AI發(fā)展這么久了，有的人已經(jīng)將AI融入到自己的工作流程中，提高了不少工作效率；也有的人幾天不用一次，總是覺得AI產(chǎn)出的質(zhì)量不佳。其實(shí)都是提示詞的問題。這篇文章，作者分享的幾個(gè)思路，供大家參考學(xué)習(xí)。

使用 AI 對話助手，你可以隨時(shí)提出自己的問題，比如讓它幫你擴(kuò)寫、潤色、寫招聘文案、寫發(fā)版公告….，幾乎每一個(gè)職業(yè)的打工人都有使用到它的場景。

但是用過的都知道，大模型懂得太多了，對的錯(cuò)的都敢答。

經(jīng)常面臨：輸出內(nèi)容是對的但語氣太 AI 了、輸出格式不是自己想要的，輸出的內(nèi)容過時(shí)了的問題。

我們必須得通過一些手段對抗“大模型的幻覺”。

技術(shù)人員使用微調(diào)、RAG 從數(shù)據(jù)層面處理，用戶則可以從“Prompt”的制作來實(shí)現(xiàn)。

通過輸入 Prompt 指定 AI 的角色、任務(wù)、輸出格式，來達(dá)到我們的預(yù)期：

Prompt =【定義角色】+【背景】+【輸入信息描述】+【輸出信息/ 目標(biāo)】+【格式要求】+…

這樣做，比隨便問這種開盲盒方式效果好多了。

舉個(gè)例子，下面是我做的一個(gè)對話助手：輸入想法，AI 會引用名言回答。這我怎么問 AI ，他都跳不出這個(gè)框架，其實(shí)這背后就是用 Prompt 定制實(shí)現(xiàn)的：

網(wǎng)絡(luò)上制作 Prompt 的方法、模板和案例有很多，大多人有了方法還是用不起來。

如何判斷有沒有用起來？我提供一個(gè)標(biāo)準(zhǔn)，是否存在3 個(gè)以上 Prompt，每天至少使用 1-3 次，沒有的話，這個(gè)有史以來最強(qiáng)的工具，價(jià)值就沒被挖掘到。

制作方法是武功秘籍，AI 對話框是用武之地，雖然都拿到了，但是使不出大招，只能隨便一問，顯然很難得到理想的答案。

原因就是沒有把 AI 和自己的生活和工作中的業(yè)務(wù)結(jié)合起來。

這篇文章寫于飛書發(fā)布會之前，沒想到他們 PPT 也在強(qiáng)調(diào)這一點(diǎn)

再來看，大模型平臺提供的 Agent ，很多都是圖一樂，用一次就走了，他們提供這種通用型的解決方案，好像每個(gè)人工作都用的到，但實(shí)際上沒卵用。

比如工作周報(bào)生成的結(jié)果和你的工作結(jié)合不到一塊，也肯定用不到你們部門所要求的格式。

所以，制作 Prompt 是要從自己的日常工作出發(fā)，而不是抽象所有人面臨的共同問題去做。

Prompt 是否有效，我也有一個(gè)判斷標(biāo)準(zhǔn)。

有效的Prompt = 一周內(nèi)平均使用次數(shù)為一天/次，如果沒有，那這個(gè) Prompt 就是無效的，可以刪掉或者迭代優(yōu)化。

沒有誰比你更懂自己的需求。

而對于需求的處理，產(chǎn)品經(jīng)理就比較擅長了：發(fā)現(xiàn)問題——定義問題——解決問題。

所以我拿我日常 Prompt 的五種制作思路，希望給你一些啟發(fā)，可以應(yīng)用到工作和生活中：

第一個(gè)是利用教程

利用教程就是教 AI 學(xué)會做某個(gè)事情，先找到你工作中常做的事情，讓 AI 提煉教程，制作成 Prompt。

比如產(chǎn)品經(jīng)理的工作中，給軟件寫提示語，就是每天要做好幾次，但是也挺費(fèi)腦的一件事，這個(gè)事情交給 AI 做后，可靠性 100%。

那么為了讓它做好，那些 Prompt 制作框架對我沒啥用，我只需要讓 AI 知道提示語該怎么設(shè)計(jì)，所以去網(wǎng)上搜一篇軟件提示語設(shè)計(jì)規(guī)范，然后告訴 AI 按這個(gè)規(guī)范做即可。

