目录
Prompt设计基础
一. 推理模型(例如gpt-4o,能够快速反应)
二. 通用模型
Prompt相关
一. AI需求类型
二. Prompt类型
三 AI幻觉
写Prompt技能
一. 基本技能
二. 基本策略
三 常见陷阱
四 如何写好一个Prompt
1. 基本模型:
2. 提示语链
应用场景
一 文案写作
二 营销策划:
三 品牌故事
1. 能够进行数学推导,逻辑分析,代码生成,复杂问题拆解,适合逻辑密度高的任务
2. 但是对一些发散性的任务,比如诗歌创作,不太行
3. 基于一个概率预测,通过大量的数据训练来预测可能的答案
4. 就是一个受控工具,只能基于预设的算法来跑,不太能理解人类的感情和意图,擅长解决结构化和定义明确的问题
5. 所以给推理模型的提示词就要简洁,明确目标,不需要逐步引导,要什么就说什么
1. 侧重于语言生成,创意写作,多轮对话,开发性问题
2. 不太能完成逻辑严格的任务,比如说数学证明,擅长多样性高的任务,比较依赖提示词
3. 基于一个链式思维cot,能够自主分析情况并作出决策,生成新的创意和解决方案,与人互动,理解人类的情感,处理多维和非结构化的问题
4. 所以需要显示的引导推理步骤cot链,依赖提示词,分布思考,提供示例等等,缺什么就在提示词里面补什么
(1)决策需求:需要评估每一个选项,风险,给出最优解,公式:目标+选项+评估标准
(2)分析需求:深度理解给出的数据或者信息,公式:问题+数据+分析方法
(3)创造性需求:需要生成创造性,新颖的东西。公式:主题+风格+创新方向
(4)验证需求:需要检查逻辑自洽性,数据或者方案可行性。公式:结论/方案+验证方法+风险点
(5)执行需求:具体完成任务的步骤,公式:任务+执行步骤+输出格式
(1)指令型:直接告诉AI需要执行的任务
(2)问答型:向AI提出问题,得到回答
(3)角色扮演型:要求模拟特定的角色和场景
(4)创意型:引导AI进行创意协作或者内容生成
(5)分析型:要求AI根据给定数据进行分析
(6)多模态型:结合文本,图像等多种形式的输入
1. AI幻觉:是指生成式人工智能模型在生成文本或回答问题时,尽管表面上呈现出逻辑性和语法正确的形式,但其输出内容可能包含完全虚构,不准确或者与事实不符合的信息。
2. 形成的原因:AI幻觉的产生通常是由于模型在缺乏相关信息 的情况下,通过概率性选择生成内容,而非基 于真实世界的知识库或逻辑推理,这使得其输 出不仅难以信赖,且可能误导用户。
3. 幻觉类型自测
(1)数据误用:导致回答不符合或者错误
(2)语境误解:导致理解错了问题,回答偏离
(3)信息缺失:导致未能正确获取外部信息或者整合
(4)推理错误:导致逻辑存在漏洞
(5)无中生有:导致给出了虚构的信息
1. 问题重构能力
(1)将复杂,模糊的需求转化为结构化的AI任务
(2)识别问题的核心和约束条件
(3)设计清晰,明确的提示语
2. 创意引导能力
(1)设计能激发AI创新思维的提示语
(2)利用类比,反向思考等技巧扩展AI输出的可能性
(3)巧妙结合不同领域概念,产生跨界创新
3. 结果优化能力
(1)分析AI的输出,迭代Prompt,优化输出
(2)设计评估标准,量化提示词的效果
4. 跨域整合能力
(1)将专业领域的知识转化为有效的提示词来桥接不同的学科的AI能力
5. 系统思维
(1)设计多步骤,多维度的提示语体系
(2)构建提示语模板,开发提示语策略应对复杂场景
6. 语境理解
(1)深入分析任务的背景和需求
(2)考虑文化,伦理和法律的因素
(3)预测可能的误解和边界情况
7. 抽象化能力
(1)抽象通用模板,提高提示语的可复用性
(2)设计灵活,可扩展的提示语
(3)创建不同场景的元提示语
8. 批判性思考
(1)客观对应AI的输出,设计验证机制等对AI的输出进行验证,不要一味的相信
9. 创新思维
(1)探索非常规的Prompt
(2)结合最新的AI研究成果,扩展边界应用
(3)设计实验性的Prompt,推动AI能力的进化
10. 伦理意识
(1)加入伦理考量,预防和缓解AI可能带来的负面影响
1. 精准定义任务,减少模糊性:明确的核心问题,具体化指令,去除多余的信息
2. 分解复杂的任务,降低AI的认知负荷:分段生成,逐层深入,设计逻辑结构
3. 引入引导性的问题,提升生成内容的深度:设置多个层次的问题让AI自己去对比和论证
4. 控制提示语的长度,确保生成的准确性:避免嵌套复杂的指令,保持简洁,适用分步提示
5. 灵活运用开放式提示和封闭式提示:
(1)开放:提出开放型问题,让AI自由多维度回答
