课件: Prompt（提示词）的道和术

课件: Prompt（提示词）的道和术 课件: Prompt（提示词）的道和术 然后那你看这也写的时候，比如说我定义一个角色，首先命名它到底是你模拟是个什么人，然后会有一些基本信息。然后描述一下这个提示词是做什么事情的，然后会有一个目标。 然后那这个老师会有什么风格呢？就我脑海中开始想象这么一个人，我想要我许什么愿，我要什么，然后我就会说：使用简单的语言，给人开放性想象，惜字如金，模仿费曼的教学风格，这是会要求他的这个技能。 那这样就塑造好一个人物了，那这个人物是怎么干活的呢？ 那用户输入一个问题，他就开始思考和输出，他首先用比喻的方式，然后给那个概念下一个科班的定义，然后讲述这个概念的历史，介绍这个概念的属性，再举一些例子来证明它，再站在大模型的角度来说，哲学的角度来说，等等的角度。 这里说的是什么意思呢？就是这些东西，这一整块东西其实是说我脑海里能想到的其实就是我，我读书都读了哪些书，我最终是从我喜欢从这几个角度来看，那换一个人，你完全可以从你自己的视角来出发，你可能是完全不一样的那个视角。 完全不一样的要求，你不是通过历史的角度，你是通过现象学的角度，你是通过哲学发展的角度。anyway，就是通过你自己的视角来约束他。它是可以约束大模型按这个约定的视角往下去走的，你不约束的时候它走哪条路是随机的？不知道的，但有了这个角度你就可以约束它，按照你指定。比如说我这里列了 10 个角度，那它就会按照这十个角度一个一个地来描述，最终输出的就是那个你想要的这 10 个角度的结果。 我的角度的也不是一次成型的，当然也迭代了好多次了，也应该有几十次的，就是不断地想。 比如一个概念，看完之后我懂了这个概念吗？我没懂。那我为什么没懂呢？我觉得是缺少案例。那我就加一个案例，有了案例我懂了吗？就觉得太浅了。跟 wiki 一样。就是有没有再拔高一些的？然后就开始加哲学，你思考一下本质，思考本质之后有的时候发现太简略了。 那好，那你再连续追问三次，所以就是每一句话其实都是针对一个一个效果的不好的改进去做的迭代，所以这里边东西不是去 ctrl c、 ctrl v 去抄别人的。而是提示词的每一句都是基于你的理解，你对这个事情的认知，你的 read in，然后去跟大模型做交流。你在交流过程中你觉得效果哪里不好改哪里。 所以这个提示词的链路过程其实就这么过来的，这是写的当时我觉得写得最成功，也是最复杂的一个。 总结一下：首先表达要有东西，有东西之后就开始要清晰表达，那就可以用框架来帮助你清晰表达。 法无定法，大家要把握住那个本质，只要做到了清晰表达我脑海中那个东西，那就是成功的。 提示词写不好就在外边去找，不断地试词，不断地调，那是跑偏了，你是被大模型被随机的东西给牵扯走了，真正的效果不好的时候，要回退，先回到自己脑海中，去想脑海中那个东西。你看见那个东西，再看清楚一些它到底长什么样，然后那个样和你现在用文字描述出来的这个东西契合吗？相关吗？ 大概率是不相关的，是大概率是有偏差的，想办法你减弱那个偏差。 我去年最大的心得就在这。最终结果词的变化是由内，是大脑内部的那个形象和描述的偏差决定的，而不是说找一个词，不断地试这个词是不是好词，然后收集它，其实这就流为下层了。模型是每天都在调的，这个场景也在变，大模型能力也在变，学它是你永远学不完的。而且你没有抓住根，换一个场景你又得从 0 到 1 开始。 所以回到根本上，回到大脑里，你脑海中有一个清晰的画面，大概率是不清晰的。我很多时候都是从模糊开始的。然后通过跟提示词对话，看见结果之后我反向倒逼，我脑海中的东西慢慢变得清晰。 所以我觉得我跟大模型在对话这两年对我最大的感受有两个，第一个是对我帮助最大。 第一个是当我脑海中有一个清晰的画面，我知道那个东西的形状，我看见它了，这时候我跟大模型对话，然后大模型基本上往往都能带着我往更深一层去理解。