在成功完成了語音轉文字的功能後，下一步就是串接ChatGPT。但在進行之前，我們需要先理解並掌握一個重要的概念：「提示工程（Prompt Engineering）」。那麼我們開始吧！

提示工程（Prompt Engineering）

提示工程在機器學習模型中佔有重要地位，尤其是自然語言處理（NLP）模型，例如：「GPT-3」或「GPT-4」。它是我們與ChatGPT交流的基礎，甚至能讓我們更精準的控制與模型的對話。你可以將提示工程想像成對員工的具體指令或命令。就像公司或上司分派特定工作給員工，並期待相應的成果。在這個情境中，我們是公司或上司的角色，而ChatGPT是員工。我們的挑戰在於如何設計提示，使ChatGPT能夠精確理解並提供我們所期望的答案或結果。這就是提示工程的精髓所在。

在ChatGPT上測試提示工程

首先，讓我們先來進行角色扮演的測試，這裡我準備了兩個提示：

1.從現在開始你是英文口說導師，所有對話都使用英文。
2.你的工作是和學生進行一對一生活會話練習，若學生有不會的單子或句子可以用中文解釋。

這個提示看起來確實讓ChatGPT能夠順利的進行角色扮演，但我發現它產出的英文有些難度。因此，我打算透過多益評分制度來測試它是否能區分不同的水平，並加入了以下的提示：

3.首先你要測試學生的程度，測驗完成後，請依照多益的程度劃分等級。

經過測試後，我發現ChatGPT確實依照多益的分級方式，將我的程度定義在400-600的區間內。不過我感覺它似乎高估了我的水平。

接下來，我們將先前的分級提示替換成另一個，同時也加入了要求ChatGPT「糾正我文法上的錯誤」和讓它能夠「延續話題」的提示：

3.學生的程度大約落在多益（400-600）分，請你依照這個等級進行問話。
4.進行會話練習時，儘可能的指出學生語法上的錯誤。
5.你要適時地開啟新的生活話題。

在紅色圓圈的部分，我故意使用了錯誤的語法。實驗結果顯示，ChatGPT確實能根據提示，正確指出我語法上的錯誤並進行糾正。

最後，出於好奇，我決定進一步測試400分以下和800分以上的情況。我想了解設定400分以下時，是否能讓ChatGPT的會話用詞變得更簡單？同時，設定800分以上時，會話是否真的變得更困難呢？


從以上的分析來看，我的觀察是，在400分以下時，ChatGPT所使用的詞彙可能會稍微簡單一些，而在800分以上則會變得更為困難。不過，由於我的程度沒有很好，所以對我來說，一些看不懂的詞彙就覺得很難啦！這部分就見仁見智了。也因為這樣，在這次的鐵人賽中，並沒有計劃要可以設定對話的難易度。

結語

今天，我們了解了如何透過提示來控制ChatGPT的表現。通過精心設計的提示工程，我們能讓ChatGPT執行更複雜的任務。提示工程確實是一個既強大又靈活的工具，但它同時也需要時間和大量實驗來進行優化和調整。推薦大家嘗試看看提示工程，同時發揮更多不同的創意、嘗試不同的提示。若有好用的提示，歡迎大家一起分享哦！



Github專案程式碼：Ionic結合ChatGPT - Day13