Prompt（提示词）是人与人工智能系统交互的关键。它决定了AI系统的输出质量，是人类与AI沟通的主要方式。简单来说，提示词是用户给AI的指令，指令越具体清晰，流程越明确，AI执行得就越好。对于复杂的任务，如果我们无法清晰表述任务是什么、如何完成，那么我们几乎无法调用AI完成任务。
举一个法律相关的具体例子。2023年，名为“Boninall”的好心菩萨已经建立了单独面向专利的提示词网站。网页中的“聊天案例”栏，Boninall展示了提示词如何调用AI完成任务。
Boninall的专利提示做得很细致，网站设计长在我的审美点上，像极了什么简中世界专利律师提示词教科书模板。可惜我不做专利，没办法搞测评帮大家看看提示词究竟好不好用以及哪里有待优化。
Boninall也提到，ta意识到“提示工程”（Prompts Engineering）将成为未来五年中最重要的技能之一。但对初试者来说，写提示词并不是一件简单的事，所以决定构建一个单独面向专利的提示网站，提供一些特殊提示以及或者常见情况下的提示最优解。
在「prompt重要吗」这件事上，以下两个观点或许大家都看到过。
第一种观点认为，未来提示工程（prompts engineering）会变得越来越重要，可能将成为企业的重要岗位。早在2023年5月就有新闻提到“位于伦敦的律所Mishcon de Reya近期于linkedin上公开招聘「GPT法律提示词工程师」”。
另外一种观点表示，产品设计要尽量弱化prompt的存在，能提出实质性问题并具备表达能力的人永远占少数，需要撰写细致prompt的产品对大部分用户并不友好。目前围绕着AI打造的产品也确实在弱化prompt，典型例子如notion的“ask AI”功能、“沉浸式翻译”插件、最近讨论度很高的AI应用“胃之书”。
刚接触“prompt”这个概念时，懒惰让我迅速接受了第二种观点。随着数据库的完善与技术的发展，想必未来的产品更倾向于简化交互步骤，让用户可以更快、更便捷地得到需要的内容，这是非常符合人性的构想。如果这一天终将到来，那现在吭哧吭哧学prompt不是傻吗。
于是我松弛躺平了:D
转眼已经躺到24年年中，超长反射弧总算缓缓归位，我突然意识到写prompt这件事好像还蛮重要的😅
其实，「prompt重不重要」这个问题的核心在于“你是谁？你需要什么？”。
如果你是一个单纯的消费者，你的诉求是通过某个应用完成一件事，prompt的存在感越低越好。比如，你想快速点个外卖但不想自己动手，在让AI点外卖这件事上，你肯定希望自己讲一句话AI就能理解「你想吃什么外卖应该送到哪里哪个时间点送达比较好」。
但如果你是创作者，你需要使用AI创作，学习prompt是无法略过的一环。显然创作者对自己的作品有更细致、更个性化的要求，这些要求无法转化为快捷指令。所以，学会写prompt，AI才能真正辅助创作者完成复杂的作品创作。Midjourney就是典型例子之一。
💡
那问题来了——律师属于消费者还是创作者？
well，这件事还可以继续往下细分。是否需要复杂的prompt，取决于律师认为特定任务由助理完成比较好，还是由产品完成比较好。换一个更直白的表述：特定任务是标准化的还是非标的？
如果任务是标准化的，寻找合适的产品更高效，不需要自己亲自动手写prompt；如果任务是非标准化的，本来就需要助理来操作完成（对，就是像我这样的倒霉助理），（助理们）开始学习写prompt吧。
写prompt确实存在一些技术要求，但更多是在考验人类对特定任务的理解程度，及其表达能力是否到位。拆解一下具体要求，我认为写prompt需要考虑如下因素：
拿Boninall老师的prompt来做做段落赏析，这是一个「分析专利是否缺少必要技术特征」的提示词，我觉得Boninall老师写蛮好的。做专利的朋友可以去试试好不好使。
🔨
至于如何撰写prompt的技术类方法论，以下信息或许值得参考：
1. 目前prompt的主流搭建框架
（1）PREP框架
（2）CRISPE框架
（3）B.O.R.E框架
2. 搭建prompt可能用到的工具
（1）基本符号/标注
a.标识符
b. 属性词
（2）使用思维链进行prompt
有一句神奇的咒语，能让大语言模型的回答结果大不一样，那就是“Let's think step by step”。一旦在提示中加上这句话，ChatGPT就好像被施了魔法，原本做错的数学题，突然就可以得出正确答案；原本产生幻觉的任务，突然就能够得出有依据的答案。
后来，有人说这就是思维链。但其实思维链并不仅仅等于“Let's think step by step”。思维链指的是一系列有逻辑关系的思考步骤，形成一个完整的思考过程。
