你有沒有這種經(jīng)歷：滿懷期待地打開ChatGPT或者Gemini，輸入一句“幫我寫個文案”，然后它吐出來一堆看似由于華麗、實則全是廢話的“AI味”垃圾？

那一刻你肯定在想：“這人工智能，大概是人工智障吧？”

打住！先別急著拔插頭。

這就好比你走進理發(fā)店跟托尼老師說“給我剪個好看的頭”，最后卻剪成了“非主流殺馬特”，你能全怪托尼嗎？你也得反思一下，自己是不是沒給參照圖？

其實，AI這東西，它不是人，它是個有著無限算力但缺乏常識的“概率預(yù)測機器”。想讓它干活利索，你得學(xué)點“黑話”。最近我扒了Google官方出的《Prompt Engineering v7》白皮書，發(fā)現(xiàn)只需掌握幾招，這幫AI立馬能從“人工智障”變成“頂級打工人”。

來，咱們擼著串，慢慢嘮。

第一招：別讓它猜，給它穿上“Cosplay”的戲服

很多時候AI回答得爛，是因為它不知道自己是誰。

大模型本質(zhì)上就是個預(yù)測下一個字會蹦出啥的機器。你問它“去紐約玩什么”，它可能給你念一段維基百科。但如果你給它穿上一套戲服，效果立馬炸裂。

這在行話里叫“角色提示 (Role Prompting)”。

這就是好比你在片場當(dāng)導(dǎo)演。你不能給演員一張白紙讓他“隨便演”。你得告訴他：“你現(xiàn)在是一個在紐約混了20年的老炮導(dǎo)游，說話要風(fēng)趣幽默，最好帶點諷刺，給我推薦3個只有本地人知道的博物館。”。

你看，有了角色，有了語調(diào)（Tone），有了風(fēng)格（Style），AI瞬間就入戲了。它不再是那個冷冰冰的機器，它變成了那個帶你鉆胡同的“老炮”。

書中特別提到，你可以讓它扮演各種角色：刻薄的書評人、耐心的幼兒園老師、甚至是一個只會寫JSON代碼的程序員。

記?。航oAI一個身份，它就還你一個奇跡。

第二招：別只動嘴，哪怕給個“栗子”呢？

你有沒有試過教家里長輩用智能手機？你說：“點擊那個綠色圖標(biāo)?！遍L輩：“哪個綠色？是這個原本是綠色還是發(fā)著綠光的？”你崩潰了，直接拿過手機演示一遍：“看，就點這個?！?長輩秒懂。

AI其實也是個只有蠻力沒有眼力見兒的家伙。這在書里叫“少樣本提示 (Few-shot Prompting)”。

也就是所謂的“喂飯喂到嘴邊”。

如果你直接讓AI“把這段話里的披薩訂單提取出來”，它可能會給你寫一篇小作文。但如果你先給它看兩個例子：

用戶說：我要個大披薩，加火腿。輸出：{"size": "large", "toppings": ["ham"]}
用戶說：來個小的，只要奶酪。輸出：{"size": "small", "toppings": ["cheese"]}

然后再問它：

用戶說：我要個中號的，多加菠蘿。

這時候AI就會恍然大悟：“噢！原來你好這就口??！”。

谷歌建議，通常給3到5個例子效果最好。而且要注意，這些例子最好把各種奇葩情況（Edge Cases）都覆蓋到。

別高估AI的理解力，它就像個剛進公司的實習(xí)生，你給的模板越細，它干活越從容。

第三招：別逼它秒回，讓它“喘口氣”再說是

這可能是最反直覺的一點。

我們總覺得電腦運算速度快，必須秒回。但對于復(fù)雜的邏輯題或數(shù)學(xué)題，AI如果回答太快，通常都是在瞎蒙。

書里有個經(jīng)典的數(shù)學(xué)題案例：“我3歲時，我的合伙人是我年齡的3倍?，F(xiàn)在我20歲了，合伙人多大？”

如果你直接問，很多AI會腦子不轉(zhuǎn)彎地回答：“60歲！”（因為它直接拿20乘以3了）。

這時候，你需要祭出神級咒語：“讓我們一步一步地思考 (Let's think step by step)”。

這在學(xué)術(shù)界叫**“思維鏈 (Chain of Thought)”**。

這就好比考數(shù)學(xué)時，老師非讓你寫“解題步驟”。一旦你強迫AI把步驟寫出來：

1. 我3歲時，合伙人9歲（3x3）。
2. 差值是6歲。
3. 現(xiàn)在我20歲，合伙人應(yīng)該是20+6...
4. 答案是26歲！。

看，智商瞬間占領(lǐng)高地了有沒有！

所以，遇到復(fù)雜任務(wù)，別急著要答案。給AI一點“思考時間”，讓它把邏輯鏈條捋順了再張嘴。

第四招：別說“不許做什么”，要說“請做什么”

這一點簡直就是育兒心經(jīng)。你跟熊孩子說：“別把牛奶灑了！” 結(jié)局通常是牛奶灑一地。你跟熊孩子說：“請雙手握緊杯子，慢慢喝?！?結(jié)局通常比較完美。

AI也是個熊孩子。

谷歌的白皮書里特意強調(diào)：使用指令（Instructions）優(yōu)于使用約束（Constraints）。

如果你告訴AI：“寫文章時不要用復(fù)雜的詞，不要寫太長，不要有錯別字...” 它可能會陷入“不要”的死循環(huán)里，反而搞得一團糟。

你應(yīng)該直接說：“請使用小學(xué)生都能看懂的簡單詞匯，把文章控制在200字以內(nèi)，保持語氣活潑?！薄?/p>

多給正向反饋，少給負面清單。 畢竟，誰還沒點逆反心理呢？哪怕是硅基生物。

你看，所謂的 Prompt Engineering (提示工程)，聽著挺高大上，說白了就是“把話說明白”的藝術(shù)。

它不是讓你去學(xué)寫代碼，而是讓你學(xué)會如何像產(chǎn)品經(jīng)理一樣提需求：

• 定人設(shè)（Role）：你是誰？
• 給模板（Few-shot）：照著這個抄。
• 理邏輯（CoT）：一步一步想。
• 下指令（Instruction）：我要你做這些，而不是別做那些。

當(dāng)然，這也是個不斷試錯（Iterative）的過程。哪怕是谷歌的工程師，也不可能一次就把提示詞寫完美，都得修修補補。

所以，下次如果AI再給你吐出一堆垃圾，先別急著罵娘。深呼吸，喝口水，把你發(fā)給它的那句話讀一遍——如果有人這么給你提需求，你會不會也想打人？

行了，拿好這幾招，趕緊去調(diào)教你的AI吧。
AI應(yīng)用到工作學(xué)習(xí)中已是大勢所趨，浪潮中的你我只能順勢而為。

如果您使用AI中任何疑惑，或者覺哪款A(yù)I更好用，歡迎留言交流！