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時代，即便不是AI行業的人，不會寫提示詞，不會用大模型好像有點說不過去了。本文分享的提示詞的技巧，希望可以幫到大家。

作為產品經理的你接到公司一個需求，希望可以引入大語言模型搭建一個智能助手工具，用來輔助銷售可以更專業的根據客戶的需求產出方案，這樣不僅可以盤活之前銷售沉淀的內容，幫助資歷較淺的銷售完成相對簡單的方案，還可以提升資歷較深的銷售完成方方案的效率。

作為產品經理，可以怎么引入LLM實現這個需求呢？目前有兩種主流做法

做法一：通過設計prompt使得大語言模型可以很好的完成這個任務

做法二：微調大語言模型讓TA可以很好的完成這個任務

我們來看一個例子了解下這兩種主流做法的差異

一個大學應屆畢業生，經歷了10多年的基礎教育和一系列培訓來到了一家公司進入了產品部門，TA的上級交給TA一個任務，需要做一份競品分析。

如果按照做法一，你需要給TA一份如何做競品分析的操作手冊，上面詳細列出了做一份競品分析的詳細步驟，期待這位同學可以按照你的操作手冊完成一份合格的競品分析報告。

如果按照做法二，你需要給TA一次詳細的培訓，告訴他如何做競品分析，通過培訓這位同學學會了這個技能，期待他擁有這個技能后完成一份合格的競品分析報告。

這篇文章想要和大家討論下如何通過做法一讓LLM很好的完成一個你期待TA做的任務，而這個任務可能在TA自己學習的時候不是特別擅長。

一、什么是Prompt（提示詞）

一句話來說，prompt（提示詞）是我們和生成式AI溝通的橋梁。我們輸入一段prompt，生成式AI根據我們的prompt來生成相應的內容。

例如，

我們說，請給我寫一篇關于秋天的散文，200字。生成式AI會幫我們寫出一篇這樣的散文。

我們說，請幫我生成一張圖片，一只小狗在月球上玩耍。生成式AI會幫我們生成這樣的圖片。

我們說，請幫我做的圣誕餅干想三個可愛的名字。生成式AI會幫我們生成三個候選名字。

按照今天的模型的能力，我們給到的prompt并沒有特定要求的格式，你要做的只是要把任務描述清楚。也就是說，只要你把一件想做的事情說清楚，如果另一個人可以聽懂，那么大概率模型也可以“聽”懂。

二、Prompt技巧

1. 把提示詞描述的更細節、更具體

對于相同的任務，一個簡單的提示詞和一個包含細節的提示詞，給出的答案可能完全不相同

例如，我想申請進入一個零售行業某標桿企業的項目做產品經理

我可以非常簡單的說：請幫我寫一封申請信幫助我進入**項目。那么大語言模型大概率會給一個非常寬泛或通用的回答，也許沒有特別大的幫助。

這個時候可以加一些關于自己的背景信息。

我可以說：我在申請一個**項目做產品經理，這是一個零售行業的項目。我是一個有著豐富經驗的產品經理，并主導完成了好幾個零售行業的CRM產品設計規劃及項目落地實施，對于零售行業有**年的經驗累積。那么大語言模型可以根據你提供的背景信息寫出更貼合的內容。

甚至，你可以把你的期待描述的更加具體。

我可以說：請幫我寫一封申請信，根據我的背景信息強調比起其他候選人，為什么我更加適合成為這個項目的產品經理。

2. 引導模型一步步思考完成任務

對于一個一下子不能完全描述的任務，我們可以引導模型一步步完成直到獲得最后的結果。通常對于復雜的任務或者一下子沒有很好的主意的時候，這會非常有幫助。

例如，圣誕節快到了，我做了一些圣誕餅干想送給朋友們，為了增加趣味，我想在餅干袋子上貼上可愛的名字。

我可以說：給圣誕餅干取3個有創意的名字

大語言模型：雪花精靈酥，姜餅奇緣，星光糖霜餅

我繼續說：在這個名字的基礎上，給每個名字都加上一個疊詞使得這個名字變的更可愛，這個疊詞要和圣誕傳統相關。

大語言模型：雪花精靈雪雪（“雪雪”與雪花緊密關聯，代表著圣誕節的冬季雪景，也帶有溫暖的童話感。），姜餅奇緣鈴鈴（“鈴鈴”靈感來自圣誕節的鈴鐺，它代表了節日的喜慶與歡樂，和姜餅的溫馨氣息相得益彰。），星光糖霜亮亮（“亮亮”聯想到圣誕樹上的閃爍燈光，寓意著每一塊餅干如同星星般在圣誕夜里閃耀。）

