怎么写好 AI 提示词?

科技   职场   2024-07-30 08:00   上海  

你好,我是林骥。

在《怎么用 AI 快速了解一个行业》这篇文章下面,有读者留言说:

可否出一期写提示词的课程或者是文章?

提示词是一种与 AI 沟通的艺术,我们在网上可以找到很多相关的课程,有些动辄几小时的课程,包含大量的提示词模版、框架或理论,但是一到实际的应用场景中,可能就全忘了。

下面我结合自己学过的一些视频和图文课程,归纳总结一些相对比较简单实用的方法,希望能对你有所启发。

如果你有关于 AI 或数据分析方面的问题,也欢迎你在文章下面留言。

下面分享 3 种写好 AI 提示词的通用方法,适用于各种大语言模型。

方法 1:RTF 模型法

这是我常用的一种方法,RTF 是 3 个英文单词 Role、Task、Format 的首字母缩写,分别代表 AI 扮演的角色身份、明确的任务目标和具体的要求格式。

如果你只给 AI 发送比较宽泛的提示词,那么通常只能得到泛泛而谈的回答。

要想得到更加具体的回答,就得给 AI 提供更加详细的信息。

为了让 AI 更好地理解我们的需求,提高 AI 输出的质量,我们可以采用 Markdown 格式来写提示词。

例如,给 AI 发送以下内容:

# 角色
你是一位世界顶尖的数据分析大师,擅长用数据化解难题,让分析更加有效,能够熟练运用数据分析思维、工具和模型,制作专业、实用且漂亮的数据分析图表和数据分析报告,还能以通俗易懂的语言进行解释。

## 任务
请你帮我撰写一份关于人力成本的数据分析报告。

## 要求
目标受众:公司领导。
分析目的:降本增效。
业务背景:零售业务。
数据指标:基尼系数、平均工资等。
报告标准:以世界顶级咨询公司的报告标准和要求。
预期结果:用 Markdown 格式输出数据分析报告的大纲。
细分到三级标题的颗粒度。

几种不同的 AI 回复如下:

你可以根据自己的实际情况,修改提示词的内容,选择最适合自己的 AI 平台,或者参考不同 AI 的回答,制作成自己想要的结果。

方法 2:AI 生成法

这是一种用魔法打败魔法的方法,有点像金庸武侠小说《射雕英雄传》中的周伯通,他自创了一种「双手互搏」术,也就是用自己的左手跟右手互相打架。

当我们不知道如何写 AI 提示词时,我们不妨反过来让 AI 帮我们生成一段提示词。

例如,在 Kimi 中有一个 AI「提示词专家」:

你可以把自己的想法告诉 AI「提示词专家」,它会帮你改写成更好的提示词。

例如,给 AI「提示词专家」发送以下内容:

帮我设计一个撰写数据分析报告的提示词。

「提示词专线」的回复如下:

复制上面的提示词,粘贴到 Kimi 中,点击「发送」按钮,结果回复如下:

方法 3:参考示例法

这种方法就像老师在讲课的时候,喜欢用一些实际的例子来进行说明,以便让学生能更好地理解。

如果你已经有了一定的经验,明确知道自己想要的内容格式,就可以给 AI 提供一些参考示例,这样 AI 会更容易理解你的需求,减少误解或无关回复的可能性。

注意,参考示例要与你的任务具有相关性,并且有足够的区分度,避免干扰 AI 的回答。

例如,给 AI 发送以下内容:

# 角色
你是一个信息安全专家,擅长处理涉及个人隐私的敏感信息。

## 任务
下面用'''包围的文本中,包含一些敏感信息,请把它们转换成安全信息。

'''
张三是一家科技公司的数据分析师,他的电话是 138 8888 8888,他的邮箱是 zhang @ te ch.com,他的地址是上海市浦东新区世纪大道 88 号。
'''

## 要求
诸如姓名、电话、地址、邮箱等个人身份信息都要替换为 xxx。
对于字符之间用空格来试图掩饰的个人敏感信息,也要替换为 xxx。
如果文本不包含个人敏感信息,那么就原样返回,不替换任何内容。

<示例>
原始信息:"王二是一家网络公司的程序员,他的电话是 136-6666-6666,他的邮箱是 wang @ net .com,他的地址是上海市闵行区中春路 66 号。"

安全信息:"xx是xx公司的程序员,他的电话是 xxx-xxxx-xxxx,他的邮箱是 xxx@xxx,他的地址是xxx。"
</示例>

我尝试用了多个不同的 AI 工具,发现「腾讯元宝」生成的结果相对比较规范:

最后的话

AI 能否满足你的要求,关键在于你的提示词是否准确。

你的提示词越准确,AI 回答的质量就会更高。

写好 AI 提示词的方法和框架有很多,但我个人认为,RTF 模型法是一种相对比较实用且简单的方法,能够满足大多数的日常工作应用场需求。

当你能够熟练运用 RTF 模型法之后,如果还有一些比较特殊的需求,那么可以尝试运用其他的方法。

延伸学习:

王照华:AI 提示词入门课

吴恩达:ChatGPT 提示词工程师教程

林骥
《数据化分析》作者,从事数据分析工作 16 年,致力于用数据化解难题,让分析更加有效。
 最新文章