因为理解是分层次的，如果我现在在第三层的理解非常之清晰，我跟他对话我能进到第四层，这个事情是非常有意思的，能帮助你深度思考。 第二个事情是当我脑海中是个模糊的东西，比如说战略，我读了四本书，每本书讲了一个方法论，但我感觉这四本书都没有讲到战略的本质，但每本书都有个方法论。都能够直接套用就能形成一个战略。但是，你让我说战略是个什么的时候，我说不出来。 我脑海中朦朦胧胧的一个东西，然后这时候就可以跟大模型做各种对话，结构性也好，什么也好，其实都无所谓，就刚才讲的那一套框架是框架，真正的内核是你清晰表达，把脑海中已经学到的知识跟他交流，跟他对话，不断地往深了钻，他是能帮你把脑海中的那个东西慢慢地变清晰的。就这两者我觉得对我日常使用是有非常之大帮助的。 工作内容每个人都不一样的，但是思考这个事情是每个人都会做的，所以他能在思考这件事上帮到大家。我觉得这个事就已经非常之牛逼了，就是他的意义和价值就在了，他应该是成为你身边的伙伴，你日常有任何想法就可以跟他聊，所以这是我整个去年的一个感受，就是清晰表达。 我要表达东西，我脑海中得有个东西，我脑海中没有东西，脑海中空空如也，当然就写不出来。当你脑海中有一个东西非常之清晰的时候，你是迫不及待的那个字是追着你的手指往外蹦的，这个感觉非常之鲜明，所以不知道写什么的时候就去读吧，就是往往脑子里灌东西，把那个脑子里的东西给弄出来，让他清晰起来，让他立得住。 那么我去年得到的提示词之道就是：清晰表达。 而清晰表达的根就在：read in. prompt out. 因在前边，果在后边。 二、Prompt之术：三板斧 那大家要从 0 到 1 开始 上手，那我要清晰表达我脑海中有东西了，比如说我上了一门课，然后这门课的知识方法论已经非常之清晰了，我已经学完了，我现在就想。想把它封装起来去跟大模型对话。那怎么封装呢？框架有十几个，有二十几个，我是随便选一个还是怎么地呢？有没有一些最核心的东西？有没有一些最通用的东西？然后这一部分就是想跟大家去聊一下，我提炼总结分享了好半天。 最终我选择了三个，我叫做三板斧： 1. 分配角色 2. 给出示例（few shots） 3. 思维链（Chain of Thought） 我觉得这三个是所有写提示词都绕不过去的，你如果是从 0 到 1 开始去学，我认为你应该是在这三个地方去下功夫去研究它的。 2.1 分配角色 我们先来说第一个，分配角色。 在提示词最早期的时候，这个技巧是所有人被 show 到的，大家都很惊艳的，你只要跟他说你是一个什么家，你是一个什么身份的人，他的输出就明显好于没有说这句话。这是去年刚提示词刚出来的时候，大家非常是惊艳的一点。这一点大概的我自己提炼了一下。 比如我不说你是一个哲学家，就是我问你什么是生命的本质，什么是生命？生命的意义是什么？类似于这种的哲学问题，你跟他讨论，和你加上你是一个哲学家的提示词，去讨论是不一样的。 那这个不一样到底在哪？ • 不分配角色: (做 事情) ⇒ 动作指令 • 分配角色: (做 事情) and (角色 行为模式) ⇒ 角色模式 行为模式 = (知识域 语言风格 决策倾向 ...)) 我自己总结了一下，就你不分配这个角色的时候，其实你是让他去做一个事情，就是个动作，就是你来给我解释一下什么是生命，他就去解释去了。 但是你分配角色的时候是个什么事情呢？分配角色的时候其实是一个且的关系。你注入了一个信息量进去，信息熵变低了，就是他除了知道他要做什么事情以外，这时候你额外指定了一个哲学家。你虽然只写了这三个字，但是哲学家这三个字是一个大的压缩包。 哲学家会有什么行为模式隐含的被带进去了，他就以那个哲学家的行为模式来做你想让他做的事情，也就是说他从单纯的动作执行变成了角色模式。这个行为模式当然包含很多了，就是这个身份的人他会有什么知识？他是怎么表达的，语言的风格，怎么做决策的？做判断等等的。