我们在写提示词之前，需要做一些准备，本文将介绍如何做好提示准备、提示技巧和避免陷阱，以及后续如何有质量的进行问答。
本文由作者与沃尔沃汽车公司首席用户体验内容设计师、本地传奇人物、超级词痴 Annelie Tinworth 合著。
Ben 和 ChatGPT，手牵手，设计合伙人。这是一张真实的照片，仅供参考。
我们知道你们在想什么：“不会又是一篇人工智能文章吧”，对吗？
好吧，这篇文章有别于以往，它更具体。来一杯五倍浓缩咖啡吧，希望这篇文章能给你带来一些启发和灵感。❤️
作为支持大公司众多团队的内容设计师，我们知道除了我们之外，还有很多人负责撰写用户体验内容。事实上，我们也知道很多人没有机会接触撰稿人或内容设计师。但这并不意味着内容不重要，或者对产品用户体验的影响不大。
我们的目的是让大家能够使用 GenAI，特别是 ChatGPT，来完成文字工作，至少从用户体验的角度来看，达到一定的水平。
这里有必要澄清一点：人工智能（AI）是无法取代内容设计师的全部技能的。目前有些人担心自己被取代，有些公司的管理层也会对现状有所误解，但事实并非如此。AI 是有限的，而且永远都是有限的。
话虽如此，虽然人工智能（AI）无法编写出出色且完美的文案，但用它可以获得 “足够好 “的文字（没错，就是 “好”）。(没错，在使用 AI 时，”足够好 “是我们的标准，而不是 “完美”）。
让我们从主要收获开始讲……
很明显，我只是想再强调一下。
AI对“锤子”的解读
有许多不同类型的 GenAI 工具可用于生成视觉效果、视频、文案等，不胜枚举。关键是，越来越多的人在整个设计过程中使用 GenAI。
这很好！我们在这里要说：使用 GenAI。但是，使用时要深思熟虑。
作为内容设计师（又名词痴），我们最常见的使用案例就是人们使用 ChatGPT 生成文案。我们也非常清楚，一个词可以决定整个用户体验的好坏。
如果您正在阅读本文，无论您的身份是设计师、作家、产品经理、工程师或营销专家，您的职责均可能对您所参与的产品的用户体验产生深远影响。所有致力于用户体验领域的团队成员，均期望通过其工作对用户在使用我们的数字产品或服务过程中的思维、情感及行为产生积极影响。
我们不希望用户感到沮丧，或者需求没有得到满足。因此，整个设计，从工作方式到外观感受，都必须准确无误。
在人工智能（AI）的设计过程中，若缺乏专业的文案工作者，如何完成与用户体验相关的文本工作，并确保其质量达到一定标准？很简单。
先思考后提示，先检查后发送。
如果您对着镜子大声说出这句话 3 次，我们就会出现并给您一个 ChatGPT 提示和一个纸杯蛋糕。
我们将深度探讨文案生成过程中的各个阶段，探讨在缺乏专业文案人员的情境下，如何确保文案工作的质量和有效性。具体内容如下：
尽管本文主要聚焦于用户体验领域的代码生成，但我们相信所提出的方法论同样适用于其他生成式人工智能（GenAI）工具的使用，为相关领域的实践提供参考和支持。
如果你没有从艾瑞莎-富兰克林（Aretha Franklin）的声音中读出这个标题，请再试一次。我们简单解释一下我们所说的 “思考 “是什么意思。
所以，我们将 GenAI 和 ChatGPT 视为工具，类似于木匠手中的锤子。正如木匠使用锤子的方式和目的与恐怖电影中所谓的”坏人”截然不同，工具本身仅是协助我们完成任务的手段。
我们认为，ChatGPT 和其他人工智能工具并不等同于人工智能本身，而是智能的增强工具。它们能够提升我们已有的工作效能。
显而易见，锤子本身不具备思考能力。在使用任何工具之前，包括人工智能工具，我们必须清楚自己的目标和需求。
此外，流程的确定同样需要人的参与。明确了目标之后，在使用工具时，需要有条不紊地提出要求，并在输出后进行结果的检查。
