下载掌阅APP，畅读海量书库
立即打开
在生成多样化问题集的过程中，从简单到复杂，针对不同场景需求，我们能够构建出丰富多样的问题，进而获取更全面、深入的信息。当我们从简单的问题入手，逐步过渡到复杂的问题时，就像是在搭建一座知识的宝塔，每一步都为通往更高层次的理解奠定基础。
以“人工智能”为主题，我们可以首先提出一个基础问题： “关于人工智能（主题），能告诉我一些信息（事项）吗？” AI会给出一个关于人工智能基本定义的回答。
随后，我们从回答中提取关键信息，如“人工智能”“计算机科学领域”“模仿人类智能行为”“系统”等关键词，以及人工智能的定义这一关键概念。
接着，我们要求AI根据这些关键信息生成一个标准化问题：“ 人工智能是如何在计算机科学领域中实现的？它的主要目标是什么？它是如何模仿人类智能行为的？它可以用来构建什么样的系统？” 这一问题不仅涵盖了人工智能的核心要素，还引导AI从多个角度进行深入探讨。
以上步骤的意思是，当我们反向“投喂”这个标准化问题给AI时，它会从实现方式、主要目标、模仿人类智能行为、可用于构建的系统四个方面给出详尽的回答。我们通过查看答案，确认信息的完整性和准确性。
如果需要，还可以继续迭代这个过程，不断深化问题，获取更多细节。比如，我们可以进一步追问： “我对你提到的人工智能可以用来构建医疗诊断工具系统不太明白，你能否为我介绍一下？” AI便会详细解释人工智能在医疗诊断工具系统中的应用，包括数据分析和处理、病症检测、辅助诊断、个性化治疗、快速筛查以及减轻医疗人员负担等方面。
除了从简单到复杂的问题生成路径，我们还可以针对不同场景需求，生成多样化的问题。
场景需求是撰写一份关于市场趋势分析的报告。我们可以提出： “如何收集和分析市场数据以撰写一份有说服力的市场趋势报告？”“在报告中，如何有效地展示数据图表和分析结果？”“如何确保报告的结论部分能够为决策者提供明确的指导？” 这些问题从数据收集、展示到结论撰写，涵盖了报告撰写的全过程，让AI为我们提供全面的写作指导。
当场景需求转变为撰写请示文件时，问题可以聚焦于请示文件的格式和内容要点，如 “请示文件的标准格式是什么？如何开头才能引起领导的注意？”“在请示中，如何清晰地阐述请求事项的背景和重要性？”“如何在请示中提出合理的建议和预期的效果？” 这些问题引导AI提供具体的写作建议，帮助撰写者构建出逻辑清晰、内容翔实的请示文件。
1 以知识为切入点提问：在提问时能够从知识层面进行询问，如基本概念、定义、计算方法、应对手段等方面。
2 从分析的视角提问：可依据自身所掌握的知识对想要探究的知识加以分析，然后按照分析的流程、结果或者存在的问题向AI提问。
3 从求证的维度提问：可以对现有的结论产生疑问并提问。
1 关键词追问：向AI追问时，能运用已知的关键词或关键信息，保证问题精准触及自身感兴趣的主题与内容。
2 探寻式追问：在得到基本答复后，可针对所获信息进一步探究。
3 演示性追问：可要求AI示范执行特定任务，从而获取灵感。
4 对比式追问：能够把两个或更多概念或方法放在一起，用对比的提问方式向AI提问，如此能更好地理解相关概念或方法。