这一堆的东西其实都包含了，包含在哪呢？包含在你指定的这个身份里边。 很巧妙、很微妙、很神奇。 我的理解是这个词它是一个超级浓缩词。它代表着很多哲学家的人，他们会怎么思考事情，他们会怎么想事情，他们表达语言是不是有一些风格，就类似于所有的这些东西，其实都囊含在这一个小小的词里了。也就是说你在指定他的时候，你可以把这个东西给丰富化。 当然你有一些东西比较知名的，比如哲学家，比如你是个作家，这个东西可能就可以，但你如果是一个细分的，比如你是写教育的，作家就过于宽泛了，你就要细化到你那个领域里边。而这里边就会有一个潜在的问题会冒出来，就是大模型，你怎么知道他是经过哪个语料训练的？ 你说哲学家的时候，大模型脑海中已经有这个哲学家形象了，你说你是你们公司的一个运营专员的时候，大模型压根没有这个形象，那个形象是不成立的，你看似使用了这个技巧，但是实际上是个无效信息，甚至是个干扰信息。那这时候你还是需要落地到你工作中，需要塑造那么一个角色怎么办？ “解压缩” 原来哲学家是个压缩词，它包含了很多意思，现在你塑造了一个角色，它没有那些信息，你可以把这些信息注入到这个形象中，你是一个某某公司的什么运营？这个公司的主营业务是做什么的？目标受众是什么？卖的产品是什么？价值点是什么？然后这个运营他的工作内容主要包含哪些？他工作最核心的技巧技能是什么？他要合作的，他要完成的主要工作内容是什么？就类似于这种东西注入进去。你的上下文、你的目的、你的期望、你的任务，你的目标就是有各种词、各种框架中的某一个维度，其实隐含着就是在告诉他那个角色，那你要做什么事情。 我其实看过大量的提示词，有时候大家写完会发给我让我帮忙改一下，就是会看到有很多那个，一看就是不可能生效的，他就改了两个字，从你是个哲学家，改成你是一个小剧家。 大模型怎么知道小剧家是什么呢？对吧？所以就是他就没有那个形象了。 因此，当模型不知道某个角色的时候，你就要塑造他。就是说你在脑海中塑造的一个人物，那个角色他有没有立得住？你把自己想象成一个编剧，你通过各个维度去把那个角色立住了，这个事模型就认了，模型就按那个角色的身份往下去做事情了。 所以这个技巧大家只要是接触提示词都会用到，你看似简单的几个字符指定了一个角色，其实你是指定了一堆的东西，而这个东西才是真正生效的。从信息的角度来说，就是你注入了信息量，那个不是一个简单的字符，它代表着一堆的东西进去了，所以就是有时候你看见有时候写的提示词就很精炼，它就写了几个字，怎么效果就这么好呢？但你去结合到你自己的场景，你去抄作业结合自己场景的时候，发现效果就是不行的。 差在哪？很多是我觉得这有可能就是一个差异点了。 所以这个是这个第一板斧分配角色。非常好用，只是用的时候心里要保持一根弦，这个身份模型会不会知道？ 2.2 给出示例（few shots） 回到我前面最早讲的脑海中你有一个东西你要表达它。比如你现在要给脱口秀写提示词，那你想写出一个非常可笑的，那你怎么描述你脑海中那个笑话的结构形状方法论是什么呢？如果你脑海中很模糊，你说那你给我讲个很好笑的笑话，所有人都能笑出来，这句话跟没说是一样的，因为没有信息量进去，大模型不知道从哪个角度去描述，怎么去输出。因为你脑海中就没有，你是空的，所以他输出的结果一定是一个泛泛的东西。 那我想尝试着把脑海中隐约有的那个感觉描述了一些，但是感觉还是没有描述到精髓，怎么办？ 有一个辅助的技巧，就是示例，就是 few shots。那我给模型讲个笑话，就像下面这样，这时候相当于是你把对于这个笑话本身的理解交给模型来理解。你自己没有从中提炼，那你交给模型，让模型来提炼，就是这是一个取巧的办法，也确实是一个非常管用的方法。 那再提炼一下这个事，你不使用这个技巧的时候，你直接说：给我讲个脱口秀段子。这是你在描述你的想法，但是这个笑话长什么样？你要跟他说你这个笑话要反转，要在最后的时候丢出包袱，或者说你写说这个笑话需要有谐音梗，需要详细描述。