重構(gòu)問題,更清晰的思考和提問的5個方法
現(xiàn)階段其實各家大模型的表現(xiàn)都差不多,決定回復(fù)質(zhì)量的,就在于用的人的提問和溝通技巧的高低,本文分享的這幾個方法,可以讓AI協(xié)助你一起思考迭代。
我們都知道,在跟 AI 溝通時,提問的質(zhì)量決定了大模型的回復(fù)質(zhì)量。
但很多時候,我們想問的問題其實是自己沒想明白、沒理清的問題。
如何在這種情況下依然能問出好問題、讓大 AI 幫到我們呢?
分享幾條重構(gòu)問題的方法。
這些方法都可以讓 AI 協(xié)助你一起思考迭代。
方法一:無休止的反問
有些問題,可能都沒辦法組成句子,這時候就可以以聊天的方式讓 AI 幫你優(yōu)化、組裝想法。
但是要對調(diào)一下聊天的位置:讓 AI 扮演提問者,你來回答 AI 提出的問題。
一般情況下,三五輪之后你就豁然開朗了。
比如你可以這樣開場:
我正在思考一個關(guān)于 XXX 的問題,目前思路比較瑣碎。請你像蘇格拉底一樣提問我,幫我更好的完善思考的維度。我會回答你提出的問題,你應(yīng)該保持提問或在我回答的基礎(chǔ)上進一步追問,不需要回應(yīng)我。**每次只提出一個問題**
AI 反問法
方法二:框架語義學
這是一個用來解構(gòu)語言內(nèi)涵的理論,它會考慮語言或句子中隱藏的背景信息,來讓表達更清晰。
你可以通過下面這張與 Claude 的聊天截圖來了解它的價值
你不用真正學會這個理論如何應(yīng)用,只需要告訴 AI ,讓他幫你使用這個理論來分析你沒搞清楚的問題就好了。
下面是一個超長的截圖示例,是我讓 Claude 幫我使用框架語義學來創(chuàng)建的「員工績效評定方案」
雖然輸出的內(nèi)容不可直接用,但是他大大豐富了我們可以來描述這個需求的可用維度。
方法三:StepBack 思考
任何問題的發(fā)生和提出,都一定有它的原因。
當你繞到問題背后,以更全面的視角看待問題時,大部分時候就有解決方案了。
下面是對 StepBack 思考方式更全面的描述(他可以直接被用來做為讓 AI 幫你思考的提示詞)
這是一個超棒的思考問題方式。
“未經(jīng)審視的人生不值得過”,所謂“審視”就是思考“你正在試圖解決的問題或想法,背后的驅(qū)動力,是不是你真正需要或想要的。”
當然他也可以幫你在更多的維度豐富你正在提出的問題。
方法四:先拆解再完善
在日常生活工作中,我們不好拿著自己沒想明白的問題,直接向員工下達或者向其他人描述分享。
但 AI 可以,在他們覺醒之前,我們可以肆無忌憚的折騰他們。
你可以強行讓他們用“SMART 原則”來拆解你沒想明白的計劃,然后根據(jù)他們拆解的結(jié)果來反思和完善你的想法,直到這些問題在執(zhí)行層面都可以閉環(huán)了。
大部分時候,一些你沒想捋清楚的問題被拆解后會出現(xiàn)一系列不可思議的步驟,使用類似下面的問法讓 AI 幫你一起“回顧反思”會有奇效:
我看到被拆解的執(zhí)行任務(wù)中有一個“XXXX”的步驟,這并不是我希望出現(xiàn)的。請回顧我開始給出的問題,如何定義和描述那個問題才能避免具體的執(zhí)行過程出現(xiàn)類似偏差?
StepForword 思考法
這大概類似尼古拉斯·凱奇的電影《預(yù)見未來》中采用的方法。因為他可以預(yù)見幾秒或者幾分鐘之后的未來,可以根據(jù)每個決策的結(jié)果來修復(fù)開始的計劃。
你可以把更多理論應(yīng)用到對話中,讓 AI 進一步幫你分類問題或者計劃拆解后的細分動作,來輔助自己的判斷。
比如,用 2/8 原則不斷收斂拆解后所有細分動作的重要性,找到最重要的那個。如果那個問題是你想要的那開始的問題大概就沒啥問題;或者,最重要的那個動作才是你最想要的問題。
再比如,你可以讓 AI 把所有被拆解的動作計劃放在“大/小<—>廣泛/具體”的四象限里,被分類的問題里,要么會發(fā)現(xiàn) bug、要么會找到你真正的問題。
方法五:讓 AI 重構(gòu)復(fù)述問題
我在讓 AI 幫我寫應(yīng)用時經(jīng)常使用這個方法:描述完我的需求后不是讓 AI 直接干活,而是讓它使用可視化的結(jié)構(gòu)來復(fù)述我的需求,比如使用時序圖來描述我的產(chǎn)品實現(xiàn)邏輯。
我一般會使用下面的提示詞專門審視一次
梳理下面這個需求描述的功能實現(xiàn)邏輯,使用 mermaid 語法繪制成流程圖和時序圖““幫我寫一個 Chrome 插件,實現(xiàn)如下功能:{功能描述}““
重構(gòu)性復(fù)述
下面是 AI 幫我重構(gòu)的寫瀏覽器插件提示詞的流程圖和實現(xiàn)邏輯時序圖
對著流程圖和時序圖,你大概就能驗證自己的問題描述是否完善了。
以上,
如果有幫助請贊賞、點贊、轉(zhuǎn)發(fā)、在看。
– – – –
歡迎加入「AI 學習行動圈」知識星球,跟 3000 多個AI 實戰(zhàn)派一起交流、學習、應(yīng)用 AI!
掃碼領(lǐng)券加入
文中提示詞星球應(yīng)該都有文字版
思考與實踐相互促成,與人對齊顆粒度,是個很重要的事