通过使用思维链，引入推理路径作为提示，可以帮助大语言模型更好地理解问题，提高其推理、预测、分类和判断能力。具体推理路径有如下几种：
3. 如何在写prompt的时候有效偷懒？
（1）直接问AI怎么优化相关prompt，which是我最爱的偷懒方式
💡小提示：用GPT-4o写prompt，拿着GPT-4o给的prompt向免费版ChatGPT提问，一种性价比极高的搭配。
（2）市面上优化/评估prompt的功能/产品
四、脑洞：律师优化prompt的终点是实务知识/经验
去年网上冲浪的时候，以下在小红书刷到的热门提示词让我印象深刻（好不好使是另外一件事:p） ⬇️
从上述例子可以窥见，最终的最终，提示词是在向AI传递一套认知框架、拆解任务的思路，由此推动AI按照用户的想法进行落地执行。
最近我在读《合同起草审查指南：三观四步法》，读着读着我突然意识到这也是一套思维框架，具备转化为prompt的潜力。不知道有没有好心菩萨能写写prompt验证一下可行性。
📖
朋友们请看书中以下内容，这难道不是一个合同起草prompt的基本模板吗= =？
“宏观一交易结构”层面要解决的两个问题。即使没有接触过“三观分析法”的律师，也应该能认识到，起草审查合同时，应该首先对合同及背后的交易有一个整体把握。
我们假设下列场景：王律师是资深合伙人律师，李律师是团队的低年级律师，他们经常要做合同起草审查工作。
假设王律师收到客户的一个合同起草需求，并且通过沟通了解了客户的交易需求。此时，王律师首先应对合同及交易有一个整体把握。体现在具体工作中，王律师会给李律师一个类似这样的交代：
——合同起草时
李律师，请你为客户起草是一个股权转让协议（这个交易能做）
主要内容是：A公司的股东B转让公司注册资本的10%的股权给另一个股东 C，对价为200万元，先付100万元，工商登记完成后再付100万元（什么交易结构）
这个合同风险不大，双方都了解公司资产情况，内容可适当简单一些（风险大不大）
——合同审查时
李律师，请你为客户审查这个股权转让协议（这个交易能做）
主要内容是：A公司股东之间的一个股权转让（什么交易结构）
这个合同风险不大，双方都了解公司资产情况，内容可适当简单一些（风险大不大）
王律师的交代实际上就是“宏观一交易结构”层面的整体结论。即使王律师自己亲自处理上述工作、不用向谁交代，在王律师的头脑中，仍然会先形成一个整体结论，然后再进入具体的合同起草审查工作。
我们进一步剖析合同审查实务中律师要做出的整体结论，并将其拆解为下列两个问题:
第1个问题：交易能不能做、风险大不大？
这实际上是两个问题的组合，在实务中这两个问题难以切割:“交易能不能做”的问题背后其实就是“风险大不大”的问题。
实务中律师或法务一般只能提供建议，说明风险，不能直接决定是否进行交易。即使律师或法务认为交易不宜做，也不排除公司仍愿承担风险推进交易;反之，律师或法务认为能做，也不排除公司不愿承担风险而停止交易。因此，把这两个问题看作一个问题的两面、一起给出结论更为合适。
“交易能不能做”决定是否还要起草或修订这份合同；风险大不大既决定做不做，也决定了如何起草或修订这份合同。如果风险大，显然就必须投入更多的精力来对待这份合同，交易结构、合同形式、条款都需要更谨慎、全面。如果风险很小，则在各个层面的起草审查工作都会适当放松。可见无论风险大或小，都是一个很有价值的判断。
第2个问题：采取什么交易结构做？包括合同类型、合同主体、合同标的、合同程序方面的整体安排。
——这既决定了宏观-交易结构，也决定了合同形式、合同条款等各个方面如何安排。
上面这两个问题，都是影响整个合同全局的，因此属于“宏观”的问题。“宏观一交易结构”层面的所有知识，都是为解决上面这两个问题提供指引。
📖
综上我得出暴论：好的法律类prompt终究要去实务知识/经验里淘金。prompt的技术门槛很低，最终的最终，是在考验一个人实质性解决问题的能力。
1. Boninall老师的专利提示词网站：https://patentprompt.com/
2. PREP框架具体介绍：https://xiaobot.net/post/53795212-677e-41af-b2b5-7f0725e1cc57
3. 系统学习「撰写prompt」的技术可以读《chabot从0到1》。不过其实市面上讲如何写prompt的资源特别多，随手一搜就可以挖到很多好东西。
4. 给我增加prompt脑洞的书：《合同起草审查指南：三观四步法》
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。