要不然模型无法写出，模型写出来一定不是你想要的，因为你压根就没说你想要啥，他怎么会是你想要的呢？所以你要告诉他。 你描述了这个想法，同时把这个想法的案例给模型，相当于把脑海中那个东西的一个速写丢给他。模型把这两者结合，他就开始类比这个东西往下输出。其实从信息量的角度来说，这也是注入了信息量。 所以这两者结合就会比原来的单纯的说：你给我讲个脱口秀。效果要好的多。 这部分只要大家在使用过程中有这根弦，然后写场景的时候你可以对比一下加这个和不加这个的效果，慢慢就有感觉了。 2.3 思维链COT 第三个就是最出名的 COT 了。他确实很玄妙，比如说：给我分析一下当前的股市。他给你一顿说，给我一步步思考，他的分析结果就会有拆解逻辑了。 然后这一部分，其实就是在提示词里加一句话：让我们一步步思考（“Let’s think step by step.”）。 提示词不变，就加这一句，效果就是有的。就是相当于是快思考和慢思考的那个感觉，当你使用这个提示词的时候，他就开始就中间步骤的 1234567 不断地给你展示出来，然后通过这个过程相当于信息量也变大了，中间过程这些信息都能作为推理的数据材料，最终达到一个有点是逻辑推理的答案。 • 不使用思维链: (问题 答案) ⇒ 直觉思维 • 使用思维链: (问题 (推理步骤 1 推理步骤 2 ... 推理步骤n) 答案) ⇒ 逻辑推理 我是觉得大家开始写的时候框架很多，很复杂，也很杂乱，你可以全部试，但这三个你别丢，你守着这三个去写，从 0 到 1 的开始练。然后比较一下，你自己就有感觉了。 三、彩蛋 我最近的一个感悟就是放当做彩蛋了，前面说的提示词之道，这个“道”我用着，其实我心里是嘀咕的，这个词太大了。我后边为什么停了半年？是因为我觉得我摸到了一个天花板，就是我写来写去都是在清晰地说事情。但是他就是在用同样的技能表达不同的场景，就是能感觉到使用的技巧，跟大模型对话的这个功力是没有长进的，所以后来就感觉是纯体力活了。然后就停了停，停了之后就真的去读书去了，就读了半年书，在这个过程中我摸到了另外一个词叫：压缩。 3.1 压缩表达 我通过这个词开始尝试着去写新的提示词，然后就发现拿当下的这个理解回头去看去年写的提示词。我觉得我看到了“洞”，就是字与字、词与词，语句和语句之间有大量的空洞。这个空洞是语义上的空洞，也是智力上的空洞，就是它会让大模型输出的时候，其实大量的字。服务是没有太大意义的，你可以把那一段都给删掉，效果是没什么太大影响的。 那怎么把这些内容给浓缩？我自己总结了一下，修炼法门: 1. 一段话, 意思不变, 如何使用一句话来表达? 2. 一句话, 意思不变, 如何使用一个词来表达? 3. 一个词, 意思不变, 是否可能使用「一个字」来表达？ 我的感觉是两点，首先你用词压缩之后会有两个效果： 第一个效果是精准。你不能去通过一堆的话去描述你脑海的意思，就会倒逼自己精准表达。 其实我经常这么去逼自己，我写了一段话，我怎么用一句话来表达保持意思不变？我怎么去压缩它，就这时候你会有一种感觉是在压缩你自己的大脑，你在压缩你自己的思考。然后你写完这句话之后，你好不容易压缩到了这时候，再逼自己一下，这一句话我意思不变，我怎么用一个词来表达？我只用一个词就能把这句话的意思给表达完，准确，没有偏差。然后你当你好不容易想出来这个词了，这时候你再琢磨一下有没有可能再进一步用一个字来搞，就是核心这一段就是在压缩，压缩完之后，压缩后的词会出来两个效果。 第二个是凝练。 大家可以捋一下刚才的那个过程，你有一段话，你用一句，然后压缩，再压缩到一个词，不断地压，把那个包压得越来越精准。就好比上面说你是一个哲学家，那个哲学家就是一个超级好的压缩包，你压完之后这个压缩包是个什么东西？它出现了两个效果，第一个是精准，第二个凝练。