Sure, here's the HTML structure with the translated text in simplified Chinese: ```html

对于经验丰富的ChatGPT用户的4种人工智能交互模式

```

Sure, here's the translated text in simplified Chinese while keeping the HTML structure: ```html

ChatGPT 问世已有一年半的时间，但只有少数人充分利用了 AI 聊天机器人超过30%的功能。大多数人不了解生成式人工智能的“特性”，如翻转交互、基于标准的自我评估和与人类共同制定任务。结果，他们花费大量时间为 AI 解释任务并分析许多版本的 AI 输出，但最终得到的结果却不如他们的预期。让我们想想如何解决这个问题。

``` Feel free to adjust the HTML structure as needed.

Sure, here's the translated text in simplified Chinese: ```html

介绍

```

以下是将英文文本翻译成简体中文并保留HTML结构： ```html

作为当地“管理中的人工智能”社区的积极成员，我经常看到即使是ChatGPT和其他GenAI助手的经验丰富的用户也会从人工智能对话的常规方式出发。他们假设他们必须写完整的指令，而人工智能只需要按照他们的指示执行。

```

Sure, here's the translated text in simplified Chinese within the HTML structure: ```html

其实，人工智能聊天机器人仅被视为回答我们问题、根据我们的提示生成文本或处理我们的数据的工具。如果聊天机器人未能提供令人满意的输出，要么我们需要更好地指导它，要么我们就干脆不用它。如果我们没有时间详细描述任务，或者我们还没有完全意识到任务本身，我们也会不用人工智能。

```

在保持HTML结构的情况下，将以下英文文本翻译为简体中文： 然而，这种传统观点显著限制了生成式人工智能的范围和价值。事实上，大型语言模型（LLMs）能够在多种角色中与我们进行互动，不仅仅是回应请求或遵循指示。此外，我们并不总是需要更好地指导或“训练”它们才能获得更好的输出结果。

Sure, here's the translation: 通过应用AI角色而不仅仅是任务执行者或专家，我们可以扩展AI可以帮助解决的问题范围，实现更高质量的结果，并减少撰写指令的认知负荷。使用多样化的角色可以释放AI作为伙伴的真正潜力。

以下是简体中文翻译，保留HTML结构： ```html

为简单起见，我将非常规人工智能角色分为4种人工智能交互模式，这就是为什么本文有4个部分。尽管如此，这仅仅是我的个人简化。我的主要想法不在于特定的角色，而在于扩展标准的“请求-响应”模型的人工智能交互。

```

在保持HTML结构的情况下，将“Flipped Interaction Strategy”翻译为简体中文。

Sure, here's the HTML structure with the translated text: ```html

在AI角色领域中的第一个非显而易见的模式是“翻转互动”，其中AI通过提问发挥主导作用。

```

Sure, here's the translated text in simplified Chinese while keeping the HTML structure: ```html

研究论文[1]探讨了在提示工程背景下的反转交互模式，以及像定义聊天机器人角色（角色模式）和指定输出格式（模板模式）等其他技术。反转交互模式也被描述为较短博客文章中的一种提示技术，就像本文一样：

``` This HTML snippet contains the translated text in simplified Chinese, formatted within a paragraph (`

` tag) to maintain the structure.

```html

然而，我相信“翻转交互模式”和类似的“认知验证器模式”属于更高级别的“策略”。在制定提示或甚至完成手头任务之前，应该考虑它们。采用这种策略会塑造您与人工智能互动的许多其他方面。

```

Sure, here's the translation: ```html

为什么

```

Sure, here's your text translated into simplified Chinese while keeping the HTML structure: ```html

通常，这种方法减少了人类需要的时间和认知努力，与典型AI用户的目标完美对齐。

同样，典型的互联网用户喜欢获得内容或产品建议，无需自己表达查询需求。

