超好用的AI提问模板 | 您所在的位置:网站首页 › ai押韵的一句话 › 超好用的AI提问模板 |
题图/ 狐狸GPT via Midjourney 文末附有超好用的提问模板 大家好,我是很帅的狐狸 今天我准备来聊聊 如何向AI提问 文末附上我整理的超级无敌好用的提示词模板。 上周我给大家推荐了下我们的 狐狸GPT(限时免费体验)。 目前只能在「1日闻」对话窗体验GPT服务。 有读者在本账号或服务号留言,所以没法成功体验。 我瞄了眼大家的提问,发现大多数人都不大懂怎么向AI提问(当然也有可能只是抱着试试心态,所以没有过脑)。 很多人只是泛泛地抛个名词,或简单一句话——
那AI生成的结果自然也没啥针对性,对你来说也用处也就比较有限。 Anyway,今天我准备分享我的AI提问技巧(这可能是你在外面得花599才能买到的内容)。 在开始聊技巧前,我们需要先—— Part 1 了解生成式AI的局限 我给大家强推过N次的行为经济学家Daniel Kahneman,把人的思考分成两个系统——
包括ChatGPT在内的生成式AI,其实更像是系统1的工作模式—— 它们通过大量材料/数据的学习,会根据上下文来判断接下来会出现的文字,最大概率可能是哪个字,从而生成出来。 举个例子—— 当我被问到「你是谁」的时候,这时我的第一反应,第一个出现的字是「我」。 第二个出现的文字,很大概率是「是」,也有可能是「叫」,或者「的」。 然后我的大脑很快帮我选择了「的」。 因为前面两个字已经确定是「我的」,那后面我就不会接「是」了,而是接「名字是狐狸」。 如果第二个出现的文字我选了「是」或「叫」,那接下来我大概率就会接上我的名字。 因为是通过计算概率来决定下一个字,所以目前的生成式AI会有一个局限——它其实并不是特别懂逻辑推理,并没办法像人类一样用系统2来进行深度推理。 所以才会有「一本正经地胡说八道」,也就是所谓的「AI幻觉」现象。
另外,用来训练AI的材料本身也不一定都是100%正确的,所以对AI生成内容进行查证是非常重要的。 不过,这并不代表AI就不能用。 虽然用来查询事实和数据时不时会出错,不过用AI来帮我们发散思维还是挺好用的。 比如写这篇文章的时候,我在写完大纲后,又让AI帮我生产了一个大纲,然后从它的大纲里面挑了一些我之前没想到的要点。 再比如,虽然查数据不大行,但是用来找数据源还是挺靠谱的——
当然,更重要的可能还是学会提问—— Part 2 学习提问的艺术 以前我写过一篇 麦肯锡方法论,科普过如何界定问题。 当时我跟大家分享了下面这个表——
简单来说,界定问题时我们要尽可能做到SMART—— 把问题范围限定得更具体(Specific) 把成功标准确定得更可衡量(Measurable) 考虑条件限制后需要是可实现的(Attainable/Actionable) 跟相关方的利益有相关性(Relevant) 需要加上时间限制(Time-bound)
对生成式AI(包括ChatGPT/文心一言/讯飞星火/狐狸GPT等等)的提问,其实也是类似的。 1.问题范围 Specific 具体 问题范围越聚焦,你就越容易得到可以落地的方案。 所以一开始,我们要限定范围,落到具体的时间、地点、对象上。 比如「帮我复盘市场走势」这个请求,就不如缩窄成「我打算复盘A股2015年的走势,请帮我列出该年涨得较好的板块」。
有一个小技巧是:如果问题范围太宽泛,可以考虑把一个大问题拆成几个小问题。 这个方法,我在另一篇麦肯锡方法的 文章 里也有详细介绍过(当然,你也可以让AI帮你做问题的拆分)。