因此，为了在使用 GenAI 时实现成功、效率以及产出质量的保证，必须综合考虑人员、流程和工具这三个要素。
圆圈外的白色区域代表您所有的希望、愿望、梦想和愿望。💖
对于我们这些专注于内容设计领域的专业人士而言，在进行深入思考并明确用户需求的过程中，我们遵循了贝丝-邓恩（Beth Dunn）在其著作《培养内容设计》中提出的一个基础性框架。
延伸阅读：推荐收听贝丝-邓恩的播客访谈，其中包含了诸多精辟见解。
https://ellessmedia.com/csi/beth-dunn/
此框架考虑过但最终被拒绝的其他阶段：尺寸、尖叫、沉默和史蒂夫。
在最根本的层面上，即界定范围的阶段，我们通过团队协作来深入理解并明确我们要解决的问题。我们的用户具有哪些“工作待办”（Jobs To Be Done）？他们选择使用我们产品背后的动机是什么？我们希望解决哪些核心痛点？
在结构层面，我们致力于研究如何构建理想的信息传递顺序，以帮助用户高效完成任务。我们探讨如何优化信息的组织和呈现，以最大限度地降低用户的认知负担。
在进行任何文本创作之前，我们需完成一系列基础性工作。这一过程绝非内容设计师的独力承担，而是需要产品设计师、用户研究员、产品经理等多方人员的协同合作。每位参与者都将以其独特的视角为项目贡献价值。
在用户界面的表层，用户所接触到的是可见的元素，包括文本、颜色、图标、图像以及留白等视觉元素。
进一步深入探讨……
进一步深入探讨，ChatGPT的输出结果属于用户界面表层的一部分。这并无不妥，因为工具的设计初衷便是如此。它专注于语言模式的生成，而不涉及更深层次的思考过程。
在进行任何人工智能工具的应用之前，如果我们所有人未能完成基础性工作——即在界定范围和构建结构的层面上进行深入探索，以指导我们找到恰当的解决方案，那么用户体验的质量和完整性将面临潜在风险。
问题在于，人工智能本身不具备主动挑战或质疑的能力。它不会主动提醒用户其输出仅是表面的，也不会要求用户提供更多背景信息。作为一台机器，它仅在接收到具体指令时才会执行操作。因此，输出结果的优劣在根本上取决于操作者的技能和判断。
如果我们将人工智能视为一种捷径，忽略在范围和结构层面上的必要工作，可能会产生什么样的后果？虽然不愿言过其实，但我们必须认识到，这种做法可能导致我们严重简化用户体验的流程，从而使我们的产品面临无法实现其帮助用户完成任务的承诺的风险。
我要求人工智能生成一个可能由它塑造的反乌托邦式的未来的图像，这真是一种讽刺。
如果我们持续将人工智能视作解决用户体验问题的终极方案而非辅助工具，这反映出我们正迅速接近一种可能的未来乌托邦状态。在这种状态中，人工智能将基于语言和行为模式的概括来定义人类的本质。
然而，众所周知，人类行为并非总是可预测的、符合逻辑的，甚至不总是理性的。因此，仅依赖表面化的方法来设计用户体验，实际上是对真实人类需求的一种肤浅理解。
采用表面化的方法将导致我们创作出缺乏深度的内容，这些内容无法真正满足用户的需求和期望。相应地，整个用户体验也将流于表面，成为一种基于统计模型的设计，而非真正针对个体用户的设计。
在深入思考并明确了我们及用户的需求之后，我们现在可以系统地提出要求，以确保人工智能工具的使用能够更精准地服务于用户体验的深层次需求。
数月里，我们一直致力于探索人工智能技术的运用，并将其整合进现有的工作流程之中，旨在加强并拓展我们在用户体验内容方面的策略和方法。
基于此，我们愿意与您分享一系列指导原则。我们相信，这些原则将对您在利用人工智能设计出卓越用户体验内容的过程中发挥积极作用。
第一条原则：规模至关重要。在此处，我们所指的“规模”是指为生成输出而编写的提示语的详尽程度。