```

使用案例

• Sure, here's the translated text in simplified Chinese, while keeping the HTML structure: ```html 例如，一个 AI 聊天机器人通常被用作导师。这样一个导师的一半好处并不在于它提供的建议（根据我的经验，这些建议通常太泛泛而不具体可行），而在于它提出发人深思的问题的能力，激发用户找到解决问题的方法。 ```
• 以下是对AI教练角色的描述：“提出有力的”开放性问题，帮助用户识别其问题和挑战，这一点同样适用。
• 或者看看个性化AI导师的角色，主要专注于识别用户知识和技能方面的差距（提出问题），以便稍后填补这些差距。
• 同样，好友的角色也意味着人工智能提出问题。这种问题使人更容易找到实现任何目标的动力。

Sure, here's the translation in simplified Chinese while maintaining the HTML structure: ```html

实施示例

```

Sure, here's the translation in simplified Chinese while keeping the HTML structure: ```html

例如，如果你想通过人工智能导师快速掌握一个广泛的话题，你可以开始请求：“向我提出N个开放性问题，关于以找出我的当前理解水平”。然后，请求对你的答案进行评估，并要求针对你最薄弱领域的新问题。

```

这导致了具有快速反馈的自适应学习。它还包括透明地优先考虑您的教育需求，不像传统的自适应学习系统，其中学习者的优先级是不透明的。

以下是与 GPT-4 的样本聊天。在这个例子中，正在实践中学习一个主题，所以 ChatGPT 给用户布置作业而不是问题。

Sure, here's the translated text in simplified Chinese, while maintaining the HTML structure: ```html 2. 协作任务定义与上下文增强 ```

Sure, here's the translated text in simplified Chinese while keeping the HTML structure: ```html

我也将翻转的互动——当AI聊天机器人提出问题时——视为实现完全不同目标的工具。与AI进行问答会话的目标是快速形成一个与任务相关的上下文，这对于进一步将聊天机器人用于其常规角色作为回复者/执行者是至关重要的。

```

Sure, here's the translation: ```html

为什么

```

```html

至少，这种方法可以帮助您克服“空白页”问题，这是面对复杂任务时拖延的主要原因。当您要求聊天机器人解决您从未处理过的问题时，这个问题尤其会出现。

```

Sure, here's the translation: ```html

人们认为（请参考上文）快速将起草任务写给AI可以帮助解决空白页问题。它确实可以帮助，但应该彻底检查此类起草任务的AI输出，并且大部分内容总是因质量差而被丢弃。

```

在相同问题的更好解决方案是，首先从聊天机器人那里获取问题，然后再生成输出。原因是，与从零开始描述任务相比，选择问题并回答它们对我们来说要容易得多。

Sure, here's the translated text in simplified Chinese while keeping the HTML structure: ```html

迭代式提问的第二个优点是高质量的结果。结果取决于您的具体情境，而不仅仅是类似问题的通用解决方案。解决任务的整个过程可以围绕着人工智能提出问题来构建。您对其做出回应，然后根据您的回答接收进一步的问题。这一过程持续进行，直到您告诉机器人一个类似“现在，”的短语。

``` Let me know if there's anything else I can assist you with!

使用案例

• Sure, here's the translated text in simplified Chinese, keeping the HTML structure: ```html

  如果你很少处理这样的任务或对这个话题不熟悉，你可能会缺乏正确的词汇和对任务的整体理解。然后，提示 AI 建议几个详细任务的版本供你选择，选择符合你需求的版本，然后你可以期待一个高质量的结果。否则，“垃圾进，垃圾出”的原则适用。

  ```
• Sure, here's the translated text in simplified Chinese, while keeping the HTML structure: ```html

  如果您是手头任务领域的专家，那么降低几个级别并理解“通用助手”缺少的上下文以产生您期望的输出可能会有挑战性。让它告诉您它自己的需求吧！

  ```

Sure, here's the translated text in simplified Chinese while keeping the HTML structure: ```html

实施示例

```

Sure, here's the translation: ```html 一个特定的情况是用于形成上下文的问题，这些问题用于澄清任务，当您还没有完全掌握它时。最初，您可能会请求类似于“建议与...相关的任务制定”，然后选择最符合您需求的制定，并说“问我问题以进一步澄清此任务”（类似于文章中讨论的问题精化模式和认知验证器模式 [1]）。然后，您回答一些人工智能问题，有意忽略其他问题。忽略对于创建与任务相关的专注上下文也很重要。 ```

Sure, here's the HTML structure with the translated text in simplified Chinese: ```html

当我说“选择”或“回答”时，我指的是仅使用列表项的数字。所有最先进的LLM都能很好地理解这些数字，这在节省时间方面非常方便。

