12-2 使用 Markdown 提升 prompt / instructions 表達效果

如何在 AI 智能代理中使用 Markdown 提升指令表達效果

隨著 AI 智能代理技術的快速發展，如 OpenAI 的 GPTs、Google 的 Gemini Gym、微軟的 Copilot 等，使用者撰寫的指令內容已變得至關重要。這些智能代理能夠根據使用者輸入的指令生成高度相關的回應，因此撰寫清晰、有效的指令成為提升 AI 表現的關鍵之一。

自然語言與 Markdown 的對比

雖然 OpenAI 提供的 GPTs 通常生成自然語言提示（instructions），這在大多數情境下已經足夠。然而，對於一些特定的應用場合，自然語言表達可能無法精確傳達使用者的意圖，這時候 Markdown 格式的指令能夠更好地滿足需求。尤其是在表達順序、製作流程圖、或是引用參考資料時，Markdown 能夠更加直觀和結構化地組織信息，便於 AI 模型解析和執行。

使用 Markdown 的優勢

1. 清晰的結構和層次：
   Markdown 透過簡單的標記語法，讓使用者能輕鬆創建層次分明的文檔。例如，使用標題（#、##、###）來區分不同的段落層級，有助於 AI 理解內容的重要性和關聯性。
2. 有序的指令步驟：
   在指示 AI 完成某些特定任務時，使用 Markdown 的有序列表（1.、2.、3.）可以明確定義每個步驟的順序，這比自然語言中潛在的模糊指令更精確。

    1. 準備數據集。
    2. 訓練模型。
    3. 評估模型效果。

3. 強調重點：
   Markdown 中的加粗（加粗*）或斜體（斜體*）功能可以有效地強調關鍵字或概念，幫助 AI 更好地抓住核心內容。

    **重要：** 請確保數據集經過充分清洗，否則模型可能會產生錯誤的預測。

4. 嵌入代碼和引用：
   在技術文檔或指令中，經常需要插入代碼片段或引用外部資源。Markdown 的代碼區塊（
   `code
   ）和鏈接（描述）功能使這些操作變得簡單而清晰，並且有助於 LLMs 更精確地解析技術內容。

python
    def train_model(data):
        # 訓練邏輯
        pass

參考資料：OpenAI 官方文檔

實踐指南

當你需要撰寫指令給智能代理時，根據具體情境選擇適當的表達方式。如果目標是讓 AI 理解和執行一系列具體的步驟或任務，使用 Markdown 來代替自然語言可能會更有效。這樣不僅能提高指令的精確度，還能讓智能代理更好地理解你的需求，從而產生更符合預期的結果。

在未來，隨著這些 AI 智能代理的進一步提升，掌握和使用 Markdown 將成為與這些技術工具高效互動的重要技能。

關於我

我是 Wolke。我是一名專業程式開發者，專長是開發 AI 和程式解決方案。

我投入了不少時間在專業發展上。我是多本書的作者，其中包括《LINE聊天機器人+AI+雲端+開源+程式：輕鬆入門到完整學習》和《ChatGPT來襲，未來人人都需具備的運算思維！應用詠唱工程來釋放程式生產力—程式學習/開發篇》。也有出版線上課程，我熱衷於分享我的經驗和技術，幫助其他開發者更好地利用 AI 工具。

也在許多知名大學、論壇、社團擔任講者，如果貴方有需要也歡迎與我聯繫。
2023年 講座 紀錄

最後這篇文章若有切合你的需求，敬請訂閱按讚分享