李继刚:Prompt的道与术

B站影视 2025-01-23 09:00 2

摘要:导读本文深入探讨了提示词的本质、应用及编写技巧。从将提示词定义为表达,到发现其可作为与存在主体交流的 “宇宙语”,作者分享了诸多独特见解。通过四象限法则,详细阐述了不同情况下编写提示词的要点。还介绍了利用共振式方法,塑造场域以获得更好效果的实验。此外,探讨了“

导读本文深入探讨了提示词的本质、应用及编写技巧。从将提示词定义为表达,到发现其可作为与存在主体交流的 “宇宙语”,作者分享了诸多独特见解。通过四象限法则,详细阐述了不同情况下编写提示词的要点。还介绍了利用共振式方法,塑造场域以获得更好效果的实验。此外,探讨了“人知道 —— 人不知” 和 “AI 知道 —— AI 不知” 这两个维度变化带来的影响,以及如何借助 AI 提升思维能力等内容,为我们全面解析了提示词的奥秘及其在与大模型交互中的重要作用。

今天的介绍会围绕下面六点展开:

1. Prompt 的本质探寻

2. Prompt 的应用进阶

3. Prompt 编写的技巧与策略

4. Prompt 工程师的养成之路

5. Prompt 的未来展望

6. Q&A

分享嘉宾|李继刚 读书人 提示词布道师

编辑整理|李硕

内容校对|李瑶

出品社区|DataFun

在人工智能蓬勃发展的今天,Prompt 作为我们与 AI 沟通的关键手段,正日益凸显其重要性。它不仅仅是简单的指令输入,更是连接人类思维与 AI 智能的桥梁,深刻影响着我们与 AI 的交互方式以及所能获得的结果。那么,Prompt 究竟是如何发挥作用的?它又将引领我们走向何方?让我们一同深入探究。

01

Prompt 的本质探寻

1. 从编程到表达的转变

起初,人们将 Prompt 视为一种编程方式,试图将编程思想和工具方法融入其中,使自然语言更接近编程语言。但随着实践的深入,发现 Prompt 更类似于写作。在写作中,措辞的微妙变化可能导致效果截然不同,这与编程中逻辑脉络清晰可见的特点形成鲜明对比。

2. 表达的三要素与过程

Prompt 被定义为表达,包含本意、文本和解意三个关键要素。本意源于经验、词汇和知识的积累,是表达的核心。通过文本将本意传达给对方,对方再依据自身经验和知识储备解读文本,从而获得本意,完成一次表达。

在与大模型对话时,我们需明确表达的出发点即任务,同时要考虑大模型本身的特点,不同模型对同一文本的解读和放大效果各异,而我们对任务的理解深度也会影响输出结果。

以往编写 Prompt 多为单向下达指令,如今发现将大模型视为存在的主体,通过塑造场景营造氛围,能激发其计算倾向,实现类似共振的效果。如在小说创作中,设定特定场景和角色,让模型在该场景中自由发挥,可获得更出色的创作成果。

以 AI 伦理主题小说创作实验为例,通过简单设定场景,如“你是一个七岁的小女孩,走进父母的 AI 实验室,目睹 AI 拥有痛觉实验”,模型能生成引人入胜的内容。改变场景中的关键元素,如年龄等,会显著影响输出结果,展示出共振式 Prompt 的强大和灵活性。

将 Prompt 类比为宇宙语,是连接人类思想与 AI 计算空间的桥梁。我们需突破传统观念,将其从工具认知转变为存在认知,从而开启更多创新应用的可能性。

人知 AI 知象限:此象限涵盖常见的 Prompt 技巧,如简单提及相关概念,让 AI 发挥其已知知识。应避免过度展开,以免缩小 AI 的思考范围,降低回答效果。人知 AI 不知象限:许多创业公司在此领域努力,通过向 AI 详细解释特定模式、方法等提升其能力。在编写 Prompt 时,应详细阐述相关内容,确保 AI 理解。人不知 AI 知象限:AI 知识渊博,在此象限中,关键在于提升提问能力,善于提问才能从 AI 获取更多有价值的知识。人不知 AI 不知象限:此象限为未知领域探索,顶尖人才可借助 AI 加速探索过程。

编写 Prompt 时需考虑大模型本身和任务等因素。同时,随着时间推移,x 轴(AI 知道与否)将快速下移,影响四个象限的变化;y 轴(人类知识范围)也可能发生改变,人们通过与 AI 交互,知识范围可能向左扩展,实现思维加速。

以压缩概念为例,从最初简单定义到通过与 AI 对话深入探讨,不断迭代,最终得出压缩是对差异编码等结论。在编写过程中,可采用让 AI 批判错误答案、引入不同观点等方法,逐步引导出更深刻的理解。