```

Sure, here's the translated text in simplified Chinese, keeping the HTML structure: ```html

作为一个具体的例子，让我们考虑准备与候选人进行行为面试的目标。这对AI来说并不是一项容易的任务：

```

• ```html

  新手用户可能会要求人工智能根据关于空缺职位的几句话来制定面试问题，结果可能会令人不满意。

  ```
• ```html

  有经验的用户会尽可能为AI提供尽可能多的相关信息，例如工作描述文件和/或职责列表。然而，即使在这种情况下，结果往往过于笼统。大型语言模型（LLM）可以表达得很好，但本质上只是将提供的文档中的词汇整合到其训练过的标准“面试模板”中。该模型从未执行过相关工作，因此无法本能地理解工作描述中特别重要的内容。此外，它也无法知道对您来说哪些候选人特质特别重要（因为文件中没有这样的信息）。

  ``` This HTML structure includes the translated text in simplified Chinese.

因此，我们应该要求AI提出澄清问题。我会这样指导它：

1. Sure, here's the HTML structure with the translated text: ```html
   从工作描述中提取上述目的所需的信息（请参阅附加文档）。
   ```
2. Sure, here's the translated text in simplified Chinese: ```html

   问我几个问题，以了解工作的独特特点和我的个人偏好。确保问题具体，并与文档保持一致。问题列表应编号。

   ```
3. 确保你根据我的回答深刻理解工作和我的偏好。忽略我认为不重要的任何方面。然后，编写涵盖之前突出的所有重要点的面试问题。

你可以在这里找到一个按照这个例子的 GPT-4 聊天。

Sure, here's the translated text in simplified Chinese while maintaining the HTML structure: ```html 如何避免混淆人工智能？ ```

Sure, here's the translated text in simplified Chinese within an HTML structure: ```html

您可以通过请求对特定点进行进一步澄清来继续上述过程。但是，请尽量避免冗长和仅仅为了提问而提问，因为目标不仅是帮助您理解任务，还要有效地引导人工智能朝着任务解决方案的方向发展。上下文中过多的词可能会使后续的语言模型混淆，使其偏离您预期的方向。

```

Sure, here's the translated text in simplified Chinese within an HTML structure: ```html

为了减少人工智能混淆的可能性，您可以在解决任务之前说：“现在，请考虑以上所有内容，对我的任务进行完整的表述”，而不是立即要求解决方案。这种技术有两个好处：

``` This will display the text in simplified Chinese within a paragraph `

` tag.

• Sure, here is the translated text in simplified Chinese while maintaining the HTML structure: ```html

  在上下文中，最后一条消息成为完整任务，而最近的消息被聊天机器人的算法视为重要，为长文本语言模型准备上下文。长文本语言模型并不平等地处理上下文的所有部分，因为它们有“注意力”。

  ```
• Sure, here's the translated text in simplified Chinese, while keeping the HTML structure: ```html 如果任务描述中有错误，最好在最后一步之前更正。 ```

Sure, here's the translation in simplified Chinese: 如何进一步减少你的努力？

Sure, here is the translated text in simplified Chinese: ```html

我相信你在实践中可以找到其他情况，翻转式互动可能对你特别有用。这种策略可以用于情境形成，也可以用于提问本身的行为（作为教练、伙伴、导师或老师的人工智能）。

```

Sure, here is the translated text in simplified Chinese, keeping the HTML structure: ```html

然而，如果您经常与AI互动，您可能会最终厌倦在几乎每一步都要求聊天机器人提出问题。因此，您可能会要求AI只做一次。为了可靠性，最好在所谓的“系统提示”中询问它。

```

• 如果您正在使用ChatGPT Plus，应用系统提示涉及创建您自己的GPT并在“说明”字段中输入提示。然后，它将与用户请求和助手的响应分开传递给LLM。
• 以下是将英文文本翻译为简体中文并保持HTML结构的方式： ```html