下面軟件提示語的網(wǎng)站[1]就有很多數(shù)據(jù)可以給 AI 用。

第二個(gè)是利用 SOP、模板

SOP：什么工作需要做 SOP，那些你重復(fù)做的事情最需要，比如制作寫公告，寫策劃方案。

制作完 SOP，告訴 AI 讓它按這個(gè)輸出，比如下面就是一個(gè)制作 PPT 的 SOP，拿著給到 AI，其中一些環(huán)節(jié)定制成小助手。

模板：網(wǎng)絡(luò)上最多的就是思維模板，比如商業(yè)模式畫布、5w2h，波特五力分析、漏斗分析，在想到用這時(shí)，首先就扔給 AI 讓他們做補(bǔ)充，自己再思考和 AI 碰撞。

第三個(gè)是定義角色

這個(gè)角色不是 Prompt 設(shè)定里的角色，而是我拿身邊的人來虛構(gòu)一個(gè)角色，比如：

我的領(lǐng)導(dǎo)，以他為原型，提煉出他對我的工作交付物的要求，比較看重創(chuàng)意、可行性、技術(shù)思考，拿相關(guān)的數(shù)據(jù)去問 AI

我的同事，比如我經(jīng)常和開發(fā)打交道，我在要問開發(fā)問題前，先問問我自己定義的 AI 開發(fā)角色，這是我以我的業(yè)務(wù)為模型，提煉的角色

所以這個(gè)時(shí)候就凸顯出聊天記錄的重要性了。

第四個(gè)是學(xué)習(xí)

我認(rèn)為 AI 可以處理我兩種學(xué)習(xí)的場景。

一個(gè)是按領(lǐng)域來給我規(guī)劃學(xué)習(xí)路線，比如：

• 大模型 AI 知識
• 代碼編程學(xué)習(xí)

為這個(gè)不同的領(lǐng)域創(chuàng)作一個(gè)對話空間，做一個(gè)線性的規(guī)劃，不必是 Prompt，是一個(gè)每天打開對話框就能解決我提出的問題就夠了，這樣做能始終保持我的上下文在同一處理框，催促個(gè)人的學(xué)習(xí)進(jìn)度。

另一個(gè)是通過模仿別人來學(xué)習(xí)。

我會經(jīng)常留意一些寫的好的文章，分析他的寫作思路，所謂見賢思齊，AI 能幫你更好的看見。現(xiàn)在就把寫的好的文章丟給 AI，讓他來分析，哪些好，哪些值得參考。

第五個(gè)是創(chuàng)作

拿自己寫的東西，去問 AI ，讓他從不同角度來分析，提出建議。

它能從語氣、結(jié)構(gòu)、情感等多個(gè)角度為你剖析和提供建議。也能建議你如何加入故事、數(shù)據(jù)或比喻，讓文章更有情感和說服力。

保留些個(gè)人寫作風(fēng)格的數(shù)據(jù)，用來喂給 AI ，讓他按個(gè)人風(fēng)格來擴(kuò)寫、優(yōu)化、或者反駁你的觀點(diǎn)來激發(fā)思考。

看完上面這五個(gè)方法，有沒有留意到，Prompt 的制作都和數(shù)據(jù)密切相關(guān)，想要 Prompt 能夠更懂自己業(yè)務(wù)，首先這個(gè)業(yè)務(wù)要沉淀數(shù)據(jù)。RAG 和 Fine-tuning 更是如此，都要大量的優(yōu)質(zhì)數(shù)據(jù)。

前段時(shí)間， AI 行業(yè)李沐的演講提到：“數(shù)據(jù)越多的行業(yè)越容易自動(dòng)化”。

這個(gè)觀點(diǎn)同樣適用于個(gè)人，自己的數(shù)據(jù)，包括自己相關(guān)的文字、圖片和視頻，即便是聊天記錄也是有價(jià)值的。

同樣也需要我們?nèi)タ桃鈩?chuàng)造數(shù)據(jù)、保存有價(jià)值的數(shù)據(jù)。

這個(gè)層面的數(shù)據(jù)價(jià)值不在于記錄，而是有朝一日，你可以應(yīng)用這些數(shù)據(jù)創(chuàng)造自己的影分身。

最后，分享一個(gè) Prompt 使用的技巧。

當(dāng)你擁有很多 Prompt ，在面對kimi、豆包、智譜、通義這么多對話助手，不可能每一個(gè)平臺都給它創(chuàng)建 Agent。

我會把常用的 Prompt 都輸入到常用語里面，輸入關(guān)鍵詞就能調(diào)用 Prompt。

覺得有用，歡迎點(diǎn)贊、轉(zhuǎn)發(fā)和關(guān)注。