要精准提问解决问题，可以参考以下几点：
If you press Option/Alt Enter while in the prompt bar,Cursor will respond to any questions you have about the selection,and the context you have attached.如果在提示栏中按Option/Alt Enter，则Cursor将回答您关于选择和附加上下文的任何问题。The contents of this conversation could be further used in follow-up generations,so you could simply type“do it”after Cursor comes up with a response to generate the code after a quick question.此对话的内容可以在后续生成中进一步使用，因此您只需在Cursor提出响应后键入“do it”即可在快速提问后生成代码。
2、相信他的无所不能（暂且相信，有些他确实不行-。-），大胆提要求让他帮你完成。不问问咋知道它不会呢？3、明确自己的需求，跟GPT提的要求尽量准确，像给自己的员工安排工作那样。4、不断的追问，只要不明白，就目标明确、表达精确的追问。5、GPT在不了解你工作环境和个性需求的时候，只能把你当做“大家”，提供的是一个共性帮助，如果你需要贴身保姆级的就把自己准确信息给它，就像我文中写的那样，直接贴给他你的文件目录地址，请他直接给你做好。总之，提问的逻辑和准确度，是能不能用好GPT的核心竞争力。
语言学的能力，如何更精准的用语言描述问题？有些人认为聊天问问题很简单，其实怎样问一个好问题，如何提问也很考验一个人。在语言模型时代，我们会更深刻的感受到一个好的问题某些时候比答案更重要。而且，语言本身也代表着人类思维的外放，语言文字的诞生与文明的诞生也有着深深的关联。因此，我认为产品经理有必要了解一下语言学，锻炼语言表述能力。业务理解和AI嵌入能力，当然，这本来就是产品经理的基础能力。今后，如何找到业务中需要应用大模型的场景，更好的将业务和大模型算法结合，并且还可以理解模型在业务中的边界，这可能是一个产品的必备能力。寻找业务中的哪些环节可以标准化、哪些环节需要发散思维、哪些环节需要千人千面。并且看透各个环节中的业务数据流转，思考如何将业务链条中流动的数据与AI的输入输出结合。维度转换能力。将各种问题转化为语言问题；将业务中的各种数据转化为语言描述，作为大模型解决问题的前置条件；将通用模块问题转化为通用问题模块，从而将语言模型的调用转化成为产品的一个功能模块。用语言模型解决问题，通常会犯的错误就是对维度理解不够（当然后续多模态可能解决）。毕竟人类接触的信息是多维的，自然语言只是一维，站在高维的角度跟他聊肯定有点驴唇不对马嘴。把自己降到一维，把所有的信息都转化为语言信息后再跟他交流，交流就比较高效了。4、业务助手的应用方式助手方式：主要是进行工作辅助，不在主业务流程内。工作主体是人，大模型负责优化、检索、启发、提供思路等，帮助人提高效率、多维度思考。如下图。AIGC的业务助手中也很多是这种能力。业务环方式，大模型经过调整和prompt工程后，作为接口服务，进入到主业务流程中，作为其中一环，自动处理内容并生成结果。