prompt於AI，正如菜單於大廚

1. 引言

大家好，我是小❤，一個在江湖漂泊多年的985非科班程式設計師，曾在國企、互聯網大廠和創業公司中擔任後台開發工程師。

上週末在家，外面正下著雨呢，就想了解最近幾天的天氣狀況。

剛好手機在充電，於是打算問智慧音箱小藝，但好巧不巧嘴瓢了一下，脫口而出的是：「小藝小藝，天氣不錯嗎？」

結果，它對我說：「無論是晴天雨天，希望你可以安好每一天！」

這種模糊的指令問題並不局限於智慧家具，如今廣泛應用的AI大模型也面臨類似困境。儘管這些AI擁有更高的智慧水平，但它們同樣需要明確的指令來確保正確的操作。

讓我們來看看寫 prompt 有哪些小技巧，讓 AI 不僅可以為我們報對天氣，還能跟我們講個笑話。

2. 明確性與精確性

首先，指令必須清晰明了，就像程式設計中定義變數一樣重要。不明確的指令就像模糊的變數名，會導致理解困難和錯誤產生。

圖片

AI 是個知識庫

例如，當我們想和AI 聊天時，我對它說：「給我一點水」。

它馬上回覆說：「空氣濕潤，這就是一點水吧？」

朋友們，明白了嗎？ AI 也許機智，但需要的一定是明確的指令。

給「直AI」一點耐心

再比如，我對它說：「講個笑話來」。它回我：「一個程式設計師進了酒吧，然後…出現了錯誤」。是的，AI 的邏輯是直線的，它不懂拐彎抹角。

所以，交流時必須明確到點子上，例如：「提供一個幽默故事，主角是程式設計師，在酒吧的逗趣遭遇」。這樣，AI 就能給出具體的結果。

善用標點符號

在對話中，我們不僅可以自訂分隔符，也可以利用LLM 本身的標點，寫出更簡潔明了的prompt，例如OpenAI 中的範例文檔。

效果較差 ❌：

將下面文字總結出幾個最關鍵的要點。

{text input here}

效果更好 ✅：

#將下面文字總結出幾個最關鍵的要點。

文字：""{text input here}"""

善用 AI 本身支援的分隔符，可以讓模型更容易理解我們的意圖。

AI 就像處在成長期的孩子，告訴它“要東西就要說清楚要什麼”，不否定它的好奇心，卻也要引導它明白。

準確性不是可有可無的禮節，而是有效溝通不可或缺的基石。

3. 逐步建立

如果你要AI 渲染出蒙娜麗莎的3D 影像，你得分步驟來，先解釋2D 和3D 的區別，再說明蒙娜麗莎的特徵，最後才是將這兩者結合。

和 AI 互動就像做一道複雜的菜餚，你得按部就班。

懂得太多的 AI 不一定能理解你

舉個例子，有一次我對 AI 說：「講一個太空人在太空的故事」。結果它給我來了一串專業的太空船術語表。我恍然大悟，這就像是向一個新手解釋如何做飯，而開局直接告訴他學會分子烹飪一樣，太過前衛，而且跳步太多。

後來我試著換了種說法：「我們先設定場景，一個太空人漂浮在太空站外。第一步，描述他看到的地球；第二步，講一講他在太空中走失的小故事」。

這次，它就給我敘述了一個太空人眺望蔚藍星球、誤觸噴射背包漂流的有趣而生動的故事。

逐步建構的法則，不僅讓 AI 更明白我們的要求，更讓 AI 的答案變得有層次感，就像音樂的升級版，由單音變成了有節奏的旋律。

讓 AI 逐步展現全貌，逐步建構不僅是對它的指引，更是讓複雜資訊條理化的藝術。

4. 情境&角色模擬

利用條件模擬創造真實情境的預示，這可以幫助 AI 建構上下文，增進理解。

圖片

###############時空旅人的信件######舉個例子，如果你需要AI幫你寫一封信，你可以這樣指示：「假設我是個時空旅行者，我需要寫一封信給1945 年的我，告訴我明天將會下大雨」 。 ######這樣一來，AI 不僅掌握了需要寫信件的指令，同時根據你營造的時空旅行者角色，它會模擬出更具歷史氛圍和期望情景的內容，令整個文本更為貼近真實世界的細節。 ###

