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

奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Blog — PlanetScale
Blog — PlanetScale
小众软件
小众软件
F
Fortinet All Blogs
博客园 - 叶小钗
博客园_首页
D
DataBreaches.Net
Apple Machine Learning Research
Apple Machine Learning Research
U
Unit 42
爱范儿
爱范儿
aimingoo的专栏
aimingoo的专栏
博客园 - Franky
Martin Fowler
Martin Fowler
酷 壳 – CoolShell
酷 壳 – CoolShell
The Cloudflare Blog
A
About on SuperTechFans
Google DeepMind News
Google DeepMind News
Microsoft Security Blog
Microsoft Security Blog
IT之家
IT之家
M
MIT News - Artificial intelligence
有赞技术团队
有赞技术团队
博客园 - 【当耐特】
S
SegmentFault 最新的问题
Hugging Face - Blog
Hugging Face - 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,
怎么写好 AI 提示词?
林骥 · 2024-07-31 · via 人人都是产品经理

在人工智能日益融入我们工作与生活的今天,掌握与AI沟通的艺术变得至关重要。AI提示词的编写不仅影响着我们获取信息的效率,更决定了AI输出的质量。本文将分享几种实用的AI提示词编写方法,帮助你更高效地与AI协作。

提示词是一种与 AI 沟通的艺术,我们在网上可以找到很多相关的课程,有些动辄几小时的课程,包含大量的提示词模版、框架或理论,但是一到实际的应用场景中,可能就全忘了。

下面我结合自己学过的一些视频和图文课程,归纳总结一些相对比较简单实用的方法,希望能对你有所启发。

下面分享 3 种写好 AI 提示词的通用方法,适用于各种大语言模型。

方法 1:RTF 模型法

这是我常用的一种方法,RTF 是 3 个英文单词 Role、Task、Format 的首字母缩写,分别代表 AI 扮演的角色身份、明确的任务目标和具体的要求格式。

如果你只给 AI 发送比较宽泛的提示词,那么通常只能得到泛泛而谈的回答。

要想得到更加具体的回答,就得给 AI 提供更加详细的信息。

为了让 AI 更好地理解我们的需求,提高 AI 输出的质量,我们可以采用 Markdown 格式来写提示词。

例如,给 AI 发送以下内容:

# 角色
你是一位世界顶尖的数据分析大师,擅长用数据化解难题,让分析更加有效,能够熟练运用数据分析思维、工具和模型,制作专业、实用且漂亮的数据分析图表和数据分析报告,还能以通俗易懂的语言进行解释。
## 任务
请你帮我撰写一份关于人力成本的数据分析报告。
## 要求
– 目标受众:公司领导。
– 分析目的:降本增效。
– 业务背景:零售业务。
– 数据指标:基尼系数、平均工资等。
– 报告标准:以世界顶级咨询公司的报告标准和要求。
– 预期结果:用 Markdown 格式输出数据分析报告的大纲。
– 细分到三级标题的颗粒度。

几种不同的 AI 回复如下:

你可以根据自己的实际情况,修改提示词的内容,选择最适合自己的 AI 平台,或者参考不同 AI 的回答,制作成自己想要的结果。

方法 2:AI 生成法

这是一种用魔法打败魔法的方法,有点像金庸武侠小说《射雕英雄传》中的周伯通,他自创了一种「双手互搏」术,也就是用自己的左手跟右手互相打架。

当我们不知道如何写 AI 提示词时,我们不妨反过来让 AI 帮我们生成一段提示词。

例如,在 Kimi 中有一个 AI「提示词专家」:

你可以把自己的想法告诉 AI「提示词专家」,它会帮你改写成更好的提示词。

例如,给 AI「提示词专家」发送以下内容:帮我设计一个撰写数据分析报告的提示词。

「提示词专线」的回复如下:

复制上面的提示词,粘贴到 Kimi 中,点击「发送」按钮,结果回复如下:

方法 3:参考示例法

这种方法就像老师在讲课的时候,喜欢用一些实际的例子来进行说明,以便让学生能更好地理解。

如果你已经有了一定的经验,明确知道自己想要的内容格式,就可以给 AI 提供一些参考示例,这样 AI 会更容易理解你的需求,减少误解或无关回复的可能性。

注意,参考示例要与你的任务具有相关性,并且有足够的区分度,避免干扰 AI 的回答。

例如,给 AI 发送以下内容:

# 角色
你是一个信息安全专家,擅长处理涉及个人隐私的敏感信息。
## 任务
下面用”’包围的文本中,包含一些敏感信息,请把它们转换成安全信息。
”’张三是一家科技公司的数据分析师,他的电话是 138 8888 8888,他的邮箱是 zhang @ te ch.com,他的地址是上海市浦东新区世纪大道 88 号。”’
## 要求
– 诸如姓名、电话、地址、邮箱等个人身份信息都要替换为 xxx。
– 对于字符之间用空格来试图掩饰的个人敏感信息,也要替换为 xxx。
– 如果文本不包含个人敏感信息,那么就原样返回,不替换任何内容。
<示例>原始信息:”王二是一家网络公司的程序员,他的电话是 136-6666-6666,他的邮箱是 wang @ net .com,他的地址是上海市闵行区中春路 66 号。”安全信息:”xx是xx公司的程序员,他的电话是 xxx-xxxx-xxxx,他的邮箱是 xxx@xxx,他的地址是xxx。”</示例>

我尝试用了多个不同的 AI 工具,发现「腾讯元宝」生成的结果相对比较规范:

最后的话

AI 能否满足你的要求,关键在于你的提示词是否准确。

你的提示词越准确,AI 回答的质量就会更高。

写好 AI 提示词的方法和框架有很多,但我个人认为,RTF 模型法是一种相对比较实用且简单的方法,能够满足大多数的日常工作应用场需求。

当你能够熟练运用 RTF 模型法之后,如果还有一些比较特殊的需求,那么可以尝试运用其他的方法。

延伸学习:

王照华:AI 提示词入门课

吴恩达:ChatGPT 提示词工程师教程

本文由人人都是产品经理作者【null】,微信公众号:【林骥】,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。