI工具,大幅释放生产力。 想上手使用new bing，了解更多AI技术、应用和ChatGPT进展,欢迎点击如下链接加入 GPT4体验