上週有一位叫做Jordan Gibbs的美國AI工程師寫了一篇爆紅文章，此文章的題目很簡單──「最重要的ChatGPT指令（詠唱）」。

Jordan其實是技術人，他是Elevora.ai的技術長，Elevora是個企業應用，讓企業HR透過AI進行第一輪面試，省下許多時間，不過他上週分享的這篇文章卻是相當基礎的、使用ChatGPT的語法。

雖然簡單，這一句「最重要的ChatGPT指令」倒真的蠻有用的。

到底是哪一句指令、哪一句詠唱？

Jordan先解釋，他是如何發現這句指令的。

他說，大型語言模型，就連最聰明的、最了解裡面運作的工程師也不知道怎樣讓ChatGPT給出最好的答案，ChatGPT 每次都理直氣壯的回答你所有問題，卻從來不會告訴你，它「知道什麼」或「不知道什麼」。

因此，由此推論，如果希望它給你更好的答案，或許，方向就是，請它先告訴我們，到底它「需要知道什麼」？

於是，Jordan做了一個實驗。

他先問ChatGPT，他是一位25歲上班族，男性，請給一些他上班服裝上的建議吧。

果然，ChatGPT一如往常，好像它什麼都懂一樣，理直氣壯的說了一大堆，一口氣提了七種穿搭，都說得「淺淺的」，蠻跳tone的……看久了ChatGPT的回覆，這樣程度的答案，說真的，最後只能當作聊天的話題，聊到我曾經問ChatGPT要穿什麼然後它這樣回答我──實際的上班要穿什麼，我根本用不上這些膚淺建議。

這時候，Jordan換一個方式問ChatGPT。

他也先說，他是一個25歲的上班族，男性，請給他一些上班服裝的穿搭建議，「不過，當你開始前，請先問我一些你需要問我的相關問題，我才可以給你更多的內情。」

這句超級詠唱，原文為：

Before you start, please ask me any questions you have about this so I can give you more context. Be extremely comprehensive.

果然，ChatGPT馬上列出了12條問題，包括你們公司習慣的服裝風格？有哪些顏色你不想要？你是要參加活動還只是一般在辦公室？你多注重穿衣服的舒適度？

Jordan回答這些問題時，其實也只需要寫出問題號碼，後面寫上該問題的答案，簡列了12個簡單答案之後，ChatGPT就果真就回覆了一套非常細節的穿搭建議。

這一次，ChatGPT回答的品質，的確遠遠超過剛剛第一次的「胡言亂語」！

棒多了！

你或許會說，ChatGPT本身並未真的聰明的分析過，或許它就只是接龍那些問題的文字出來，但，至少，這些問題，的確也是有助於發問者（Jordan）釐清更多方向，想到一些他剛剛沒有想到的問題，也幫助發問者，習慣了ChatGPT的語言邏輯，配合ChatGPT，提供更多它需要的資料，也因此使用者的確也因此能從ChatGPT得到更詳盡的答案。

所以，我們從中學到了什麼呢？

如何在問題之中，巧妙的問出更多問題，更了解使用者，是大型語言模型更成功的關鍵。

曾聽一位智者說過，聰明的人，不講答案，只問問題。

反過來看，我們以前應該也碰過，有些人還沒認識我們之前，就拚命的講一大堆建議想要告誡我們，最後落得我們一點都不想聽他說。他犯了什麼錯？那就是，只講（自以為是的）答案，不問問題。

同理，笨的AI，拚命亂扯，不問問題。

聰明的AI，先問問題，再講答案。

這是接下來設計AI都要注意的事。

現今的AI服務，懂的「再問問題」的，並不多，也不知道怎麼將這些問題，無痛無縫的安插在人類與AI的對話之中，讓使用者（人類）願意接受被問、被囉唆、被追殺更多問題，以便多提供一些資料。

若你的AI可以巧妙做到這一點（問更多問題），那你做的比其他AI好，也不意外了。