中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

AI發展這么久了，有的人已經將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產出的質量不佳。其實都是提示詞的問題。這篇文章，作者分享的幾個思路，供大家參考學習。

使用 AI 對話助手，你可以隨時提出自己的問題，比如讓它幫你擴寫、潤色、寫招聘文案、寫發版公告….，幾乎每一個職業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，對的錯的都敢答。

經常面臨：輸出內容是對的但語氣太 AI 了、輸出格式不是自己想要的，輸出的內容過時了的問題。

我們必須得通過一些手段對抗“大模型的幻覺”。

技術人員使用微調、RAG 從數據層面處理，用戶則可以從“Prompt”的制作來實現。

通過輸入 Prompt 指定 AI 的角色、任務、輸出格式，來達到我們的預期：

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

這樣做，比隨便問這種開盲盒方式效果好多了。

舉個例子，下面是我做的一個對話助手：輸入想法，AI 會引用名言回答。這我怎么問 AI ，他都跳不出這個框架，其實這背后就是用 Prompt 定制實現的：

網絡上制作 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？我提供一個標準，是否存在3 個以上 Prompt，每天至少使用 1-3 次，沒有的話，這個有史以來最強的工具，價值就沒被挖掘到。

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務結合起來。

這篇文章寫于飛書發布會之前，沒想到他們 PPT 也在強調這一點

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，好像每個人工作都用的到，但實際上沒卵用。

比如工作周報生成的結果和你的工作結合不到一塊，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，而不是抽象所有人面臨的共同問題去做。

Prompt 是否有效，我也有一個判斷標準。

有效的Prompt = 一周內平均使用次數為一天/次，如果沒有，那這個 Prompt 就是無效的，可以刪掉或者迭代優化。

沒有誰比你更懂自己的需求。

而對于需求的處理，產品經理就比較擅長了：發現問題——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，可以應用到工作和生活中：

第一個是利用教程

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

比如產品經理的工作中，給軟件寫提示語，就是每天要做好幾次，但是也挺費腦的一件事，這個事情交給 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計，所以去網上搜一篇軟件提示語設計規范，然后告訴 AI 按這個規范做即可。

下面軟件提示語的網站[1]就有很多數據可以給 AI 用。

第二個是利用 SOP、模板

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

制作完 SOP，告訴 AI 讓它按這個輸出，比如下面就是一個制作 PPT 的 SOP，拿著給到 AI，其中一些環節定制成小助手。

模板：網絡上最多的就是思維模板，比如商業模式畫布、5w2h，波特五力分析、漏斗分析，在想到用這時，首先就扔給 AI 讓他們做補充，自己再思考和 AI 碰撞。

第三個是定義角色

這個角色不是 Prompt 設定里的角色，而是我拿身邊的人來虛構一個角色，比如：

我的領導，以他為原型，提煉出他對我的工作交付物的要求，比較看重創意、可行性、技術思考，拿相關的數據去問 AI

我的同事，比如我經常和開發打交道，我在要問開發問題前，先問問我自己定義的 AI 開發角色，這是我以我的業務為模型，提煉的角色

所以這個時候就凸顯出聊天記錄的重要性了。

第四個是學習

我認為 AI 可以處理我兩種學習的場景。

一個是按領域來給我規劃學習路線，比如：

• 大模型 AI 知識
• 代碼編程學習

為這個不同的領域創作一個對話空間，做一個線性的規劃，不必是 Prompt，是一個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，催促個人的學習進度。

另一個是通過模仿別人來學習。

我會經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?，F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。

第五個是創作

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、結構、情感等多個角度為你剖析和提供建議。也能建議你如何加入故事、數據或比喻，讓文章更有情感和說服力。

保留些個人寫作風格的數據，用來喂給 AI ，讓他按個人風格來擴寫、優化、或者反駁你的觀點來激發思考。

看完上面這五個方法，有沒有留意到，Prompt 的制作都和數據密切相關，想要 Prompt 能夠更懂自己業務，首先這個業務要沉淀數據。RAG 和 Fine-tuning 更是如此，都要大量的優質數據。

前段時間， AI 行業李沐的演講提到：“數據越多的行業越容易自動化”。

這個觀點同樣適用于個人，自己的數據，包括自己相關的文字、圖片和視頻，即便是聊天記錄也是有價值的。

同樣也需要我們去刻意創造數據、保存有價值的數據。

這個層面的數據價值不在于記錄，而是有朝一日，你可以應用這些數據創造自己的影分身。

最后，分享一個 Prompt 使用的技巧。

當你擁有很多 Prompt ，在面對kimi、豆包、智譜、通義這么多對話助手，不可能每一個平臺都給它創建 Agent。

我會把常用的 Prompt 都輸入到常用語里面，輸入關鍵詞就能調用 Prompt。

覺得有用，歡迎點贊、轉發和關注。