角色扮演

同样地，你也可以给 AI 设定一个角色，比如你需要获取某些互联网大厂的面试经验，你可以在 prompt 一开始告诉它：

你是一个资深后台开发，精通......【角色背景】

现在问题是【输入问题】

你需要告诉我......【目标是什么】

要求是......【有哪些要求】。

情景和角色模拟不单是故事讲述的技巧，更是通往高效沟通的捷径。

5. 贴近实例

为 AI 提供一个具体案例，可以显著提高其执行指令的准确性。

数学问题的启示

就如向数学初学者教授难题一般，一个明确的数学实例能让理解和解决问题的过程事半功倍。

我曾经要求 AI 帮我生成一个关于市场营销的策略建议，开始时我说：“编写市场营销策略”。

结果大家肯定猜到了，AI 给出了一个非常通用的答案。

后来，我提供了一份具体的竞品分析报告，然后说：“基于这份分析报告，为一家想要增加市场份额的初创科技公司，编写一套定制的市场营销策略” 。

结果，AI 运用具体实例，输出了一份详细而创意十足的策略。

实例引导的方法，让 AI 更好地锚定于特定情况，将一般性理论应用于具体的场景。

6. 互动反馈

互动反馈是 AI 学习进步的催化剂。

培养智能的植物

就像与一棵植物沟通，我们需要不断地修剪和引导，AI 也是一样。起初，我要求 AI 给出一些关于提高工作效率的建议，它给出了一些基本的时间管理技巧。

这些虽然有用，但并不全面。

于是我开始反馈，指出想要深入了解心理层面的影响等等。随着几轮的反馈，AI 给出的建议不仅更加贴合我的需求，还融入了心理健康等多维度的考量。

互动和反馈，让 AI 能够更好地调整输出，更精准地满足用户的需求。

7. 循序渐进

近期的 AI 进展令人振奋，但我们也应该认识到，就如同人类学习，AI 也需要循序渐进。

慢慢来，进步更快

期望 AI 一次就给出完美结果，就像想让刚学走路的孩子马上跑马拉松一样不现实。

在使用 AI 时，我们可以逐渐增加任务的复杂性。比如，在用 AI 写文章时，我会先从简单的概念开始说起，然后逐渐深入到更复杂的理论，最后指向实际应用。

通过不断练习，AI 就像习惯于解决复杂问题的人类思维，让它的能力在不断的挑战中成熟。

8. 小结

讲解 prompt 的文章有很多，而文中所述的这六大原则也并非一成不变。

为了与 AI 协作提供了一个有力的出发点，我们需要始终记得，良好的交流和明确的指示是大模型呈现其强大潜能的关键。

随着大模型的越发成熟，后续可能会涌现更多精通编写 prompt 的工程师，它们的目标就是通过这些原则来打破人与 AI 之间沟通的界限，让复杂的技术表述变得亲民而富有成效。

而目前，大模型不仅可以作为开发助手，还可以修简历，写广告，写论文。而另一个相似领域的 AIGC 已经可以画出精美的图片，在上个月发布的 sora 来看，AI 还可以生成 60s 的流程视频，质量还相当不错。

这些 AI 工具的诞生，可能会让很多行业发生翻天覆地的变化。

而在与 AI 的合作中，给出一个精确、直接而且详细的 prompt，就像是在一份详尽的菜单上下达了明晰的命令，让 AI 这位大厨可以更好地理解人类的需求，为我们准备一顿丰盛的智能盛宴！

以上是prompt於AI，正如菜單於大廚的詳細內容。更多資訊請關注PHP中文網其他相關文章！