我們人類和ChatGPT的對話技巧也是需要學習的，有鑑於此，我想要一天分享一點「和ChatGPT對話的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
定義
Prompt Chaining 是一種結構化的提示框架，它將多個較小、較簡單的提示按順序排列成一條鏈，使用每個提示的輸出作為下一個提示的輸入，以有效地管理和解決複雜任務。
動機
Prompt Chaining 是一種策略方法，通常用於有效解決包含明確定義的子任務的任務，該技術不是用單一、廣泛的提示來應對龐大、多方面的任務，而是將其分解為幾個更小、更易於理解的提示，每個提示依序產生一個回應，然後將其作為後續提示的輸入，這種順序安排形成了一系列的提示和回應，有條不紊地處理手頭任務的各個方面。
事實證明，這種方法對於複雜的任務非常有益，例如，它為對話使用者介面或機器人流程自動化場景制定了一個結構化框架，其中需要一系列相關的操作。
Prompt Chaining 的顯著優勢之一在於它能夠簡化複雜的流程，透過將任務提煉為可管理的提示，指令變得不那麼複雜，這對人工智慧系統和使用者來說都是一個福音，此外，這種方法可以隔離問題部分，從而鼓勵集中故障排除，促進有針對性的整改工作。
此外，Prompt Chaining 允許在任務的不同階段對人工智慧的輸出進行細緻的審查，這種增量監控提供了早期識別和糾正錯誤的機會，為提高準確性和取得良好結果鋪平了道路。
人工智慧領域的大型語言模型 (LLM) 無疑加速了機器學習功能的原型設計，然而，現實世界應用的複雜性通常會掩蓋單一 LLM 運作的能力，這時，提示鏈就可以派上用場了。
透過協調多個 LLM 運行，每個運行都建立在前一個運行的輸出之上，可以解決更複雜的任務，這種方法不僅使流程更加透明和易於管理，而且還給使用者一種控制感，挑戰的關鍵在於制定這些 Prompt Chaining，特別是對於那些不熟悉人工智慧的人來說，儘管如此，Prompt Chaining 所提供的清晰度和結構化方法使其成為一種強大的技術，可用於完成複雜的任務。