(2)封闭:提出具体问题和明确约束,让AI精确回答
1. 过度复杂的提示词
2. 对初次不满意就放弃,不去迭代
3. 缺乏对输出的分析和反馈
解决:逐步增加提示语细节,多轮迭代,多轮对话
4. 提示语太长或者太简洁
5. 输出和预期严重不符
6. 频繁需要澄清或重新解释需求
解决:提供足够的上下文,突出最重要的2-3个要求,采用清晰的结构来组织需求,给出期望的示例
7. 提示语包含明显的立场和倾向
8. 获得的信息总是你想听的,不客观
解决:看看自己的提示语有没有偏见或者预设好的立场,明确要求AI要给出不同立场的观点,对输出要有批判性思维
9. 产生幻觉,给出的数据无法得到验证
10. 看上去专业但实际上不存在的学术和专业
11. 对未来不确定的事情做了过于具体的预测
解决:鼓励AI在不明确的时候说我不会,要求它区分事实和推理,从多个角度来验证数据来源,并提供具体的信息来源
12. 要求输出有争议,不道德的内容
13. 绕过AI机制,忽视伦理问题
解决:了解伦理基本准则和限制,确保请求符合法律和道德标准,给出检查清单等等
(1)抽象-具体循环:抽象问题-具体反馈-优化迭代
(2)运用类比和隐喻:适用类比说明复杂的概念-隐喻增强语言的表达层次-选择具备启发性的类比
(3)反向设计思维:从生成结果倒推提示语,从期望结果开始-倒推提示语-调节提示语细节
(4)矛盾思维法:引入对立的概念,利用矛盾性促进创新,提出冲突性的任务要求
(5)融合批判性和创新推理:多方论证和批判结合,增强生成内容的全面性
(6)涌现思维模型:分解问题-设置互动规则-观察整体行为再迭代
提示语链是用于引导AI生成内容的连续性提示语序列。通过将复杂任务分解成多个可操作的任务,确保生成的内容逻辑清晰、 主题连贯。从本质上看,提示语链是一种“元提示”(meta-prompt) 策略,它不仅告诉AI“做什么”,更重要的是指导AI“如何做”。
设计模型:
(1)给出具体的指示 Task
(2)提供背景信息 Context
(3)对输出进行优化 Refinement
(4)整合所有输出,形成最终成果
Synthesis
(1)Segmentation(分割):将大任务分为独立但相关的
部分
(2)Prioritization(优先级):确定子任务的重要性和执行
顺序
(3)Elaboration(细化):深入探讨每个子任务的细节
(4)Connection(连接):建立子任务之间的逻辑关联
(5)Temporal Arrangement(时序安排):考虑任务的时
间维度
(6)Resource Allocation(资源分配):为每个子任务分配
适当的注意力资源
(7)Adaptation(适应):根据AI反馈动态调整任务结构
1. 信息传递:准确,清晰,相关
(1)信息层次清晰 ——信息分层指令:在提示语中明确指出信息的层级结构
(2)表达简洁精准 ——关键词限定:为每个信息点设定关键词或字数限制
(3)结构逻辑严密 ——逻辑关系指示:明确说明各信息点之间的逻辑关联
(4)受众针对性强 ——受众特征描述:在提示语中包含目标受众的详细特征描述
(5)记忆点突出——核心信息强化:要求在文案中重复或变换表达方式重申核心信息
2. 情感共鸣:触动,共感,记忆
(1)情感基调明确——情感关键词指定:在提示语中明确指定文案应体现的核心情感
(2)多感官体验描述——感官词汇要求:要求使用视觉、听觉、触觉等多感官相关的描述性词语
(3)情境代入感强——场景设定指令:创建与产品使用或品牌相关的具体情境描述要求
(4)情感层次丰富——情感层次递进:设计从基础情感到高级情感的递进结构
(5)共情叙事表达——叙事结构指引:要求采用故事化的叙事方式来展现品牌或产品价值
3. 行动引导
(1)明确的行动指向——行动目标明确化:在提示语中明确指出期望受众采取的具体行动
(2)强烈的紧迫感——时间限制设置:要求在文案中加入限时优惠或稀缺性信息
(3)低门槛的起始步骤——简单行动设计:要求设计一个简单、具体的第一步行动
(4)清晰的收益阐述——利益点强化:要求明确列出采取行动后的具体收益
(5)社会证明的运用——案例/数据要求:要求加入用户见证或数据支持
1. 创意概念:独特,相关,记忆,情感触发,时效性
(1)跨领域联想指令
(2)品牌DNA融入
(3)记忆点设计
(4)情感地图构建
(5)趋势融合要求
2. 传播策略:目标明确,受众精确,渠道多元,内容匹配,互动性强
3. 执行方案:步骤清晰,职责明确,时间可控,资源合理,风险可控
1. 品牌定位
2. 价值主张
3. 未来愿景