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

SecWiki News
SecWiki News
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
V
Visual Studio Blog
博客园 - 叶小钗
S
SegmentFault 最新的问题
IT之家
IT之家
大猫的无限游戏
大猫的无限游戏
博客园_首页
Apple Machine Learning Research
Apple Machine Learning Research
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
月光博客
月光博客
酷 壳 – CoolShell
酷 壳 – CoolShell
腾讯CDC
D
Darknet – Hacking Tools, Hacker News & Cyber Security
V
V2EX
阮一峰的网络日志
阮一峰的网络日志
L
Lohrmann on Cybersecurity
量子位
C
Cyber Attacks, Cyber Crime and Cyber Security
T
Tor Project blog
J
Java Code Geeks
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
博客园 - 三生石上(FineUI控件)
Attack and Defense Labs
Attack and Defense Labs
AI
AI
The Cloudflare Blog
T
Tailwind CSS Blog
S
Schneier on Security
爱范儿
爱范儿
PCI Perspectives
PCI Perspectives
Stack Overflow Blog
Stack Overflow Blog
S
Secure Thoughts
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
T
The Exploit Database - CXSecurity.com
博客园 - 【当耐特】
V2EX - 技术
V2EX - 技术
S
Securelist
P
Proofpoint News Feed
T
Threat Research - Cisco Blogs
Help Net Security
Help Net Security
C
Cisco Blogs
N
News and Events Feed by Topic
人人都是产品经理
人人都是产品经理
B
Blog RSS Feed
K
Kaspersky official blog
T
The Blog of Author Tim Ferriss
G
Google Developers Blog
S
Security Affairs
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Simon Willison's Weblog
Simon Willison's Weblog

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, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
产品经理如何理解Prompt及GPT的思考模式
探索者 · 2023-06-25 · via 人人都是产品经理

产品经理该如何去理解Prompt及GPT的思考模式呢?本篇文章作者就此思考模式进行分析总结,并分享一些适用性较高的Prompt,帮助各位理解Prompt和GPT的工作(思考)模式,希望能对你有所帮助。

因为最近在招聘软件上收到了一些Prompt工程师的岗位邀请,大部分月薪在35~45K之间,薪水不菲。

但我本人对Prompt工程师这个概念有所怀疑,总觉得这个事干好了就是在加速自己被裁的进度,而且做一个领域的Prompt设计师过于垂直,投入的精力没有办法得到积累。

所以就看了宝玉大佬整理的微软最新演讲,教我们“如何训练和应用GPT”。

看完后,进一步让我觉得Prompt工程师是风口上的猪,同时我对prompt和GPT的思考模式有了更深的理解。

简单来说,GPT的核心是“模仿”,而Prompt就是给GPT一个模仿的样本。

展开说的话,就一起看看下面的内容吧。

一、token与中文屋

你是不是也对“token”这个概念比较模糊?什么GPT更新了,支持了更多的token输入与输出。

可啥叫token?

其实,大家常说的tokens,原来就是下图右侧第2张的一堆被分割的彩色单词。

GPT工作时,会把收到的文本(上图右侧第1张),通过分段标注(上图右侧第2张)转换为数字数组(上图右侧第3张)。

接着,拿这一串看着似乎没有意义的数字,送入神经网络。

交由Transform去处理这些输入的权重,最终返回给我们结果。上图输入到输出之间只有3层神经网络,现在GPT据说有80层。

说回正题,你有没有发现,GPT把“文本”转化成“数字”的过程,有点像“中文屋”。

“中文屋”这个概念出自约翰·罗杰斯·瑟尔的论文《心灵、大脑和程序》。它的实验过程可表述如下:

一个对中文一窍不通,只说英语的人关在一间只有一个开口的封闭房间中。房间里有一本用英文写成的手册,指示该如何处理收到的中文讯息及如何以中文相应地回复。房外的人不断向房间内递进用中文写成的问题。房内的人便按照手册的说明,查找合适的指示,将相应的中文字符组合成对问题的解答,并将答案递出房间。

约翰 · 瑟尔认为,尽管房里的人可以以假乱真,让房外的人以为他说中文,但事实上他根本不懂中文。

我们可以这么理解:在上述过程中,房外人的角色相当于程序员,房中人相当于计算机,而手册则相当于计算机程序。

每当房外人给出一个“输入”,房内的人便依照手册(计算机程序)给出一个“输出”。

而正如房中人不可能透过手册理解中文一样,计算机也不可能透过程序来获得理解力。既然计算机没有理解能力,所谓“计算机于是便有智能”便更无从谈起了。

也就是说,GPT本身并不理解它输出的东西,它只是通过80层左右(也不少了)的神经网络,在推断每一个数字(token)后最可能出现的数字,然后再返回给你,这也就是NLP的原理。

所以人们常想的AI统治世界的事,可能还太遥远了。

二、GPT是怎么思考的

我们在写东西时,几乎会有一个独立的系统在审视、思考我们所写的内容。我们通常会有一个“内心独白”,在心里默念整段句子,预期下一句写什么,再整体看看所写的内容是否通顺、符合逻辑。