  另一种使系统提示不需要像ChatGPT Plus那样昂贵的订阅的方法。每个主要的LLM提供商都提供了另一种工具，比在ChatGPT或Claude.ai中具有更多控制权。OpenAI有Playground，Anthropic有Console，Google有AI Studio，所有这些工具都可以让您设置系统提示，选择LLM版本，分配温度和其他参数。它需要比订阅更少的钱。此外，Anthropic为新用户提供免费5美元的信用额度，而Google AI Studio则是免费的。

  ```

Sure, here's the translated text in simplified Chinese: ```html 这里是一个系统提示的示例短语：“如果用户请求了某事（提出了问题、给出了指示等），那么您必须建议一个更好的请求版本（可能导致更具体输出的详细版本），并询问用户是否愿意使用您的版本。” 这个短语是一种问题优化模式的实现，您可以在这里阅读相关模式： ```

Sure, here's the translation in simplified Chinese while keeping the HTML structure: ```html

基于人类角色的人工智能互动

```

Sure, here's the translated text in simplified Chinese: ```html 检查您与其他人互动的方式，超越“客户执行者”模式。互动不一定要颠倒过来。我的意思是，主动权和问题不一定要来自聊天机器人。事实上，之前提到的“导师-学员”和“教师-学生”模式不仅仅是关于问题来自前者。 ``` Let me know if you need anything else!

这里是你和人工智能之间可能的其他交互模式：

Sure, here's the translation: ```html

AI作为你的下属：定期批准和纠正

```

Sure, here is the translated text in simplified Chinese, keeping the HTML structure: ```html

这样的人际关系并不一定是老板发号施令，下属默默执行。例如，下属经常会把他们的想法、详细计划和初步结果呈现给他们的上级以便审批。

```

Sure, here's the translated text in simplified Chinese: ```html

这样，管理者通过仅在工作流程的特定阶段参与来节省时间，无论是准备季度报告、开发新产品，甚至是制定新策略。然而，他们始终紧跟时事并反复参与，因为无法预料一切或事先解决所有细节。在工作过程中，外部环境可能发生变化，员工可能错过截止日期，导致重新规划，等等。

```

同样地，你可以把自己看作是“AI机器人经理”，例如：

1. 要求AI为您草拟一个提示，对其进行评价，然后再请求执行。
2. Sure, here's the HTML structure with the text translated into simplified Chinese: ```html

   对于大多数实际任务来说，单一提示是不够的。任务应该被分解成几个相互关联的子任务。因此，请请求AI执行此分解。

   ```
3. Sure, here's the translation of your text: ```html 定义您与AI的角色关系：您是经理，AI是具有特定能力的员工。告知AI，其任务是将每个中间结果发送给您以供批准：想法列表、实施计划、文本的第一部分（如果目标是写作），以及所有其他产物。 ``` Do you need anything else?
4. Sure, here's the translation: ```html

   最重要的是，给AI提供简洁明确的指令，就像你的新下属一样，他还不熟悉你的偏好和期望。例如，如果已经有了你修改过的文本的第一部分，请指示AI使用第一部分作为模板，就风格和术语而言，撰写第二部分（不要一次性撰写整个文本）。

   ```

Sure, here's the HTML structure with the translated text: ```html

为什么这很重要？通过小步骤进行，您将更快地实现所期望的结果。

```

Sure, here's the translated text in simplified Chinese, keeping the HTML structure intact: ```html

我是说，与最初详细描述任务然后批评最终结果相比，这种方法更快。如果管理者以这种方式操作，他们将浪费大量时间，而且更重要的是，会花费大量金钱在员工执行不必要工作上（产生的结果不符合客户需求或质量要求）。

```

Sure, here is the translation of the text into simplified Chinese while keeping the HTML structure: ```html AI作为您的共同作者：导航共同创作过程 ```

Sure, here's the translated text in simplified Chinese: ```html 想象一下，你想写一篇大文本，比如年度报告或博客文章。你可以在互联网上找到许多提示示例，它们包括几十句话和部分，比如目标、模板、指南和文本风格。另外，你也可以考虑向AI提供你认为在任务中表现优秀的类似文本的示例。这被称为少样本提示： ```