另外,给它布置任务时,要清晰厘定好具体任务。 它可以达成的目标包括但不限于:建议、翻译、比较、写作、脑暴、提供论点、列出选项的优缺点、对文字进行总结提炼、找名人名言、找数据源、解释概念、测算市场规模、填写模板、修改代码等等(我都整理在模板里了)。 2.成功标准 Measurable 可衡量 界定问题时,我们可以对AI的处理和输出过程给出具体标准。 比如针对处理过程,我们可以指定它所扮演的角色,这样它的思考过程会更有针对性一些。 比如我们可以让它扮演一个基金经理/游资大佬/量化交易员/牛散,再让它分享一下投资的方法论。 你会发现不同角色的答案还挺不一样的。
除了指定角色,我们也可以指定它的思考方式。 比如加上一句「请逐步思考,并写出你的思考过程」,往往可以提高复杂问题的正确率。 或者加上一句「尽可能符合MECE原则」(我以前 介绍过),那么问题地展开会更结构化。 还有一个小技巧是「温度值」(temperature)。 前面我不是说了,类似ChatGPT的大预言模型其实是在用系统1生成文字,只选择最大概率出现的词汇吗? 我们其实可以通过调整温度值(0~1),让它的容错率变高。 直接输入「using temperature of 0.5」之类的就行。 如果温度值是0的话,那它只会输出最大概率出现的词汇。 而温度值越接近1,它就越有可能输出一些小概率出现的词汇,让答案显得更有创造力一些。
我们也可以对它的输出过程作出限制—— 比如要求数量、语气(严肃/轻松/讽刺)、格式(表格/列表/段落/Markdown/小红书常见的形式)、语言、字数等等。 比如前面展示的系统1和系统2的表格,我就是用AI生成的(不过狐狸GPT暂时没法输出表格)——
3.条件限制 Attainable 可实现 我们应该给到它尽可能多的背景信息,特别是在内部资源和外部条件层面的限制—— 内部资源比较好理解:要么就是你的预算,要么就是你有的团队,或者是你拥有的技能和知识水平等等。 外部条件很多人会有个误区:觉得人工智能什么都懂。 其实目前大多生成式AI是不能联网的预训练模型(GPT的P就是Pre-trained,提前训练的意思),用的训练数据都是旧数据。
所以如果你想让它分析最近发生的事件和数据时,需要把事实喂给它。 如果想让它在分析的时候考虑到外部环境的变化,也可以尽可能地告诉它当下的外部条件如何(文章最后附了相关案例)。 4.利益相关方 Relevant 有相关性 在介绍背景信息的时候,也可以告知它更高层级的大目标,比如监管限制、公司愿景什么的。 另外,你也可以用前面提到的角色扮演功能,进行换位思考—— 比如你把它给定义为你的直属上司的话,并且给它输入尽可能多的人设的话,你会更知道站在上司的立场,会怎么解决这个问题。
除了老板,有时候你的产出可能还会面向其他特定客群,比如小孩子、大学生、职场新人等等,你也可以在你的问题中详细表述。 5.时间限制 Time-bound 有时间限制的 这个点就不解释了,给方案的落地时间设个deadline就行。 按照上面的方法论,我整理了一个可以填写的模板——
另外,我也放两个案例给大家作为参考吧~ 案例1
参考的Prompt如下—— GPT-4的参考答案如下——
案例2
参考的Prompt如下—— GPT-4的参考答案如下——
Anyway,今天写的文章确实有点长。 P.S. 最后的最后—— 确实,要生成相对实用的答案,其实还是得靠GPT-4。 狐狸GPT更多还是给还没用上的读者试用和娱乐(预计过一阵子也能接上GPT-4)。
另外,有时候因为话题确实不大适合讨论,你可能会看到「这个问题不大好回答,咱聊点别的好了。」你换别的话题提问就好了。感谢配合~ 「Greed is good.」 「很帅的投资客」的所有内容皆仅以传递知识与金融教育为目的,不构成任何投资建议。一切请以最新文章为准。 ⚠️ 风险提示:AI幻觉。 图文/ 狐狸 Icon/ freepik from flaticon |
CopyRight 2018-2019 实验室设备网 版权所有 |