如何正确地和AI大模型对话[4]:不是一次完成，而是多轮对话

不要想着用一个复杂的指令完成所有的内容，

而是要通过多轮对话来完成工作。

具体来说，

多轮对话有两个要点，

一是拆分工作流。

二是追问。

写一个应用程序，

或者写一篇文章，

都不能仅仅靠一个指令来完成，

都是要拆分工作流，

然后在某个步骤中，

依靠追问来完善工作。

01 开发一个程序

假如我们要开发一个电机选型的程序，

我们可以直接要求chatGPT来输出所有代码，

希望毕其功于一役，

一下子就得到最终结果，

就像这样:

​

虽然也得到了一段示例代码，

但是结果非常一般，

离可用的水平还差很远。

更好的方法是，

拆分工作流，

天下大事，必做于细。

要写程序，

先要确定架构，

我们可以这样要求chatGPT:

​

​

这样，我们就得到了一个程序架构，

看起来不错，

还是挺靠谱的，

接下来就是要进一步细化。

就像真实程序设计一样，

架构师定好了架构，

程序员在这个基础上继续细化，

我们可以这样问chatGPT:

就像我们上一篇文章提到过的那样，

首先要表示认可，

架构设计的很不错，

然后提进一步要求，

请对数据输入模块进行进一步的详细设计。

这样获得的结果也不错。

然后可以继续请他帮忙设计下一下模块:

​

​

这个步骤中，

如果觉得结果不完善，

我们就可以继续追问，

让他帮我们继续修改:

​

就像在下面这篇文章中，

我一直扮演甲方，

不停的追问，

不停的提新的需求，

最终得到想要的结果。

南瓜博士的文章中，

她的要点是说，

不需要把提示词搞得太复杂，

不断补充，

多次来回，

更符合实际使用的场景。

02 写一篇文章

写文章同样可以拆分工作流，

当然不会拆分可以请AI帮忙:

​

​

写的非常完整啊。

根据这些拆分好的工作流程步骤，

我们可以逐步的细化:

​

然后从中挑选一个题目，

再进一步细化:

​

后面根据大纲的内容，

可以再细化，

生成每个小标题下面的内容。