网上购买谷歌账号的安全性及防取回指南

2026-05-27     分类:相关资讯

封面

AI 提示词的重要性

  为什么你的 AI 给不出你期待的答案?大部分情况是因为你的提示词不够好。但反过来说,只要掌握正确的提示词技巧,你就能几倍地发挥 AI 的力量。刚开始随便丢几个问题给 AI,然后花大把的时间反复试索,摸索的这段时间,小编大概投入了几百个小时学习提示词相关的课程,每天和研究 AI 的人交流之后才发现提示词根本不是什么高深的技巧。以前需要花几个小时写的文章、图片、图表,但现在十几分钟就可以搞定,而且质量比以前高出来一大截。以上内容完全能够应对 90% 的日常场景,不管用的是 teGPT 还是专门奶还是其他的 AI 模型,这套方法都通用。

  一开始学提示词的时候,看了好多课程,比如 rice 框架、cos 框架。当发现字母一多的话,真的很难记。比如说每个字母代表一个单词,I 是什么?C 又是什么,根本记不住,但每次写提示词要翻笔记,特别麻烦。半年前找到了一个超级好记的方法,就只需要四个模块就够了:上下文、具体信息、目标、格式。当然,它们也有对应的四个字母,只不过模块比较少,比较好记一些。这四个模块已经包含足够的相关信息了,而且好记得多。这半年来,每次写提示词就把这四个模块当做一个检查清单,背景给他没?目标清楚吗?格式要不要给指定?这样一来,想漏掉关键信息都很难。

提示词的撰写技巧

  但发现并不是每次要把这四个模块都用上才行。比如说你只给一个具体信息加上目标,其实也可以得到不错的结果。实际操作看看到底是怎么写提示词的。第一步是上下文,简单来说就是给 AI 设定一个正确的背景。这里可以赋予 AI 一个角色,很多提示词公式把角色单独列为一个模块,但觉得它其实算作背景的一部分。比如说现在是一个品牌的产品设计师,需要给团队做一个演讲,内容就是关于下一代产品线应该加入哪些新功能,这就是背景。除了给 AI 一个职业身份,也可以给他指定某个特定名人的风格,但发现只有当这个人足够有名的时候,效果才会好,比如巴菲特、乔布斯这种级别的 AI 才会懂。

  接着写第二模块,就是具体的指令。这里要特别说一下,具体的指令其实相当重要,很容易会导致 AI 给出完全不同的答案。这其实跟人一样,如果老板跟你说那个方案做好一点,收到这样模糊的指令是不是会讲“好一点”是好到什么程度,到底要改什么?所以对 AI 来讲也是一样的,明确具体的表达非常重要。比如说这份简报包含什么?在提示词里加了破折号,那就是 markdown 的符号,类似平时用的黑点。写一下演讲的内容包含什么?比如有市场调研的结果,目标受众是 18 到 34 岁,希望他们耳机具备哪些功能,再来一个破折号颜色是什么?有头部动作控制的功能,还有一些降噪功能。加入警色号或者是破折号的话,指令就更加结构化了,也更加层级化了,AI 也可以通过大标题到中标题这个顺序来理解。

目标与格式的指定

  现在讲的两个符号,光是这样就已经很不错了,但还要再教两个符号,让效果更好一些,就是反引号。简单来说,反引号就是像 AI 表明从这里到这里是特别需要处理的文本范围,起到界定线还有风格的作用。很多人经常犯这样的错误,比如说请总结以下的文章,然后直接粘一大段内容在这里,这样 AI 根本分不清哪里是指定,哪里是内容,它只能靠自己猜测。生成的结果和想要的完全不一样,所以要用反引号告诉他,这里边的内容才是要处理的文本,这样 AI 就清楚了。还有最后一个符号需要知道,就是星号,信号像这样连续两个把想强调的部分给它框起来,那就代表着信号里边内容是重点,AI 那边就会识别这原来是重要的,需要特别注意一下。

  接着看第三模块,就是目标。这个目标相当于提示词的核心,前边两个模块,上下文还有具体信息,其实都是为了这个目标模块服务的,它们更像是修饰,还有约束。如果只有上下文没有目标,AI 很可能会礼貌地回复,但不会提供任何有价值的内容,因为它不知道到底要干什么,但加了目标之后,AI 就可以根据需求去调整回答的深度、广度,还有重点。比如说接着刚才的提示词继续加上目标,应该如何构建简报,请列出每一页简报的主题,还有它的关键要点,还有可视化的内容。这样最终目标加上了之后,这个提示词就算比较完整的了。还有第四模块,就是格式,可以指定输出的形式,这个模块就是告诉 AI,希望它如何组织,还有呈现内容。一个好格式可以让你在几秒内就可以定位到关键的信息,比如想要更有结构化的结果,那就说把内容整理成表格,但想要更可视化一点,那就让它生成一个简报,尺寸比例是 16 比 9。在规则里加上,请以 16 比 9 的尺寸来输出,接下来就可以点击发送这个提示词,等待回答就可以了。

提示词的优化与应用

  还有一些技巧可以让你的提示词更加高效,比如增加示例。示例的本质就是示范一遍给 AI 看,如果需要 AI 写周报,与其说写一个专业的周报,倒不如直接给上周的周报作为例子。为什么示例这么有用呢?因为语言本身就带有模糊性,说的专业和理解的专业可能完全不一样,但给一个实际例子,AI 就秒懂是什么风格的了。提示词的各个模块顺序并不是固定不变的,提示词很少是一次性搞定的事情,它更像是迭代优化的过程。通常可能只是从一个简单的任务开始,比如给一个生日礼物的建议,但想要更好的结果,就开始迭代,增加背景,增加具体的信息,给一些例子,直到得到满意的结果。

  另外,把提示词分解成更短更清晰的句子,可以想象成和普通人对话,如果只是和某个人喋喋不休地说一大堆想要什么,他可能不知所措,脑子一片乱。同样的事情也发生在 AI 身上,一个简单的解决方案就是把提示词变成更简单的句子,然后一步一步慢慢输入给 AI,让它更有条理。这就是为什么很多高手在提示词里可以看到 workflow,第一步、第二步、步骤三、步骤四。这样 AI 就不会搞混顺序,也知道自己该做些什么了。最后要教大家怎么在 PT 里制作一个提示词生成器,用 ateGPT 里的 GPTS 功能,或者是 jam 里的 jam 功能去制定一个属于自己的 AI 助手。这样就不需要每次都从头开始写提示词,只要随便发几句话,它就能帮你写结构化高质量的提示词。

推荐阅读