惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

S
SegmentFault 最新的问题
J
Java Code Geeks
V
V2EX
Blog — PlanetScale
Blog — PlanetScale
博客园 - 司徒正美
Hugging Face - Blog
Hugging Face - Blog
F
Fortinet All Blogs
aimingoo的专栏
aimingoo的专栏
B
Blog
A
About on SuperTechFans
有赞技术团队
有赞技术团队
月光博客
月光博客
Microsoft Azure Blog
Microsoft Azure Blog
阮一峰的网络日志
阮一峰的网络日志
腾讯CDC
美团技术团队
大猫的无限游戏
大猫的无限游戏
爱范儿
爱范儿
N
Netflix TechBlog - Medium
C
Check Point Blog
Recent Announcements
Recent Announcements
博客园 - Franky
博客园 - 叶小钗
T
Tailwind CSS Blog

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
Claude 3.7会让提示词工程师失业吗?我花一整天调教提示词后...
Super黄 · 2025-03-07 · via 人人都是产品经理

随着AI技术的飞速发展,尤其是像Claude 3.7这样的先进模型的出现,提示词工程师的工作方式正面临前所未有的变革。本文作者通过亲身经历,分享了他在一天内对提示词进行反复调教的全过程,揭示了AI生成内容背后的技术细节和挑战。

对着上面两张图,黄叔陷入了沉思!这件事要从昨天开始说起。。。 

🔍 一场意外的提示词实验

昨天我在刷推特时,被一张超级精美的文章总结卡片吸引住了!这张卡片是用Claude 3.7生成的,风格卡通可爱,重点内容高亮显示,看起来简直不要太舒服!😍 

我立刻查看了原作者的提示词(是日文的),翻译调整后尝试复现,结果…第一版就出来了这样的效果: 

嗯…有高亮,但字体歪歪扭扭,整体感觉差强人意。于是我决定:彻底重构这个提示词! 

🛠️ 提示词调教之旅:从混乱到精确

经过初步调整后,我得到了这个版本: 

已经有了大致结构,但提示词整体还是比较混乱。虽然2-3次生成就能得到不错的结果(这在文生图产品中已经算高成功率了),但这远远不够! 

AI编程+提示词的真正威力在于生成结构稳定、一致性强、细节可控的内容,尤其适合UI设计和信息卡片这类场景。 

看着这份提示词,虽然已经划分了角色、任务、技术规格、布局、设计风格等模块,但内部内容还是一团乱麻。于是我开始了彻底的重构工作! 

我的提示词重构思路:

1. 确定核心模块:角色和任务是基础,内容明确,无需大改 

2. 布局为王:用「内容和规格」模块控制整体布局,明确每个元素的参数和值 

3. 视觉统一:用「设计风格」模块控制整体视觉效果 

这种模块化设计的好处太明显了!比如想换个配色方案?只需修改对应值部分。想要多套视觉风格?只需替换「设计风格」模块就行。简直不要太方便! 

重构后的提示词结构清晰了很多,效果也立刻提升: 

😱 调教地狱:一个接一个的问题

但好景不长!接下来我遇到了一系列让人抓狂的问题: 文字太重,视觉压力大文字排版完全错乱(这个最崩溃!)内容超出卡片范围各卡片高度不统一模型自作主张生成了只有鼠标悬浮才显示效果的卡片(这是静态图啊喂!)

每个问题都需要精确调整提示词来解决。比如文字排版错乱问题,我尝试了限制小卡片内容,但失败了;最后通过设置小卡片动态高度才解决: 

还有一次,我发现程序没按要求引入Tailwind CSS(它能大幅减少样式代码量,节省token消耗),于是直接在提示词中放了引入链接。 

整个过程中我还微调了字号、透明度,增加了背景几何图案数量,添加了小卡片中的图表显示规则,补充了作者和来源信息… 

🎯 最终成果:完美,但值得吗?

经过几十次调整(没错,真的是几十次!),我终于得到了满意的效果: 

但当我回头看那个随手一句话提示词生成的总结图,突然陷入了沉思…那个效果,似乎也挺不错? 

🤔 Claude 3.7是否抹杀了提示词工程?

这个问题让我思考了很久。 

目前,我们确实还需要精细调整提示词来获得理想效果。但随着模型理解能力的飞速提升,未来可能只需一句”帮我做个关于XX主题的信息卡片”,AI就能理解我们的意图并交付满意结果。 

我的观点是:提示词工程不会消失,但会从”精确指令”转变为”意图表达”。我们正处在这个转变的过渡期,既需要掌握提示词技巧,也要准备好迎接更智能的交互方式。 

就像从命令行到图形界面的演变一样,高级用户仍然会使用命令行获得精确控制,但大多数人会选择更简单的交互方式。 

你怎么看这个问题?

本文由人人都是产品经理作者【Super黄】,微信公众号:【AI产品黄叔】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。