如果你是老板，你真的能说清楚你的需求吗？——Prompt 提示词教学

67 0 0

为什么要学prompt 提示词

ChatGPT的火爆也带动了prompt工程师之类的职业，但是AI只是一个工具，prompt是使用工具的方法，年薪百万的岗位只是暂时性的现象，而未来使用prompt应该是和用Excel一样，每个人都需要掌握的事。所以想和大家聊聊该如何使用prompt。

怎么理解Propmpt

GPT可以理解为一个通过了美国高考，具有常识知识的大语言模型，prompt是提示词，是与大语言模型沟通的途径。那我们可以把他当做一个高考成绩还不错，有基础常识能力，但是不熟悉你自己业务的实习生。你现在就是老板，你需要给这个实习生提需求，让他给你干活，那么你真的能说清楚你想要什么吗？

请注意，这个实习生完全不了解你们公司的情况，你能在简单的几句话中就说清楚你的需求吗？这就是为什么同样都是一份大模型，有的人能得到满意的回答，而有的人只能拿到平平无奇的答案，还要嫌弃实习生水平太差。

不同的人，问法不一样，GPT能给出的答案也不一样。那么今天让我们看看如何通过prompt让我们的实习生给出一份满意的回答吧。

prompt 的基本格式：场景+任务+细节+形式

1、给模型具体的情景/角色

首先，需要告诉实习生他面临的是什么样的情景，他是什么样的角色，面对什么样的人群。不同场景下给出的回答是非常不一样的，就像给老板画饼和给客户画饼，在两张饼的味道是截然不同的。可以看看以下的例子，同样都是找男朋友，律师的建议，和网红博主的建议，完全不一样。

网红博主角度：

如果你是老板，你真的能说清楚你的需求吗？——Prompt 提示词教学

律师角度:

如果你是老板，你真的能说清楚你的需求吗？——Prompt 提示词教学

2、说明你的任务

有了具体场景以后，就可以说明你的任务，让他给你干活了。比如我一般会让GPT帮忙做这些事：去写一些没有实际意义但不得不写的给同事的评价；在工作扯皮时帮我生成书面回复（扯皮的主要思路还是得自己想出来）；对老板PUA写申诉书（虽然没有实际作用）；整理课堂笔记，视频笔记（这个挺好，能帮助自己整理思路）；问问基础常识知识，宏观模型，法律知识等；让他给我些新的想法；丢一份材料，让帮忙分析内容。

能让GPT做的事有很多，全看你怎么挖掘了

3、补充细节，根据具体需要的业务场景而来

这里其实才是真正考验你的地方，因为GPT是个实习生，它不清楚你们的业务，但是你清楚。所以需要你在对自己业务理解的基础上，给出思路框架或者要求点，这个才是个人能力的体现

比如，课堂总结，你自己对这节课主要讲的知识点都没有一个印象，你怎么知道GPT总结的是关键的知识点？怼老板的时候，哪些是能反驳他，打他脸的关键证据，你得告诉你的实习生，然后他才能整理出书面材料。

如果自己都不知道自己的要求里有哪些关键的验收考核点，就不要怪GPT给你一份看似漂亮但细思却啥都没说的答案了。

tips：语言需要简练，不要太抽象，给出具体的词。例如，不要说给一份好的文案，换成积极向上/ 温馨治愈/公事公办等描述性词语。试想一下，你老板说让你写一份好的报告，却不说明什么算好，那你该怎么写？所以一定要想清楚并且准确描述自己的需求，才能得到一份好的答案。

4、风格/格式要求

最后，如果有格式要求，也可以告诉实习生，比如说文风是幽默、正式还是轻松；最终格式是表格，提纲、诗歌还是报告。当然，你也可以给个具体的例子，让实习生参考这个格式写答案。

prompt 的进一步优化

1、在优化之前，先确定模型是否适合这类工作，现在市面上的大模型也有很多种类，不同版本。可能这个实习生本身水平不太高，智商有点不够用，那你再怎么教他也无济于事。prompt是能够帮你把80分提升到89分，但是如果实习生本身水平就不太行，或者任务要求太高，那么换个实习生会比你去教他更轻松些。

2、另外，也需要给模型多一些的耐心，即便基本能力是OK的前提下，也需要多次调整后，才能总结出一个通用、稳定的prompt提示词。

3、重要的事情先说，因为放在后面模型可能会因为文本过长而遗忘需求。你给个实习生讲一个需求讲三个小时，人家也可能忘记你到底想干啥。不是说长文本不能识别，而是文本越长，模型越难抓住其中的关键词，模型可能觉得落在中间的需求不是那么重要，从而导致效果的打折。

4、如果涉及到复杂的计算，可以让模型一步一步来，因为大模型的原理是基于上文预测下文给出哪个字的得分更高，所以如果让模型直接给出答案，可能推算有错误。但是通过一步一步去解决，能够提高模型的准确率。

5、如果是固定的任务场景，比如每天都要写日报的工作总结，可以专门开一个日报的对话，在一开始就确定日报的要求，然后每次就简单说下内容，让他生成当天的日报。这就像你告诉他，你就是负责写日报的，要求也在实习生第一天入职的时候说明白了，以后每天只要告诉他今天主要干了啥，他就给你把报告写出来一样。通过这样多轮对话的方式，即节省了token，避免浪费资源，也避免长文本中的信息丢失。

6、养成良好的书写和表达习惯。多用标准的书面语言。因为模型在训练时学习的文本相对比较规范，所以越官方的语言，越容易唤醒模型在学习中的一些标签，就越容易给出正确答案。

7、用好标点符号。有时候，你可能需要让模型先看一段文本，然后再给出回答，这时候可以通过引号，或者三引号把文本标记出来，避免模型误解哪些是需求，哪些是内容。

8、给模型拒绝回答的空间。在一些问答场景，可以给你的实习生一些否定的空间，如果不知道某些问题，就直接告诉我不知道，而不要胡说八道得生成一些杜撰出来的理论或者新闻

TIPS：如果有人是直接调用API的话，也可以通过温度temperature系数来控制模型生产的答案是要更保守靠谱，还是需要有更多的想象力和创意。