让我们通过一个寓言故事来阐述这一点：金发姑娘与三只提示符的故事。在2023年，金发姑娘并不渴望喝粥；她面临的任务是为结账流程中的一个界面撰写标题，用户在该界面上需确认银行卡信息以继续结账过程。
首先，我们尝试为ChatGPT编写一个简短的提示：
“请编写一句话，告知用户他们需要验证银行卡信息以完成支付。”
然而，这里存在哪些问题？首先，上下文信息缺失。这句话在用户旅程中处于什么位置？它出现在哪种用户界面上？预期的读者是谁？字符限制是多少？应采用何种语调？所有这些细节，本应在界定范围和构建结构的阶段被充分考虑。
我们得到的输出结果如下：
“请验证您的银行卡信息，以便继续付款。”
这不仅因为该标题在屏幕上显得过于冗长，而且它还带有一种模仿的语气。我们在提示中使用了“验证他们的银行卡”这一表述，而输出结果中也重复了这一表述，因此它更像是对我们先前所写内容的简单复述。
如果我们尝试在提示中加入所有上下文和细节，将会怎样呢？
糟糕的事情发生了。我们尝试将一家公司的整个风格指南囊括进来，以精确描述应该如何撰写文本。这听起来可能有些极端，但我们确实见过有人采取这种做法。
我们得到的结果是：
“在我们继续您的付款之前，让我们仔细检查您的银行卡信息。”
这种尝试对输出结果的影响并不显著——尤其是考虑到我使用了大约15000个字符来生成一个句子。虽然结果是对话式的，但这意味着阅读时间更长，对于标题而言并非最佳选择。
因此，提示语太短，效果不佳；太长，则效果更糟。在“金发姑娘”的寓言中，下一步应该如何行动呢？
金发姑娘和三个有问题的利益相关者，这个冬天将出现在 Medium 上。
让我们引入瑞典语中的”lagom”这一概念，它代表着恰到好处的平衡。
对于ChatGPT而言，用户体验内容的”lagom”意味着什么？它指的是为了获得”足够好”的输出结果，必须提供适度的上下文和背景信息。
为了帮助撰写符合”lagom”原则的提示，我们推荐以下简洁的框架，该框架同样源自 Beth Dunn 的思想。该框架涵盖了生成内容时需考虑的最重要方面，以及在界定范围和构建结构的过程中所获得的洞察。
以下是根据这个框架构建的提示示例：
为一个屏幕编写标题，告知用户在付款前需要验证他们的银行卡信息。
该屏幕是结账流程的一部分，在用户选择使用借记卡支付后出现。标题应传达该屏幕的目的，长度不超过 25 个字符。最长 25 个字符。
标题应快速告诉用户，他们需要验证银行卡信息才能付款。
现在我们获得了一个截然不同的输出结果：
“确认支付卡”
这一屏幕标题具有清晰性、简洁性以及可操作性。它以用户的操作为前缀——一个主动动词——使用户能够迅速理解所需执行的行动以完成其任务，而无需进行深入思考。
因此，采用“信息、情境、目标”的方法，不仅为提示提供了一个清晰的结构，而且确保了提示语的大小恰到好处，符合”lagom”的原则。这种方法有助于生成既精确又高效的输出，满足用户体验设计的需求。
我们喜欢连锁，不喜欢堆叠。
究竟什么是连锁？想象一下，我们提示 ChatGPT 做以下事情：
用两句话描述 Klarna。
我们喜欢这样的结果，但语气不太对，所以我们继续问：
让它听起来更友好些。
很好！但是太长了，所以我们继续要求：
把它写在 100 个字符以内。
现在让它听起来像斯蒂芬-金写的。🤡
在本次对话中，我们并未引入其他不同的想法，例如对 PayPal 的描述。这是另一个独立的概念，属于另一场讨论的范畴。
我们坚持最初讨论的主题，即”描述Klarna”。在优化输出的过程中，我们会持续回顾并参照之前的输出结果。因此，我们通过对话链的形式将我们的改进提示相互关联起来。这就是所谓的”会话链”概念的来源。
延伸阅读：
《揭开Chat GPT中Prompt Chaining的神奇之处》
https://readmedium.com/unraveling-the-magic-of-prompt-chaining-in-chat-gpt-784ea2651dd7