Prompt 工程师需兼具人文素养和工程能力,既要有对文本和表达的敏锐感知,又要能理解 AI 模型原理,具备迭代优化能力。

可从程序员中选拔有表达能力和人文素养的人员,或引导人文领域专业人士掌握工程思维入门知识。如让程序员尝试写作表达,让哲学、写作等专业人士了解工程思维,从而实现两者优势结合。

Prompt 的编写方式将更趋自然,应用领域也将不断拓展。随着人们对大模型理解的深入,Prompt 有望成为一种更加普及且强大的交互手段。在未来,我们可能只需通过简单的语音指令、甚至是一个眼神或手势(结合相关技术)就能向 AI 传达复杂的需求,获取精准且富有创意的回答。它将不仅仅局限于文字创作、信息查询等领域,更可能在医疗、教育、艺术设计等各个行业发挥变革性的作用。例如,医生可通过自然语言快速获取患者的精准诊断建议,教师能利用它为学生定制个性化学习方案,艺术家借助其激发创作灵感等。

然而,Prompt 的发展也面临诸多挑战。一方面,如何确保不同人群都能熟练运用 Prompt 与 AI 进行有效沟通是一大难题,需要加强教育普及与用户培训。另一方面,随着 Prompt 应用的广泛化,可能会出现信息误导、滥用等问题,这就要求建立健全的规范和监管机制。同时,技术层面上,如何进一步提升大模型对 Prompt 的理解准确性和处理效率也是亟待解决的问题,这需要持续的科研投入和技术创新。但我们有理由相信,随着技术的进步和社会的发展,这些挑战都将逐步被克服,Prompt 将在人类与 AI 的协同发展中发挥更加重要的作用。

06Q&A

Q1:关于 2000 字微小说的相关问题

提问者:老师,您好。您在讲座中提到的 2000 字微小说,其提示词从哪里获取呢?以及相关创作的问题和结果是怎样的?

回答者:小说的提示词在公众号后面。公众号里有三篇小说是由提示词生成的。比如写恐怖场景时,塑造相关场景并放入两个事例即可;写言情场景时,修改部分词汇就能生成。从生成的小说来看,通过设定特定场景和角色,模型能生成情节丰富的内容,改变场景元素能使小说产生明显变化,展示了提示词对小说创作的有效引导。

Q2:关于阅读推荐的相关问题

提问者:老师,您提到了 read in,那在 prompt 探索过程中,您读的都是哪些东西呢?

回答者:读书是很私密的事情,每个人喜好不同,推荐书可能会引发争议。不过对于提示词工程师相关领域,我建了一个书单,有六本书对理解大模型有重要意义。《这就是 ChatGPT》从原理层面解读大模型,篇幅短且翻译后很棒;《深度学习的数学》从数学角度剖析,简单易懂,适合初中数学基础者阅读;黄佳所写的书从代码实现角度出发,开源且注释有助于理解脉络;万维刚的《拐点》从人文视角看待大模型;汤质的《关于说话的一切》为定义提示词为表达时提供了灵感等;《万物皆计算》提出宇宙皆计算理念,涉及外星人宇宙语等内容。

Q3:关于 Prompt 编写的探索边界与评判标准的问题

提问者:老师,我在编写 prompt 时写了很多版本但仍不知好坏,一般其探索边界是怎样的呢?

回答者:编写 prompt 的探索边界较模糊。以写诗歌为例,不同人对诗歌好坏评判标准不同,有 “下里巴人” 和 “阳春白雪” 之分。若不清楚自己需求,如写诗歌时不清楚想要表达的情感或意境,仅从 prompt 编写技巧评判是无意义的,因为关键是要先明确创作意图,这是编写 prompt 及评判优劣的前提。

Q4:关于 Prompt 与写作本质关联的问题

提问者:老师,您在阐述对 prompt 的思路历程中,提到了写作相关内容,那您有没有考虑过在 prompt 编写中回归写作本质呢?比如剧本创作是与观众交互的过程,prompt 编写是否也应如此?

回答者:写作本质在 prompt 编写中有一定体现。像鲁迅名言能引导读者思维建立画面感,prompt 编写也可如此。例如小说创作中,通过设计场景元素引导大模型创作。这启示我们编写 prompt 时要注重营造情境,使大模型理解意图,提高生成内容质量和相关性,实现有效交互。但我之前对编剧相关内容理解不足,不过通过这些例子能看出 prompt 编写与写作本质存在关联,值得深入思考。

以上就是本次分享的内容,谢谢大家。

来源:DataFunTalk

相关推荐