其实你早就掌握了编写 prompt 的终极奥义
如果说在过去大家对 AI 的认识还见仁见智，那么在今天 GPT-4o 发布之后的一个结论明显已经显而易见了：LLM 的演进终态将是无限接近甚至超越于人的智能体。打一个比方的话：AI 实际上就是你那刚刚入职不了解业务背景但异常聪明且知识渊博的同事。未来人与 AI 的交互显然将越发类似人与人交互的模式，那些 prompt 的奇技淫巧将不再是重点。Prompt 的编写终将回归本质：提出一个清晰凝练的好问题。
实际上这件事就是计算机科学学科素养中最关键的那一环：“抽象现实世界中遇到的复杂场景，将其定义为一个上下文全面、需求描述清晰的问题”。
想要提出一个漂亮的问题，核心的原则在于要多想：认真对待 AI，把它当成一个你值得信赖的同事，用最清晰明了的方式让他理解项目的背景，与其共同探讨问题的解决方案（未来 AI 一定会是人人不可或缺的 Copilot）。
具体到详细的提问策略上，一个优秀的提问应该是这样的三步结构：
- 辨识 XY Problem，暴露本质问题
既然你已经需要向对方提问了，说明依靠你自己是不足以解决问题的，没有道理去认为自己的方案就是对的。追求问题的简化，把本质的 X 问题简化为对步骤 Y 执行上的问询，其实是一种极其有害的想法，它会很显著的影响被提问者的判断结果。不要藏着掖着，把最原始的问题暴露出来，如此我们才可能找到最优解。没有保留本质问题的代价就是更多轮次的交流与一个丧失全局最优的局部最优解。
- 提供尽可能完善的上下文，提供当前可供使用的工具集合
AI 是一个聪明的智能体，但是它对我们当前遇到的问题现状一无所知。提问者就是它的注意力器官，尽可能的把你观察到的现象信息描述给它。我们提供的知识越多，AI 越能够关注到终点，因而答案的质量也越高。
与 AI 结对解决问题的过程其实很类似生物的一次反射：AI 是那个处理信号做出响应的神经中枢，但是我们才是感受器和效应器。纯粹的 LLM 本身是无法感受世界以及执行物理世界中的行为的。因而，在向其提问时阐述你的想法，告诉它你能做什么，之前你都观察到了什么现象。
- 对对方可能回复的猜测与回应
收敛问题，收敛解决方案。AI 也许与人有完全不一样的思考逻辑，但真正的决策者还是你。把 Prompt 当作牵引 AI 的缰绳，让 AI 的思路回归你的掌控范围：那些无法让人理解的概念，同时也是人无法执行的行动。