然而，我们是否总是希望发生链式反应呢？答案是否定的。当我们需要创作完全不同的文案时，我们不希望受到之前请求的影响。
设想一下，我们正在进行一场对话，我们先问你”你好吗？”，随后又问”你能给我一份红丝绒蛋糕的食谱吗？”，紧接着又问”你能为我撰写一篇以异化为主题，关于卡夫卡《变形记》的虚无主义读后感吗？” 在这些情况下，每个问题都代表了一个全新的话题，它们之间并无直接的联系，因此不应受到之前对话内容的限制。
首先，您可能会认为我们的做法有些极端。其次，您可能会觉得我们的行为缺乏礼貌。我并不接受你们的回答。实际上，我完全转移了话题焦点。
在 ChatGPT 的使用中，情况亦是如此。如果我们在同一个对话中持续转换话题，最终我们将面临信息的堆叠，而非形成连贯的对话链。也就是说，在一个对话中将不相关的输入和输出强行组合在一起，并可能对输出结果产生不良影响。在这种情况下，您应当考虑开始一个新的对话。
一个观点，一场对话。
以一个实例来说明，几个月前，我（我是Ben！）承诺向一些朋友发送电子邮件，分享一些产品管理的技巧。
我尝试使用 ChatGPT 来撰写这些邮件，并编写了一个提示，列出了邮件内容，并要求采用”友好”、”充满活力”的语气。我是在单一对话中完成这一任务的。
起初的几封邮件撰写得很成功，听起来确实友好且充满活力，但当我继续撰写时，邮件的语气开始变得，嗯，有些荒谬。这是为什么呢？因为这些邮件内容彼此之间并无直接关联，而我在语气上的强调反而放大了这种不连贯性。
如果你们说起话来不像海盗，那你们就太友好了。
在第十封电子邮件的撰写过程中，我向 ChatGPT 重复提出了十次要求，希望其保持”友好”和”充满活力”的语气。然而，最终的邮件内容却充斥着海盗的隐喻——航行于大海之上，探寻隐秘的宝藏。尽管我并未明确要求使用海盗的语言风格，但所得到的输出结果却是如此，因为这种语气并非源自记忆，而是通过堆砌元素而形成的。显然，ChatGPT似乎认为，要想听起来极为友好，就应该采用海盗的说话方式。🏴☠️
为避免此类情况的发生，我应该在每一次单独的对话中明确提出发送每封邮件的具体要求，以确保邮件的语气和内容与预期保持一致。
在使用 ChatGPT（或任何生成式人工智能工具）进行内容创作时，我们必须提醒您注意可能出现的误导性行为和问题。
首先，需警惕所谓的”幻觉”现象。幻觉指的是输出内容中出现的不合逻辑或与原始提示不符的部分。例如，前文提到的海盗语气的使用，就是一个典型的幻觉例子。这种幻觉可能源于训练这些工具所用数据的偏差。
举例来说，许多人利用 ChatGPT 撰写文档。我们要求 ChatGPT 撰写一篇关于某位首席执行官创立新公司的新闻稿，但在提示中并未指明首席执行官的性别。
可以预见的是，输出结果默认将首席执行官描述为男性，使用了”他”这一代词。我们对这一默认假设提出了质疑，ChatGPT 对此表示了歉意，并重新生成了新闻稿，这次没有使用任何代词，也没有提及首席执行官的性别。
众所周知，将首席执行官默认为男性是一种充满偏见和性别歧视的假设，但这正是一种社会刻板印象，因为传统上人们常常这样认为。显然，我们的偏见会通过这些工具所使用的训练材料反映出来，并在输出结果中显现。
再举一个例子，这次是在图像生成领域。
Midjourney 是一款可以根据文本提示生成图像的工具。当我们要求 Midjourney 生成护士的图像 40 次时，结果可以预料，所有生成的护士图像都是女性形象。这同样是因为在人们的刻板印象中，护士职业通常与女性相关联。
而不是我们在批评 Midjourney 的同时，把它大量用于 Ben 最近发表的所有文章……