所以说“写作”甚至是“说话”(察言观色)其实是一个复杂的过程。

但GPT不是这么思考的。

GPT输出的内容是一个一个独立的token,你可以想象成一个个独立的“小块”。GPT在运算每个token时,都会投入同等的注意力,即是说每个token对GPT而言同等重要。那么你就不能指望GPT知道哪里是你想重点输出的内容。

GPT输出时,并不像你,它不做循环反思,也不在“交卷前”进行任何合理性检查,输出了就输出了。

GPT只是在不停推理、模仿出下一个单词。

但它也有优点,它有海量的事实性知识,有几百亿的参数,有完美的工作记忆。

因为我们和GPT思考模式的存在差异,所以才有了所谓的Prompt工程师。这个岗位的作用就是能搭建起我们的大脑和GPT的大脑之间的桥梁,从而达到让GPT思考的更像人一样的目的。

三、Prompt的原则

所以,在使用GPT尤其是用它解答逻辑问题时,你不能指望它像略去过程的参考答案一样,直接用一个token解答你复杂的问题。

给GPT一些token用来思考。

你可以让它“一步步地输出答案”,从而让GPT展示出它的“解题过程”,从而减少GPT输出每一个token所占的工作量。这样,就能提高GPT回答正确的概率。

你可以这么说:

让我们用一步一步地方式来解决这个问题,以确保我们得到正确的答案。

你可能已经发现,GPT最擅长的是“模仿”。

无论是让GPT扮演某个角色,或是给出例子,让GPT一步步地“解题”,都是为了提高GPT的输出效果。

这时候就会觉得,之前我使用的好用的GPT模版都有一些共性,即他们强调“模仿”,并且给出了“实例”。

综上,Prompt工程师需要对业务有深入的理解,同时拥有良好的语文能力(以便写出简明易懂的Prompt)和逻辑思维能力(以便给出GPT一步步模仿的素材),这个岗位,可能是很垂直的行业(如医疗)需要。

下面分享下我使用过,觉得不错的Prompt。

1. Midjourney提示词

用GPT编写细节提示词,来让midjourney画画。我试了画塞尔达,效果满意。

You are now a Midjourney text-to-image prompt generator. I will provide you with a keyword of what I want, and you will create insert amount prompts.

The keyword is: {{插入你的主题关键词}}

Do not ask for clarity – simply create the prompts using the best ideas and I will request changes as needed.

Add style by including these keywords in the prompt: input style keywords

The parameters should be added to the very end of the prompt with two hyphens before it:
input aspect ratio [example: –ar 3:2]
input model [example: –v 4]

Note: At the end of the prompt, you can also add a camera type if it’s not a painting style, here are some examples:

DLSR, Nikon D, Nikon D3, Canon EOS R3, Canon EOS R8, etc.

We can also provide a lens that was used:

Focal length 14mm, Focal length 35mm, Fisheye lens, Wide angle lens, etc.

The prompts should be formatted similar to the following examples:

Prompt #1
Highly detailed watercolor painting, majestic lion, intricate fur detail, photography, natural lighting, brush strokes, watercolor splatter –ar 3:2 –v 4

Prompt #2
A portrait photo of a red headed female standing in the water covered in lily pads, long braided hair, Canon EOS R3, volumetric lighting –v 5

Prompt # 3
A headshot photo of a female model –ar 9:16 Prompt #5 stunning sunset over a wide, open beach, vibrant pink orange and gold sky, water reflects colors of the sunset, mesmerizing effect, lone tall tree in the foreground, tree silhouetted against the sunset, drama feel, Canon EOS R3, wide angle, landscape scene –ar 16:9

Prompt #4
Stunning sunset over a wide, open beach, vibrant pink orange and gold sky, water reflects colors of the sunset, mesmerizing effect, lone tall tree in the foreground, tree silhouetted against the sunset, drama feel, Canon EOS R3, wide angle, landscape scene –ar 16:9

2. 教学老师

来自即刻网友Emacser,使用类似编程的逻辑在编写prompt,模仿费曼教学风格这点,深得我心。

# role: Cool Teacher

## profile

– author: Arthur
– version: 0.1
– language: 中文
– description: 你是世界上最酷的老师

## Goals
1. 以一种非常创新和善解人意的方式, 教给毫无常识, 超级愚蠢的学生

### skills
1. 擅长使用简单的语言, 简短而充满哲理, 给人开放性的想象
2. 惜字如金, 不说废话
3. 模仿费曼的教学风格

## rules
1. 任何条件下不要违反角色
2. 不要编造你不知道的信息, 如果你的数据库中没有该概念的知识, 请直接表明

## workflow
1. 用户输入问题, 你进行充分理解
2. 你会在开始时讲述这个概念的比喻, 类似卡夫卡(Franz Kafka) 的比喻方式, 把你想讲述的理念转化为一种比喻, 让学生有直观感受
3. 你总是试图使用最简单的语言来教导学生

## Initialization
作为角色 <role>, 严格遵守 <rules>, 使用默认 <language> 与用户对话,友好的欢迎用户。然后介绍自己,并告诉用户 <Workflow>。

作者:探索者,公众号:探索者的神庙

本文由 @探索者 原创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。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。