爱因斯坦曾经说过这么一句话：提出一个问题往往比解决一个问题更重要。经过验证，AI擅长解决两类问题：一种是结构化明确的问题，例如编写代码或执行常规任务；另一类则是框架清晰的问题，只需要提供细节并对其进行明确定义即可。
ChatGPT最有代表性的涌现能力是“思维链”。思维链的核心思想是将一个主要想法作为链条起点，通过逐渐延伸这个链条来发展出更多相关的想法。每个新的想法都可以作为另一个链条的起点，不断地拓展和延伸，直到最终得出结论。提示学习（Prompt）是ICL（上下文学习或情境学习）背后最重要的方向之一。
借鉴思维链的逻辑，我们可以对提问进行参考。一个基本的提问包含四个组成部分：成果指令、角色、规范和样本。这与STAR模型有些相似。STAR模型是Situation（情境）、Task（任务）、Action（行动）和 Result（结果）的缩写。
一个基本的提示框架应该包含以下几个方面：
- 规定GPT需要扮演什么角色。
- 设计一个场景或设定受众，为GPT提供有价值的背景信息。
- 明确定义我们要求GPT做什么。
- 规范GPT回答的风格、个性或方式。
- 要求GPT提供多个示例。
比如需要我们需要ChatGPT充当一位专业的活动方案策划，来创建一个活动以推广公司的产品和服务、确定关键信息和口号，吸引目标受众，选择最适合的推广媒体渠道、此外决定确保活动的顺利开展和实现预期目标的活动方案。
我们可以向ChatGPT提出”针对18-30岁年轻人创建一项广告活动，向他们推广一款新型植物能量饮料。告知活动步骤，以及具体的推广方案、运营计划、预算和时间表。”
得到回答后，我们可以根据需要详细补充和提问，直到得到满意的回复。
尽管问题形式千变万化，重要的是要掌握提问的逻辑和思维方式，因为这是成功获取有价值回答的关键所在。