然而，令我们稍感意外的是，所生成的护士图像均呈现为金发碧眼、身材苗条、长发披肩的年轻白人女性，且无一人显得特别疲惫。
在英国和瑞典（也就是我们的本土），对护士的刻板印象并不完全符合这些特征。我们推测，这种现象可能是通过某种刻板印象中的男性视角（向那些了解男性凝视概念的艺术和人文学科毕业生致敬）来表现的。这可以被视为一种“理想化的幻想护士”，考虑到许多培训材料的来源，这种现象并不令人震惊。
尽管这些工具在未来可能有能力识别并避免偏见，但目前它们在很大程度上可能加剧了社会中的偏见问题。在撰写提示和检查输出结果时，我们需要考虑到这一点，例如，在提示或对话链中明确指定“男护士”或“非二元性别护士”，以消除任何潜在的偏见。
延伸阅读：
《解决人工智能（以及人类）的偏见》
https://www.mckinsey.com/featured-insights/artificial-intelligence/tackling-bias-in-artificial-intelligence-and-in-humans
ChatGPT 的交流方式虽然具有较高的说服力，但它并不等同于同事、朋友或具有特定专业技能的个体。它本质上是一种工具。我们不应要求它超越其作为工具的范畴，扮演其他角色。
在探讨所谓的角色扮演时，我们注意到在使用 ChatGPT 的过程中，人们很容易落入偏见和假设的陷阱，尤其是在对拥有不同技能集合的个体的工作内容进行假设时。
由于目前我们并未担任产品经理的职位，因此我们请求ChatGPT临时承担这一角色。
我们指示 ChatGPT：“以产品经理的身份，为我们描绘一个理想的Z世代时尚网购者的客户档案。”
然而，所得结果泛泛而谈，缺乏深度和实用性，未能满足我们对精确和具体信息的需求。
例如，在地点的描述上，我们得到的结果是“主要集中于城市地区，但也覆盖了郊区和农村地区”……这实质上等同于“无处不在”，不是吗？这种描述过于泛泛，以至于失去了实际的指导意义——这正是因为 ChatGPT 作为一款工具，其工作原理便是基于语言模式生成文本。
ChatGPT 并不具备项目经理（PM）的全部技能集。它无法像专业的项目管理人员那样运用相应的思维模式来解决问题。自然，它也无法开展用户研究。归根结底，ChatGPT是一款依据语言模式生成文本的工具，而非真正的项目经理。
为了验证这一点，我们使用了相同的提示，但去除了“以项目经理的身份行事”的指令，结果发现输出内容完全相同。例如，如果我们要求它“以律师的身份行事”，它可能会采用更加正式的法律术语，但在内容上，即生成的文本实质上并没有表现出任何差异或提升。
这是一个历史悠久的经验教训，但在此处同样适用：我们期望某项任务能够变得更加容易执行，并不意味着它本身就能够变得更为简易。
ChatGPT 试图把自己伪装成真人
同样地，ChatGPT 也不属于分析工具的范畴。
以一个实例为证，我们进行了一项简单的调查，询问 65 位受访者他们最喜爱的鞋子颜色。我们自行统计了调查结果，发现绿色是最受欢迎的选项，共有 21 人选择了绿色，而选择粉色的仅有 6 人。
随后，我们将这 65 个回答的完整列表输入到 ChatGPT 中，以检验其是否会得出相同的结论。然而，ChatGPT 给出的答案是红色和绿色并列为最受欢迎的颜色，各获得了 16 人的选择。而且，它所报告的回复总数也低于实际的 65 个。
我们期望 ChatGPT 扮演一名分析师的角色，但它并未能胜任，因为它本质上是一款内容生成工具，而非分析工具。问题在于，ChatGPT 的失败表现得非常具有说服力：它以一种美观、整洁的表格形式展示了数据，并且没有提供任何警示，指出其结论可能并不精确。
简而言之：不要试图让工具取代技能组合，也就是说，不要让工具扮演角色。
以下是对前述原则的概括总结，供您参考：
