把 AI 融入日常的 5 個 Prompt 制作思路

0 評論 789 瀏覽 2 收藏 10 分鐘

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。

本文由 @Zephyr 原創發布于人人都是產品經理,未經許可,禁止轉載。

題圖來自 Unsplash,基于CC0協議。

該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發揮!