AI 提示词

使用同一款生成式AI产品, 有的人会觉得越用越顺手, 有的人则会发现情况越来越固化。因为这些人每次都只问一句短话, 然后去获取一个通用的回答, 最后就得出“这个不好用”的结论。

其实生成式AI以及提示词仅仅只是一个入口而已，真正能够拉开人与人之间差距的因素是上下文情境、对任务的分解操作以及对结果的核查环节。

生成式AI、提示词，只解决表达问题

提示词是可以告诉模型的, 比如让它用什么身份去干活, 以及按什么样的格式把内容吐出来, 然而这种指令并不能解决一个关键问题, 那就是模型本身并不清楚那些它本来就不掌握的背景信息。

在生成式这个领域里, 如果使用提示词的时候只是简单写上一句“帮我写一篇 SEO 文章”, 那么生成的内容只能是一个通用的基本结构, 至于文章的读者群体究竟是谁、所要推广的具体产品是什么、需要重点优化的关键词有哪些, 以及适不适合放进一些具体的案例之中, 这些都只能是依靠人来进行补充了。

那些会用得好的人, 通常会先把任务说得很清楚。他们会说给谁看的。他们会说要解决什么问题。他们也会说有各种限制条件。他们更会定义什么才算合格。生成式人工智能的效果取决于输入信息的质量。提示词的好不好也取决于你提供了多少信息。并不是你的句子写得越长越好。

用得好的人，先给背景和判断标准

他们会把这三类信息进行提供, 这三类信息分别是业务背景、读者场景以及验收标准。举例来说, 针对那些第一次做独立站的外贸业务员, 要求去解释应该怎么选择域名和服务器, 同时提出的要求是一共要有八百个字, 需要提供两个对比表, 并且不允许推荐具体的商家。

只有当我们给生成式人工智能提供了这些约束条件之后, 它所输出的结果才能够接近于可用的状态, 同时我们也需要提示词来配合这种情况。

就连任务本身也得进行拆分, 要是试图让模型一次性把调研、写作、排版加上校对这几件事全都搞完, 那错误就会层层叠加, 如果拆成列提纲和写初稿以及改语气还有做校对这么这四个步骤, 每一步都能被检查到, 并不是说生成式AI的提示词写得越长就越厉害, 而是要求在每一步都问得对才行。

用不好的人，常见的三个习惯

第一个习惯就是只写一句话来提问, 然后心里还期盼着模型能够把这个背后所有的背景都猜个准确。第二个习惯是去忽略对数字、那些引用出处以及具体结论的检查, 就那么轻手轻脚地直接复制并且发布出去。第三个习惯则是每一次都从零开始起步, 完全不愿意把那些用起来效果很好的模板和典型案例给保存到那里。

生成式人工智能系统本身是不具备记忆功能的, 提示词这一工具本身也是没有记忆能力的, 只有属于人的工作流程才拥有记忆的属性。

我们需要把那些好用的提问方式、关于修改的具体意见以及最终的定稿版本全都保存记录下来, 这样在接下来再次执行任务的时候就能减少走弯路的概率；如果说不这样做的话, 即便操作一百次之多, 其本质也仅仅是重复了第一次所发生的情况而已。

把提示词变成可复用的工作流

首先, 咱们先来做模板这个事儿, 具体就是把固定的角色设定、读者画像、目标要求以及格式规范和禁止使用的项这些内容全都框定好。接着, 然后再去搞那个素材库的建设工作, 也就是要把产品本身的资料、相关的案例, 还有那些常见的问题汇总整理起来, 弄成一种可以直接复制粘贴的片段形式。

最后一步, 要做个复核的检查动作, 对里面的数字信息、事实内容、说话的语气态度, 以及品牌方的口径要求这几方面来一个一个地仔细核对。站内关于AI 任务的筛选思路，以及AI 写作工具怎么用才不低质，可以配合这套流程使用。

使用生成式人工智能, 以及去写提示词, 这仅仅是个开始的样子。能够保障最终结果处于稳定状态的要素, 其实是包括模板的搭建、素材的收集、对结果的核查, 以及对过程的详细记录这些环节在内的整体组合。

那些运用起来非常熟练的人, 并不是因为他们把各种各样的提示词都背诵下来了。他们之所以做得好, 是因为在特定的步骤节点上, 知道究竟该由自己来做出什么样的判断决定。

常见问题

提示词越长越好吗？

不是的, 对于生成式人工智能以及提示词而言, 必须要把关键性的约束条件表达得很清楚, 但是, 如果堆砌了太多的无关信息, 就会导致重点变得模糊不清, 所以建议先把目标、读者对象以及验收标准这几个方面写得清清楚楚明明白白的, 然后再去补充那些必要的背景内容。

为什么同一个提示词，结果不一样？

模型版本, 上下文的情况, 以及随机性的存在, 这几个因素都会共同去影响最终产生的输出结果。

现在的生成式人工智能技术, 再加上对提示词进行的精心设计, 能够在一定程度上降低这种波动性带来的影响, 但是完全无法保证每一次生成的东西都是绝对一样的, 重要内容这部分依然需要人工来进行复核, 同时也要依靠固定不变的模板来加以规范和约束。

生成式AI会让人变懒吗？

这主要看你是怎么使用的。如果你只是把生成式AI和提示词当作获取答案的工具, 那么你的思考就会变得越来越少；但是, 如果你愿意把工作交给模型来处理初稿、整理信息以及做好检查工作, 而你自己则把这些功夫用在关键的判断和决策上这样做的结果反而是让你能够节省出时间来。

公众号里面有这样一个文章叫作文献精读, 标题的意思是同样的人都去使用生成式的AI, 为什么有人却越用越出彩, 有人却越用越固化? 这个选题是跟人工智能教育创新相关的。