我自己的理解，没有科学实验，就是纯感觉，纯我个人感悟跟大家就纯，纯是纯分享。我自己的感觉它对应着两个东西。 embedding 和 attention 然后那你看这也写的时候，比如说我定义一个角色，首先命名它到底是你模拟是个什么人，然后会有一些基本信息。然后描述一下这个提示词是做什么事情的，然后会有一个目标。 然后那这个老师会有什么风格呢？就我脑海中开始想象这么一个人，我想要我许什么愿，我要什么，然后我就会说：使用简单的语言，给人开放性想象，惜字如金，模仿费曼的教学风格，这是会要求他的这个技能。 那这样就塑造好一个人物了，那这个人物是怎么干活的呢？ 那用户输入一个问题，他就开始思考和输出，他首先用比喻的方式，然后给那个概念下一个科班的定义，然后讲述这个概念的历史，介绍这个概念的属性，再举一些例子来证明它，再站在大模型的角度来说，哲学的角度来说，等等的角度。 这里说的是什么意思呢？就是这些东西，这一整块东西其实是说我脑海里能想到的其实就是我，我读书都读了哪些书，我最终是从我喜欢从这几个角度来看，那换一个人，你完全可以从你自己的视角来出发，你可能是完全不一样的那个视角。 完全不一样的要求，你不是通过历史的角度，你是通过现象学的角度，你是通过哲学发展的角度。anyway，就是通过你自己的视角来约束他。它是可以约束大模型按这个约定的视角往下去走的，你不约束的时候它走哪条路是随机的？不知道的，但有了这个角度你就可以约束它，按照你指定。比如说我这里列了 10 个角度，那它就会按照这十个角度一个一个地来描述，最终输出的就是那个你想要的这 10 个角度的结果。 我的角度的也不是一次成型的，当然也迭代了好多次了，也应该有几十次的，就是不断地想。 比如一个概念，看完之后我懂了这个概念吗？我没懂。那我为什么没懂呢？我觉得是缺少案例。那我就加一个案例，有了案例我懂了吗？就觉得太浅了。跟 wiki 一样。就是有没有再拔高一些的？然后就开始加哲学，你思考一下本质，思考本质之后有的时候发现太简略了。 那好，那你再连续追问三次，所以就是每一句话其实都是针对一个一个效果的不好的改进去做的迭代，所以这里边东西不是去 ctrl c、 ctrl v 去抄别人的。而是提示词的每一句都是基于你的理解，你对这个事情的认知，你的 read in，然后去跟大模型做交流。你在交流过程中你觉得效果哪里不好改哪里。 所以这个提示词的链路过程其实就这么过来的，这是写的当时我觉得写得最成功，也是最复杂的一个。 总结一下：首先表达要有东西，有东西之后就开始要清晰表达，那就可以用框架来帮助你清晰表达。 法无定法，大家要把握住那个本质，只要做到了清晰表达我脑海中那个东西，那就是成功的。 提示词写不好就在外边去找，不断地试词，不断地调，那是跑偏了，你是被大模型被随机的东西给牵扯走了，真正的效果不好的时候，要回退，先回到自己脑海中，去想脑海中那个东西。你看见那个东西，再看清楚一些它到底长什么样，然后那个样和你现在用文字描述出来的这个东西契合吗？相关吗？ 大概率是不相关的，是大概率是有偏差的，想办法你减弱那个偏差。 我去年最大的心得就在这。最终结果词的变化是由内，是大脑内部的那个形象和描述的偏差决定的，而不是说找一个词，不断地试这个词是不是好词，然后收集它，其实这就流为下层了。模型是每天都在调的，这个场景也在变，大模型能力也在变，学它是你永远学不完的。而且你没有抓住根，换一个场景你又得从 0 到 1 开始。 所以回到根本上，回到大脑里，你脑海中有一个清晰的画面，大概率是不清晰的。我很多时候都是从模糊开始的。然后通过跟提示词对话，看见结果之后我反向倒逼，我脑海中的东西慢慢变得清晰。 所以我觉得我跟大模型在对话这两年对我最大的感受有两个，第一个是对我帮助最大。 第一个是当我脑海中有一个清晰的画面，我知道那个东西的形状，我看见它了，这时候我跟大模型对话，然后大模型基本上往往都能带着我往更深一层去理解。