共识总结
共识1：清空之前的提示词模板
- 核心：AI不需要过多复杂的提示词，简洁而直接的需求最有效。
- 建议：避免冗长或花哨的提示词，保持简洁明了的表达。
共识2：提供足够的背景信息
-
核心问题：为了确保AI理解你的需求，必须提供足够的背景信息，包括：
- 千什么？ （你要做什么）
- 给谁干？ （受众是谁）
- 目的是？ （具体目标是什么）
- 约束是？ （需要注意的限制条件）
示例：
- 错误示范：请写一个关于相对论的文章。
- 优化示范：我要求写一篇“如何理解爱因斯坦的相对论”的科普文章，目标是中小学生，要求通俗易懂、内容充实、幽默，不要过于学术化或枯燥。
共识3：用简单明了的语言与AI沟通
-
核心原则：与AI沟通时，使用简单直白的语言，避免复杂的表达。
-
输入模式：
- 举例法：通过具体例子帮助AI理解模式。
- 定义字典：在特定场景中，使用专门术语或定义帮助AI理解特定背景。
- RAG技术（检索增强生成） ：当AI未能直接理解数据时，通过检索本地或网络资料进行补充，再生成答案。
示例：
- 示例1：2025年最新的法定假政策是什么？（进行网络搜索）
- 示例2：公司今年的年假政策是什么？（提供本地文件）
共识4：大白话交流，信息提供要充足
- 核心：用简单、直接的语言表达问题，但需提供足够的信息量，确保AI能够根据这些信息给出合适的回答。
共识5：给目标而非任务
- 关键原则：明确目标，而非将任务拆解过细，给AI自主决定最佳方法的空间。
- 建议：在提出问题时，专注于目标而非任务的细节拆解，让AI根据目标提供最佳解答。
技巧总结
技巧1：明确需求
- 万能提示词模板：
你是谁 + 背景信息 + 你的目标 - 核心：简洁明了地表述需求，避免模糊或复杂的表达。
示例：
- 错误提问：能不能帮我写点关于智能手机的东西，说说它的好用地方，特别是拍照和电池
- 正确提问：请写一段关于智能手机的介绍，突出拍照和续航。
技巧2：避免冗长提示词导致关键字污染
- 问题：超过200字的需求描述可能导致焦点偏移，逻辑混乱。
- 解决方案：提供简洁明了的需求，命中核心关键字，避免不必要的细节。
示例：
- 错误提问：请写一篇关于智能手机的详细文章，涵盖各个方面，包括功能、设计、市场定位、消费者反馈、拍照、电池等……
- 正确提问：请写一段关于智能手机的介绍，突出拍照和续航。
技巧3：避免重复句式和模糊词语
- 问题：过度使用重复句式或模糊词语会影响AI理解，导致不精准的结果。
- 解决方案：清晰简洁地表达问题，避免不必要的重复和模糊描述。
示例：
- 错误提问：能不能帮我写点关于智能手机的东西，说说它的好用地方，特别是拍照和电池
- 正确提问：请写一段关于智能手机的介绍，突出拍照和续航
- 错误提问：列几个电动车品牌（未说明格式和数量）
- 正确提问：生成5个新能源汽车品牌名称，用Markdown列表示
技巧4：避免分步推理要求
- 问题：AI通过强化学习可以自动生成完整思维链，过度拆分步骤可能导致结果不尽人意。
- 解决方案：提出核心问题，避免过多的分步推理要求，减少干预。
示例：
-
错误提示：
- 列出所有可能原因
- 评估证据支持度
- 选择最优解答
-
正确提问：请分析电商用户频繁取消订单的根本原因。
技巧5：避免过度角色扮演
- 问题：AI本身已经具备专家级思维，无需过度要求其扮演特定角色。
- 解决方案：除非需要从特定学科角度提供答案，否则直接提供学科提示即可。
示例：
- 错误示范：假设你是乔布斯，给我一个关于智能手机的评价
- 正确示范：请根据智能手机的市场趋势，给出一个具体的评价
避坑总结
避坑1：避免冗长提示词导致关键字污染
- 问题：长篇描述可能导致焦点偏移，造成逻辑混乱。
- 解决方案：简洁明了地表达需求，避免冗长的描述。
避坑2：避免重复句式和模糊词语
- 问题：使用模糊句式或重复语句会影响AI理解并导致不精准的结果。
- 解决方案：表达清晰简洁，避免多余的重复和模糊描述。
避坑3：避免分步推理要求
- 问题：AI能够自动生成完整思维链，不必过多拆解步骤。
- 解决方案：只提出核心问题，让AI自行推理。
避坑4：避免过度角色扮演
- 问题：AI本身已具备专家级思维链，无需过度扮演角色。
- 解决方案：除非必要，不必让AI扮演角色，直接提供学科提示。
总结：
通过明确需求、减少不必要的干预、提供足够的背景信息、避免复杂提示词等技巧，能有效提高AI的工作效率和准确度。重点是保持指令简洁且目标明确，以便AI可以自主地生成最佳答案。
