5分钟掌握AI对话指南:让AI智障秒变军师

新闻

作者：微信文章


善于解题的人都知道：好问题比答案更重要，提出合理问题是开启答案之门的钥匙。

问题之于答案，就像prompt提示词之于大模型LLMs的输出。你的AI常常念车轱辘话，输出内容智障，不一定是大模型技术垃圾，很多情况下是使用方法出了错。同一个模型，不同质量的提示词会产生天壤之别的结果。好的提示词能显著提升输出的准确性、相关性、创造性和实用性。 精心设计的提示词是挖掘大模型深层能力和知识的关键。

什么是prompt提示词？

提示词是对大模型LLMs发出的行动指令，激活其输出机制，通过关键指令逐字输出结果，同时也能激发大模型采取行动。提示词是用户对强大但“黑箱”模型施加控制和引导的主要方式。

大模型LLMs工作原理是根据输入内容，识别语言模式和规律，基于概率预测生成下一个可能的词语。这种工作原理决定了大模型LLMs输出内容不稳定，具有随机性和变异性，相同提问可能输出不同内容。

随机性和变异性给创意型领域带来了机遇，人们可以利用大模型LLMs进行更高效率的创作探索，写作、绘画、影片拍摄正在变得越来越简单；需要标准化的领域头痛于大模型LLMs输出内容的不稳定，致力于prompt提示词优化让AI内容变得可控。

prompt提示词工程本质上是探讨如何与大模型做有效交互，研究如何通过精准措辞来获得预期输出效果。

提示词的核心作用

管理学大师彼得·德鲁克曾说过："最严重的错误不是给出错误答案，而是提出错误问题。"

错误提问会导致资源浪费，正确问题才能锚定方向。你的AI输出内容智障，可能大概率是你的提示词太过模糊。理解提示词的核心作用，对于优化提示词至关重要。提示词的核心作用有4点：

告诉大模型你是谁：提供相关的背景资料、数据、参考文本、角色设定等，让模型的输出更贴合具体情境。

告诉大模型要做什么：是写文章、翻译、总结、回答问题、写代码、分析情感？明确任务指令。

告诉大模型怎么做：引导模型运用其内部知识库、推理能力、创造力、批判性思维等特定方面能力，在提示词中直接给出任务描述（零样本）或提供少量示例（少样本），让模型理解并执行新任务，指定输出是列表、表格、JSON、代码块、诗歌、正式报告、幽默段子、特定作家的风格等。

告诉大模型做给谁看：是给专家、小学生、客户、还是自己看？这会影响语言的复杂度和术语使用。

当前AI提示词工程优化的各种路径，都离不开以上四方面。

常见的AI提示词套路

提示模式本质上一种结构化表达的方法，通过结构化表达引导大模型LLMs调用习得能力，以学习到的语言规律解决特定问题，获得相对稳定的输出结果。现在常见的AI提示模式有以下四种：

套路1：角色扮演模式——让AI入戏

变形1——让大模型扮演某角色： 提示词模板一般是让大模型扮演【某角色】，按照该角色的方式输出回答。此种方式将巨量信息隐藏在了角色里，给AI指定角色，让AI预置角色定义及相关问题，能节约token的调用，直接省费用！！！

比如：让大模型成为游戏主持人，进行游戏互动，进而完成游戏规则创作



受众角色模式： 让提问者扮演某种角色，让大模型用这个角色能听懂的语言回答疑问

比如：以9岁小朋友能够看得懂的语言组织XX问题



套路二：先问对问题再找答案，提问前，让大模型先优化问题本身
     变形1——大纲拓展模式：让大模型先生成大纲，再根据要求针对性拓展

     变形2——翻转互动模式：指定提问主题，让大模型主动引导式提问，帮助梳理逻辑，人不再思考框架和问题，专注提供新信息，通过交互帮助我们获得答案和结果。


变形3——思维链模式：向大模型展示解题步骤、阐明推理过程，引导大模型遵循相同的思考模式——先分解问题，再阐明推理步骤，最后生成答案，能有效提升大模型的输出质量

变形4——反应式提示（反思--行动--反思--行动）：教会大模型如何系统思考流程，识别需要调用外部工具的环节，执行超出自身能力的操作，最终将外部工具的计算结果重新整合到决策流程中

套路三：提示词中给AI一个模板，让它照着填
      变形1——样本示例：通过举例子，让LLMs学习例子推理样式，按照例子样式进行输出。适用于文本情感色彩打标、仿写等领域，让大模型协助举一反三解决问题。 比如：给出评价分析示例，让大模型对评价的情绪色彩打标。

     变形2——语义过滤器：大模型擅长梳理文本，理解语义并进行文本处理，可以利用大模型隐藏涉密信息并修改语句。比如：过滤描述中的涉密信息


变形3——替代方法模式：使用大模型做头脑风暴，对问题做拓展，提供多种解决方案及替代方法，对多种思路进行快速验证和排除，需要使用LLMs的人对输出内容有专业判断

变形4——对话式编程：给模型一些指令，让模型按照要求输出格式，比如将文字转化成CSV格式

套路四：deep research深度研究模式

根据任务深入搜索，会拆解问题，并利用搜索完成结构化输出，对于不确定的会进一步搜索验证，整理成系统文档做输出，并给出参考数据源。这种模式就像雇佣一群AI博士生，协助你深度研究某个领域的问题并撰写研究论文，目前claude比较擅长。

使用AI的目的，不是让AI替代人做决策，而是利用AI做海量信息搜集，汇总搜索结果后辅助决策。让AI辅助决策，最重要的步骤是与大模型LLMs展开完整对话，利用提示词优化技巧，通过持续对话迭代完善，越过障碍拿到最终答案。

风口来了，敏锐的人会努力调整航向借力启航，而那些企图一成不变的人会被生活惩罚，或早或晚。掌握与AI沟通的技巧，在工作和学习中变得更高效，让自己在时代的浪潮中持续乘风破浪，在到岸前坚持的更久一些。

PS：某狗子的长期观察对本文亦有重要贡献，在此表示感谢~



写点有趣的，或者说点有用的。