因为理解是分层次的，如果我现在在第三层的理解非常之清晰，我跟他对话我能进到第四层，这个事情是非常有意思的，能帮助你深度思考。 第二个事情是当我脑海中是个模糊的东西，比如说战略，我读了四本书，每本书讲了一个方法论，但我感觉这四本书都没有讲到战略的本质，但每本书都有个方法论。都能够直接套用就能形成一个战略。但是，你让我说战略是个什么的时候，我说不出来。 我脑海中朦朦胧胧的一个东西，然后这时候就可以跟大模型做各种对话，结构性也好，什么也好，其实都无所谓，就刚才讲的那一套框架是框架，真正的内核是你清晰表达，把脑海中已经学到的知识跟他交流，跟他对话，不断地往深了钻，他是能帮你把脑海中的那个东西慢慢地变清晰的。就这两者我觉得对我日常使用是有非常之大帮助的。 工作内容每个人都不一样的，但是思考这个事情是每个人都会做的，所以他能在思考这件事上帮到大家。我觉得这个事就已经非常之牛逼了，就是他的意义和价值就在了，他应该是成为你身边的伙伴，你日常有任何想法就可以跟他聊，所以这是我整个去年的一个感受，就是清晰表达。 我要表达东西，我脑海中得有个东西，我脑海中没有东西，脑海中空空如也，当然就写不出来。当你脑海中有一个东西非常之清晰的时候，你是迫不及待的那个字是追着你的手指往外蹦的，这个感觉非常之鲜明，所以不知道写什么的时候就去读吧，就是往往脑子里灌东西，把那个脑子里的东西给弄出来，让他清晰起来，让他立得住。 那么我去年得到的提示词之道就是：清晰表达。 而清晰表达的根就在：read in. prompt out. 因在前边，果在后边。 二、Prompt之术：三板斧 那大家要从 0 到 1 开始 上手，那我要清晰表达我脑海中有东西了，比如说我上了一门课，然后这门课的知识方法论已经非常之清晰了，我已经学完了，我现在就想。想把它封装起来去跟大模型对话。那怎么封装呢？框架有十几个，有二十几个，我是随便选一个还是怎么地呢？有没有一些最核心的东西？有没有一些最通用的东西？然后这一部分就是想跟大家去聊一下，我提炼总结分享了好半天。 最终我选择了三个，我叫做三板斧： 1. 分配角色 2. 给出示例（few shots） 3. 思维链（Chain of Thought） 我觉得这三个是所有写提示词都绕不过去的，你如果是从 0 到 1 开始去学，我认为你应该是在这三个地方去下功夫去研究它的。 2.1 分配角色 我们先来说第一个，分配角色。 在提示词最早期的时候，这个技巧是所有人被 show 到的，大家都很惊艳的，你只要跟他说你是一个什么家，你是一个什么身份的人，他的输出就明显好于没有说这句话。这是去年刚提示词刚出来的时候，大家非常是惊艳的一点。这一点大概的我自己提炼了一下。 比如我不说你是一个哲学家，就是我问你什么是生命的本质，什么是生命？生命的意义是什么？类似于这种的哲学问题，你跟他讨论，和你加上你是一个哲学家的提示词，去讨论是不一样的。 那这个不一样到底在哪？ • 不分配角色: (做 事情) ⇒ 动作指令 • 分配角色: (做 事情) and (角色 行为模式) ⇒ 角色模式 行为模式 = (知识域 语言风格 决策倾向 ...)) 我自己总结了一下，就你不分配这个角色的时候，其实你是让他去做一个事情，就是个动作，就是你来给我解释一下什么是生命，他就去解释去了。 但是你分配角色的时候是个什么事情呢？分配角色的时候其实是一个且的关系。你注入了一个信息量进去，信息熵变低了，就是他除了知道他要做什么事情以外，这时候你额外指定了一个哲学家。你虽然只写了这三个字，但是哲学家这三个字是一个大的压缩包。 哲学家会有什么行为模式隐含的被带进去了，他就以那个哲学家的行为模式来做你想让他做的事情，也就是说他从单纯的动作执行变成了角色模式。这个行为模式当然包含很多了，就是这个身份的人他会有什么知识？他是怎么表达的，语言的风格，怎么做决策的？做判断等等的。