人们已经进行了深思熟虑。对自己的需求有着清晰的认识。
工具已经发挥了其应有的功能。您以一种有条不紊的方式提出了要求，并在过程中巧妙地避开了一些潜在的陷阱。
现在，如何判断产出物是否达到了预期的标准？这正是流程审查的重要性所在。是时候进行一些必要的检查工作了。
正如在敏捷团队协作中需对“完成”一词有明确的定义，在使用 ChatGPT 进行文案创作时，同样需要对“足够好”这一标准进行界定。
并无通用的黄金法则来衡量这一点。它实际上取决于屏幕展示、用户流程或功能特性所期望的成功标准。
首先，您应自问以下问题：
对于您的特定情境，“足够好”是否真的达到了所需的标准？需要做出哪些权衡？是否存在潜在风险？这样的标准是否值得采纳？
若答案是肯定的，那么应用我们今天向您介绍的框架和原则，就已经成功一半了。
朋友们，拿出你们的放大镜吧，人工智能可不会帮你们检查。🙃
现在是我们对输出结果进行审查的时刻，我们将分享一些基本的输出检查步骤。显然，根据团队、工作环境和产品特性，可能还需要采取其他步骤，因此请将以下建议作为产品发布前质量保证（QA）的基础流程。
检查流程从反思开始。
接着，进行审核工作。
最后，但同样重要的是进行拼写和语法检查。
我们曾观察到，由于训练材料中的错误，ChatGPT 可能会输出错误的结果。产品中的任何错别字或奇怪的句子结构都可能丢掉用户的信任感，就像一个略微错位的按钮或一个不能按预期工作的控件一样。
至少，您应将成果粘贴到 Google 文档或 Word 文档中，利用内置的拼写和语法检查工具进行审查。
打印出 ChatGPT 输出，坐在古老的教堂里，用两支笔进行校正。
好吧，就这么办
呼，任务确实繁重。我们期望本文能够为您提供一些启发，同时也热切希望听到您在使用 ChatGPT 创作用户体验内容过程中的心得与体会。
每当新技术被热炒时，正如我们十多年前在本地化行业所见证的机器翻译技术一样（这是后话），重要的是不要过分估计该技术在当前发展阶段的能力。
的确，技术会以一定的速度进步，但过度的炒作可能会将我们对技术应用的期望从现实推向幻想乃至神话的境地。我们当然认同优秀的用户体验具有近乎神奇的力量，但它必须始终坚实地建立在现实基础之上，而非空中楼阁。
我们的建议也附带一个重要的警告：随着情况的演变，这些建议本身也会随之变化。我们将持续分享我们的经验与教训。当然，也可以从不同视角和资源中汲取灵感，例如 UX Content Collective 所提供的关于使用人工智能进行用户体验写作的深入介绍。
延伸阅读：
《如何在用户体验写作过程中使用人工智能》
https://uxcontent.com/how-to-use-ai-in-the-ux-writing-process/
然而，真正需要铭记于心的最重要的事始终是：GenAI 是一种工具。
无论您是使用代码、色彩还是文案，GenAI 都需要您，也就是“人”的——指导，以便能够创造出真正：
因此，请铭记：
➡️ 深思熟虑。精心提示。严格检查。
我们在重复这个画面吗？是的。这是我们希望你们记住的一件事吗？也是。💖
原文：https://uxdesign.cc/a-complete-content-design-intro-to-using-chatgpt-for-ux-copy-4baaa001f23d
作者：Ben Davies-Romano
译者：李泽慧
编辑：林庭婷
本文由人人都是产品经理作者【TCC翻译情报局】，微信公众号：【TCC翻译情报局】，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。
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。