活用「思考架構」優化對ChatGPT的提示

3月 24, 2023




2017年,商業周刊出版一本書《一張圖表秒思考》,邀請我寫推薦序。

這本書銷售的不錯,出版社再升級了內容,在2023年3月改版上市,書名是《圖表思考整理魔法,把複雜的事變簡單:25張圖表快速清理職場×人生×理財…問題,擺脫忙亂,把更多時間留給自己》。

商業周刊也再邀請我寫推薦,我很樂意,因為它是一本實用的工具書,裡面有許多好的思考架構,可以幫我們有效地進行發想、規劃或分析。

剛好最近我很頻繁地試用ChatGPT,想要探索它可以在哪些地方?
既然出版社請我寫推薦文,所以我就…. XD

你以為我會用ChatGPT寫推薦文嗎?
當然不是啦!

我是運用了這本書的「思考架構」來優化我對ChatGPT的提示(Prompt),讓ChatGPT可以給我更清楚、有邏輯的內容


■ 為什麼要這麼運用?

因為曾經有人抱怨說:「ChatGPT哪有大家說的這麼厲害?!我請它提供給我一份學好英文的建議,它提供給我的很多都不能用,還不如我自己寫有效率。」

這是因為ChatGPT是屬於生成式的人工智慧(Generative AI),你給它的提示(Prompt)越具體清楚,得到的回答才會越具體清楚
所以,網路上才有許多人在分享和討論:如何對ChatGPT下更好的提示(Prompt)?

而我發現「思考架構」就是優化提示(Prompt)很好的方法。舉個例子

◆ 提示1請我一份學好英文的建議

◆ 提示2我現在英文多益500分,目標是希望一年後考750分,請依照PDCA給我一份學好英文的建議

結果,提示1所得到的回會較普通和空泛,但提示2得到的回答就相對具體清楚很多。以下就是ChatGPT提供的回答:


根據PDCA(Plan-Do-Check-Act)循環,以下是一些建議供您參考:

.計劃(Plan):
1.分析自己的英語能力:了解自己在聽力、閱讀、寫作和口語方面的強項和弱項,找出需要改進的地方。
2.制定學習計劃:根據自己的目標分配時間學習,例如每天至少花1-2小時學習英語,專注於提高多益考試的相關技巧。

.執行(Do):
1.練習多益考試題型:熟悉多益考試的題型,每天進行大量的聽力和閱讀練習。
2.參加英語課程或補習班:選擇專門針對多益考試的培訓課程,接受專業的指導和建議。

.檢查(Check):
1.定期自我評估:每隔一段時間進行多益模擬考試,了解自己的進步和不足之處。
2.分析答題策略:總結自己在模擬考試中的答題策略,找出需要改進的地方。

.行動(Act):
1.調整學習計劃:根據自我評估的結果,調整學習計劃和策略,確保朝著目標持續前進。
2.繼續學習和鞏固:加強自己的弱項,持續練習和鞏固已經掌握的知識和技能。




提示1與提示2的差異就在於「目標設定」及「思考架構」。目標設定未來會再寫另外一篇文章,今天主要談「思考架構」。而提示2裡面的PDCA就是一種「思考架構」。

所以,我們可以運用前人已經歸納整理好的「思考架構」來優化ChatGPT的提示(Prompt),讓ChatGPT可以提供更清楚、有邏輯的內容,就像是站在巨人的肩膀上看世界


■ 如何運用?

接下來,就是我運用了《圖表思考整理魔法,把複雜的事變簡單》所提及的幾個「思考架構」,所下的提示(Prompt)與產出。

[Prompt]
我要辦一個活動「AI與教學的交流會」。請幫我用1.優點(好處、利得)、2.缺點(壞處、損失)、3.考量點(需要特別考慮的因素)進行分析,並且用表格方式呈現

[ChatGPT回答]





[Prompt]
我要辦一個活動「AI與教學的交流會」,請將可能的工作依「艾森豪矩陣」進行分類,並且用表格方式呈現

[ChatGPT回答]



[Prompt]
我要辦一個活動「AI與教學的交流會」,籌畫的時間約1週,人力約有3人,請幫我列出任務的甘特圖,並且用表格方式呈現

[ChatGPT回答]


備註:ChatGPT居然用純文字,描繪出一張甘特圖,讓我有點吃驚!


■ 關鍵的訣竅

這幾個提示(Prompt)我運用了一個小訣竅,就是請ChatGPT「用表格方式呈現」,回答出來的結果更有結構性



推薦《圖表思考整理魔法,把複雜的事變簡單》這本好書,裡面有25張經典圖表+33則實用範例。例如:你可以運用「KSAs需求分析表」分析想進的公司需要哪些能力;你可以運用「艾森豪矩陣」將總是做不完的工作列出優先順序;你可以運用「PDCA」四步驟逐步接近自己的學習目標。

只要懂得活用這些「思考架構」再結合AI,就像為你的腦袋裝上一雙翅膀,可以更有效地進行發想、規劃或分析


■ 延伸思考與運用

有許多前人歸納的思考架構也都值得嘗試運用,例如:波特5力分析、行銷3C、PEST分析、SWOT分析、PDCA、5W3H...等,大家可以玩看看。


You Might Also Like

0 意見