```html

通常情况下，这两种方法都被证明是有效的，特别是如果对你来说写这样的文本是一个日常任务的话。在这种情况下，你已经熟悉必要的文本模板和样式，并且意识到需要避免的潜在问题。

```

Sure, here's the translated text in simplified Chinese, maintaining the HTML structure: ```html 然而，如果你没有例子，并且是第一次处理这样的任务呢？那么，我的建议是不同的：将人工智能视为共同作者。进行几轮合作编辑，将人工智能视为平等的合作伙伴。 ```

以下情况中，另一种选择更糟。将人工智能主要视为主要作者，将自己仅视为客户、评论员或编辑可能会：

• Sure, here's the translated text in simplified Chinese: 导致在多次迭代之后仍对结果感到不满。
• Sure, here is the translation in simplified Chinese, keeping the HTML structure: ```html 留下您处理乏味的技术校对任务，而AI负责工作的所有创意方面。 ```

Sure, here's the translated text in simplified Chinese, while keeping the HTML structure: ```html 你如何实现这个？ ```

Sure, here is the translated text in simplified Chinese while keeping the HTML structure: ```html

首先，使用前面提到的“管理者-下属”模型的技术（参见上述2-4项）。这包括在AI的帮助下将任务分解为子任务，要求展示中期结果，并使用您编辑过的版本作为新部分的模板。

``` In this HTML structure: - `

` denotes a paragraph. - The Chinese text is inserted within the paragraph tags.

Sure, here's the translation in simplified Chinese while keeping the HTML structure: ```html

第二，使您与人工智能的交流更对称，使用诸如“让我们讨论”或“让我们一起解决这个问题，轮流提出建议，直到我说‘完成’”等短语。

```

Sure, here's the translated text in simplified Chinese while keeping the HTML structure: ```html 例如，让我们来看看子任务创建阶段。当从人工智能收到子任务清单的第一个版本时，请重写需要澄清的项目（模糊项目是最常见的问题）。然后，向人工智能提供您修订后的清单，指明哪些项目应该被删除，并要求根据这些调整提供新版本的清单。 ```

Sure, here's the translated text in simplified Chinese: ```html

质量标准和评估是协作工作的结果

```

以下是对于实现“质量”结果目标的讨论，现在是必要的去定义在这个语境中“质量”是什么意思。我建议在与AI对话中明确定义质量标准。

Sure, here's the translated text in simplified Chinese, preserving the HTML structure: ```html

通过在一开始引入标准，您可以看到AI是否在其初稿中遵循了这些标准。然而，我们通常很难事先理解我们的标准。因此，在审查第一次修订之后定义它们并没有什么错。

```

Sure, here's the translation of the text into simplified Chinese while keeping the HTML structure intact: ```html 如果在明确了标准后结果仍然不尽人意，您可以通过指出最新修订未达标准的地方，快速引导聊天机器人。让我们举个例子，假设标准列表中包括对每个陈述的解释（项目2）和符合所需的商业风格（项目4）。然后您可以提出请求：“根据项目2和项目4改进文本。” AI会理解您的意思，并精确增强所需的内容。 ``` This translation keeps the original meaning while adapting it to simplified Chinese.

Sure, here's the translated text in simplified Chinese, keeping the HTML structure: ```html

实施这样的标准显著减少了达到满足所有需求的结果所需的迭代次数。与简单地告诉AI“我不满意”或给出像“10分中的3分”这样的整体评价相比，这种方法更有效，这可能导致反复无效的尝试和AI的道歉。

