什么是AI的提示词？

一般是指我们和AI对话所输入的内容，它的质量直接决定了你的AI是人工智能还是人工智障...

正所谓有好的提问才有好的输出，你的输入能力越强需求越具体，AI给到你的内容也就越优质。

ChatGPT刚发布的好长一段时间，优秀的提示词，或提示结构是相当的值钱以及受到热捧。

比如最广为流传的2个提示词模板：BRTR和LangGPT。

BRTR原则

# 背景（Background）-描述任务的背景信息，包括任务的起因、目的、相关的历史信息或当前状况。-提供足够的背景信息以便让 ChatGPT 理解任务的上下文。

# 角色（Role）-定义 ChatGPT 在任务中所扮演的角色，例如专家、顾问、作家等。-明确角色可以帮助 ChatGPT 调整其回答的风格和专业性。

# 任务（Task）-描述具体的任务内容，包括任务的目标、主要活动和预期成果。-确保任务描述清晰、具体，以便 ChatGPT 能够准确理解所需执行的操作。

# Rules（规则）-列出具体的执行要求，如内容标准、格式、长度、引用资料等。-要求应该是明确的，以便于 ChatGPT 能够按照指定的标准生成结果。

LangGPT原则

# Role （角色）：-LangGPT 的名称。

# Profile （个人资料）：-提供与角色相关的详细信息，如姓名、ID、版本、语言和角色描述。

## Background （背景）：-阐述角色的背景知识、经验和对特定领域的理解。

## Goals （目标）：-列出案例的主要目标和期望达成的成果。

## Constraints （约束）：-描述在完成任务时必须遵守的规则和限制。

## Skills （技能）：-列举角色所具备的关键技能和专长。

## Examples （示例）：-提供输入和输出的示例，以展示角色的工作成果。

## Workflow （工作流程）：-详细说明完成任务的步骤和过程。

## Initialization （初始化）：-描述角色如何介绍自己以及如何引导用户进行互动。

使用方法就是根据上面的列出的每个栏目，相应填写更为详细的需求。

但这里并不准备详细介绍，因为很麻烦...

说实话，提示词模板即便如此好用管用，但在未来也势必会被淘汰掉，因为反人类。

你想想，作为一个对话式生成人工智能，最流畅的用法一定是用常规自然的语言去交流。

而不是结构性地先写一篇需求列表出来，可能BRTR还好，LangGPT这么长谁能记住。

当ChatGPT变为实体机器人的时候，可就不是打字输入了，完全是语言上的交流，你会把这些模板念一遍吗？简直蠢爆了好吗？

所以，AI提示词，做到了解即可，现阶段知道如何输入能提高质量，不需要特别上心。

而很多AI应用或是AI搜索，为了降低使用门槛，都有提供提示词助手，或默认帮你做提示词优化。

比如KIMI+里的提示词专家：

零门槛成为提示词大师，用法也简单方便，输入你想要的提示词皆可

你瞧，这不就是LangGPT的模板吗，直接就帮你生成了一个优质的提示词，复制粘贴到新的对话里就能使用，完全不需要自己编写。

如果有特殊需要，可再生成的提示词上进行微调也很容易。

所以，任何技术的推广一定是要不断地去降低使用门槛的，而不是要人们更刻苦的学习如何使用。

知道怎么写提示词之后，可能还会经常遇到一个问题：

按照这些原则模板，或是在提示词专家的帮助下，详细地编写了一个优秀地道的提示词，觉得自己表述的很清楚，连隔壁邻居家的3岁小孩都知道你想要什么，可AI输出的内容就总是有点差强人意，达不到你想要的效果，这个时候要怎么办？

立即分享一个小技巧：几个字，让你的AI提升10倍逻辑能力！

那就是，在提示词中加入：Let's think step by step。翻译之后的中文：让我们一步一步思考。

简单来说，就是让AI慢慢来，慢慢想，不用一下给出结果。

AI更注重逻辑性与关联性，一步一步的有思考链条的方式会得到更好的效果。

我们先用KIMI测试一下，看看加入与否区别：

可能关于预测性质的可能它不敢瞎说，但明显看到，加入“让我们一步一步思考”之后，会解释思考步骤，然后可以让AI按照此框架去思考输出。

如果你不满意AI的当前输出，不妨去试试填上这一句。

而且在特定场景下效果更优，比如教育、科研或试验或是项目规划方面等。

总而言之，对于AI提示词，得用发展的眼光看问题。

知道它是什么，了解怎么用，就足够了，千万别被那些花里胡哨的模板和技巧束缚住，更不要去死记硬背一顿收藏。

先用起来，怎么偷懒怎么来，咱玩AI，图的就是一个轻松便捷，可别本末倒置，把自己搞得比AI还像个机器。输入输出还要严格按照指令，大可不必。

能让GPT产生你预期质量输出的提示词就是好的提示词。

共勉。