我繼續說：給每個名字都配上一個合適的emoji

大語言模型：雪花精靈雪雪 ???，姜餅奇緣鈴鈴 ????，星光糖霜亮亮 ????

也許一開始我并沒有想好要怎么完全描述我想要的可愛的有創意的餅干名字，但是通過一步步的引導思考，我獲得了三個可愛的餅干名字。

3. 不斷的嘗試和迭代

自從AIGC火了之后，有些伙伴可能認為存在一些神奇的“咒語”，期望通過這些咒語可以達到“神奇”的效果。但是寫提示詞和做產品本質上非常相似，就像做一個產品，你需要從一個想法變成一個MVP產品，并開始慢慢驗證這個產品是否符合市場需求，而提示詞也是一樣的。你需要從一個想法開始，慢慢的驗證這個提示詞是否可以很好的完成你的任務。

就如同文章開頭舉的做法一的例子中，你需要給大學應屆畢業生一份如何做競品分析的操作手冊，上面詳細列出了做一份競品分析的詳細步驟，期待這位同學可以按照你的操作手冊完成一份合格的競品分析報告。但是實際情況是你需要他做的事情不像喝一口水那么簡單，或者你不知道這位同學到底在這些詳細步驟中的哪一步不理解或理解不到位從而影響了最后的競品分析報告。這個時候，可能你需要在原本的操作手冊中添加一些遺漏的步驟，或者調整一些步驟使其更加簡單詳細從而能夠讓這位同學更好的理解。如此反復之后，或許最終的操作手冊能夠讓大多數的應屆畢業生都按照這份手冊做出符合你期待的競品分析報告。

所以，提示詞通常不是從一個完全正確的提示詞開始，而是從一個你想要完成某個具體任務的想法開始，然后你給到語言模型，通過語言模型的反饋調整你的提示詞，再次嘗試，如此反復，你才會找到一個好的提示詞。

大多數時候，對于初步的提示詞不要想太多，而且盡快嘗試且不斷的調整是一個不錯的方法。

比如我自己不擅長配圖，當我要給我的文章做一個配圖的時候，我通常會用一個很簡單的提示詞先開始。

例如“涌現、幻覺、反省，AI+產品經理需要了解的三個有趣現象“，我會快速和LLM說我的一個簡單的想法，需要一張為該文章配一個圖，這個圖三個部分平均分配，第一個圖是一個新想法，第二個圖是迷宮中產生幻覺，第三個圖是一面鏡子用來反思。然后丟給TensorArt，第一版圖由于提示詞很簡單通常不會達到我的預期，但是產出的圖會給我新的想法，而這個想法會幫我不斷具體化提示詞或調整提示詞。例如當我看到產出的圖片時，我可能會需要換一個圖片的畫風，或者針對第一張圖會改寫成“第一個部分是描繪一束光或火花從復雜的數據網絡中爆發出來，象征著新知識和理解的涌現”。通常4，5版之后，我就可以得到一張我想要的文章配圖（下圖是那篇文章通過TensorArt生成的配圖）。

三、總結

這三個提示詞技巧，其實很多產品經理每天每天都需要相關的能力。

作為產品經理，你需要負責把一個需求描述的更細節，更具體，這樣你才可以更好的把控進度。

你需要負責把一個負責的商業需求，拆解成一個個小的milestone（里程碑），從而說服干系人了解并支持你的產品，并讓團隊成員理解產品的最終目標并帶領團隊成員完成一個個小目標。

你需要通過反饋不斷的嘗試你最初的產品設想，從而獲得產品成功。

看~有沒有很心動？

那就趕快去嘗試吧~~