```

Sure, here's the translated text in simplified Chinese: ```html

生成式人工智能还具有一个不太明显的能力。

```

在请求新的修订之前，您可以根据特定标准定量评估当前的输出。您可以自行进行评估，但通过询问人工智能自我评分会更容易。这个过程有一个专门的术语：模型评分评估。然而，我不会过高估计语言模型在准确定量评估方面的能力。

Sure, here's the translation: 如果需要的话，您也可以请求AI计算所有标准的平均分数。我已经尝试过这一点与ChatGPT，它会激活其分析功能并准确计算算术平均值。

Sure, here's the translated text in simplified Chinese while keeping the HTML structure: ```html 如果您需要使用条件的示例，可以在这里找到一些提示： ```

最后，可能会出现一个问题：“我们到底从哪里获取质量标准？”你总是要自己详细描述它们吗？第三个能力是，人工智能在制定标准方面表现出色。当然，人工智能可以从一般考虑中生成许多不相关的观点，但你可以轻松地只选择对你重要的观点。此外，你可以通过提供例如“如果...增加得分”和“对...施加惩罚”来要求人工智能明确这些标准。

一般来说，把人工智能视为你的共同作者（同事），不仅是在一起解决任务，还要一起思考如何增强解决方案。特别是，以基于标准的评估来思考改进，会带来更高质量的结果并减少工作量。

结论

在不仅将生成式人工智能聊天机器人视为明确定义任务的执行者，而且还可以将它们视为在各种其他角色中扮演重要角色的情况下，可以显着扩展。

1. Sure, here's the translated text in simplified Chinese, while keeping the HTML structure: ```html 作为一名教练、朋友、导师或老师 — 如果问题本身是重要的。 ```
2. Sure, here's the translated text in simplified Chinese within an HTML structure: ```html

   作为一个对话伙伴，帮助您表达一个任务 - 如果您对任务还不清楚，对该主题了解有限，或者因为“空白页问题”而拖延。

   ```
3. Sure, here's the translation: ```html 作为向您呈现想法、计划和中期结果以供批准的下属。 ```
4. Sure, here is the translation: 作为共同作者，你与之合作，平等地达到高质量的成果，通过少量的迭代，使用已纠正的部分作为下一部分的模板。
5. Sure, here's the translated text in simplified Chinese, while keeping the HTML structure: ```html 作为一个评估员，协助您定义您的质量标准，并根据这些标准评估结果。 ```

Sure, here's the translated text in simplified Chinese while keeping the HTML structure: ```html 如果您准备转变思维方式，并通过接受这些不太明显的角色和模式来重新思考与人工智能的互动，那么您将获得多个好处： ```

• Sure, here is the translated text in simplified Chinese: ```html 你实现目标是因为人工智能帮助你思考。 ```
• 在保持HTML结构的情况下，将以下英文文本翻译成简体中文： 它不会剥夺你最吸引人的创意工作。
• Sure, here's the text translated into simplified Chinese while maintaining the HTML structure: ```html

  你减少了在获取高质量结果方面的努力。

  ```
• Sure, here's the translated text in simplified Chinese within the HTML structure: ```html

  你减少了达不到所需质量水平的风险。

  ```

Sure, here's the translated text in simplified Chinese: ```html

利用生成式人工智能的方式更多，不仅仅是把它看作是你任务的执行者和问题的回答者。研究论文（例如，[6]）提供了包含许多人工智能与人类互动模式的框架和分类法。在我看来，这些模式的实际应用可以通过思考人工智能的角色来更容易理解，而不是依赖这样的分类法。

``` This HTML structure maintains the original formatting while providing the translated content in simplified Chinese.

Sure, here's the translated text in simplified Chinese: ``` 你知道智能聊天机器人还有哪些其他角色可以帮助你（作为用户）解决问题吗？在评论中分享吧！ ```

参考资料

Sure, here is the translated text in simplified Chinese while keeping the HTML structure: ```html [1] 通过ChatGPT提升提示工程的提示模式目录，Jules White等，2023年2月21日。 ```

Sure, here is the translated text in simplified Chinese: ```html

[2] 翻转互动模式：释放对话式人工智能的力量，Hugo Blanc，2023年4月10日。

```

Sure, here's the translated text in simplified Chinese, while maintaining the HTML structure: ```html

[3]生成式人工智能及解决“白纸”问题，Bryan Scanlon，2023年7月20日。

```

Sure, here's the translated text in simplified Chinese, keeping the HTML structure: ```html [4]大型语言模型容易受到无关上下文的干扰，Freda Shi等人，2023年6月6日 ```

Sure, here's the translated text in simplified Chinese: [5] 基于规则与基于模型评估在通用人工智能中的比较，Rishi Yadav，2024年1月26日。

Sure, here's the translation: [6] 人工智能与人类互动的拆解：从交互基元到设计空间，Kostas Tsiakas，Dave Murray-Rust，2024年1月10日。