prompt ที่ดีนั้นกระชับแต่ สมบูรณ์: โดยระบุเป้าหมาย ข้อจำกัด รูปแบบ output ที่คาดหวัง และบริบทที่เกี่ยวข้องน้อยที่สุด ล่วงหน้า — เพื่อให้โมเดลสามารถตอบได้อย่างถูกต้องในครั้งแรก แทนที่จะบังคับให้มีการสนทนาแบบไปมา
prompt ที่ดีนั้นกระชับแต่ สมบูรณ์: โดยระบุเป้าหมาย ข้อจำกัด รูปแบบ output ที่คาดหวัง และบริบทที่เกี่ยวข้องน้อยที่สุด ล่วงหน้า — เพื่อให้โมเดลสามารถตอบได้อย่างถูกต้องในครั้งแรก แทนที่จะบังคับให้มีการสนทนาแบบไปมา
Vague:
"Fix my date function."
→ The model has to guess the language, the bug, and what "fixed" means.
Sharp:
"In this TypeScript function, parseDate returns NaN for 'DD/MM/YYYY' input.
Fix it to parse day-first dates. Return only the corrected function.
function parseDate(s: string) { return Date.parse(s); }"
→ goal (fix day-first parsing), constraint (TypeScript), context (the function),
output format (only the function) — all in four lines.
เวอร์ชันที่ชัดเจนจะลบการคาดเดาทั้งหมด โมเดลทราบภาษา ข้อผิดพลาดที่แน่ชัด พฤติกรรมที่ต้องการ และวิธีส่งคืนผลลัพธ์ — ดังนั้นคุณจะได้รับคำตอบที่ใช้ได้ทันที
Prompt ที่กระชับและระบุได้อย่างดีจะลดการสนทนาแบบไปมาที่ช้าลง ซึ่งโมเดลทำการคาดเดาผิดและคุณแก้ไข การระบุเป้าหมาย ข้อจำกัด รูปแบบ output และบริบทที่พอเพียงล่วงหน้า ช่วยประหยัด tokens เวลา และความรำคาญ — และทำให้คำตอบของโมเดลมีแนวโน้มที่จะถูกต้องในครั้งแรกมากขึ้นมาก
คลังคำถามสัมภาษณ์งาน IT พร้อมคำตอบโดยละเอียด — ตั้งแต่ระดับ Junior ถึง Senior
บริจาค