这一堆的东西其实都包含了，包含在哪呢？包含在你指定的这个身份里边。 很巧妙、很微妙、很神奇。 我的理解是这个词它是一个超级浓缩词。它代表着很多哲学家的人，他们会怎么思考事情，他们会怎么想事情，他们表达语言是不是有一些风格，就类似于所有的这些东西，其实都囊含在这一个小小的词里了。也就是说你在指定他的时候，你可以把这个东西给丰富化。 当然你有一些东西比较知名的，比如哲学家，比如你是个作家，这个东西可能就可以，但你如果是一个细分的，比如你是写教育的，作家就过于宽泛了，你就要细化到你那个领域里边。而这里边就会有一个潜在的问题会冒出来，就是大模型，你怎么知道他是经过哪个语料训练的？ 你说哲学家的时候，大模型脑海中已经有这个哲学家形象了，你说你是你们公司的一个运营专员的时候，大模型压根没有这个形象，那个形象是不成立的，你看似使用了这个技巧，但是实际上是个无效信息，甚至是个干扰信息。那这时候你还是需要落地到你工作中，需要塑造那么一个角色怎么办？ “解压缩” 原来哲学家是个压缩词，它包含了很多意思，现在你塑造了一个角色，它没有那些信息，你可以把这些信息注入到这个形象中，你是一个某某公司的什么运营？这个公司的主营业务是做什么的？目标受众是什么？卖的产品是什么？价值点是什么？然后这个运营他的工作内容主要包含哪些？他工作最核心的技巧技能是什么？他要合作的，他要完成的主要工作内容是什么？就类似于这种东西注入进去。你的上下文、你的目的、你的期望、你的任务，你的目标就是有各种词、各种框架中的某一个维度，其实隐含着就是在告诉他那个角色，那你要做什么事情。 我其实看过大量的提示词，有时候大家写完会发给我让我帮忙改一下，就是会看到有很多那个，一看就是不可能生效的，他就改了两个字，从你是个哲学家，改成你是一个小剧家。 大模型怎么知道小剧家是什么呢？对吧？所以就是他就没有那个形象了。 因此，当模型不知道某个角色的时候，你就要塑造他。就是说你在脑海中塑造的一个人物，那个角色他有没有立得住？你把自己想象成一个编剧，你通过各个维度去把那个角色立住了，这个事模型就认了，模型就按那个角色的身份往下去做事情了。 所以这个技巧大家只要是接触提示词都会用到，你看似简单的几个字符指定了一个角色，其实你是指定了一堆的东西，而这个东西才是真正生效的。从信息的角度来说，就是你注入了信息量，那个不是一个简单的字符，它代表着一堆的东西进去了，所以就是有时候你看见有时候写的提示词就很精炼，它就写了几个字，怎么效果就这么好呢？但你去结合到你自己的场景，你去抄作业结合自己场景的时候，发现效果就是不行的。 差在哪？很多是我觉得这有可能就是一个差异点了。 所以这个是这个第一板斧分配角色。非常好用，只是用的时候心里要保持一根弦，这个身份模型会不会知道？ 2.2 给出示例（few shots） 回到我前面最早讲的脑海中你有一个东西你要表达它。比如你现在要给脱口秀写提示词，那你想写出一个非常可笑的，那你怎么描述你脑海中那个笑话的结构形状方法论是什么呢？如果你脑海中很模糊，你说那你给我讲个很好笑的笑话，所有人都能笑出来，这句话跟没说是一样的，因为没有信息量进去，大模型不知道从哪个角度去描述，怎么去输出。因为你脑海中就没有，你是空的，所以他输出的结果一定是一个泛泛的东西。 那我想尝试着把脑海中隐约有的那个感觉描述了一些，但是感觉还是没有描述到精髓，怎么办？ 有一个辅助的技巧，就是示例，就是 few shots。那我给模型讲个笑话，就像下面这样，这时候相当于是你把对于这个笑话本身的理解交给模型来理解。你自己没有从中提炼，那你交给模型，让模型来提炼，就是这是一个取巧的办法，也确实是一个非常管用的方法。 那再提炼一下这个事，你不使用这个技巧的时候，你直接说：给我讲个脱口秀段子。这是你在描述你的想法，但是这个笑话长什么样？你要跟他说你这个笑话要反转，要在最后的时候丢出包袱，或者说你写说这个笑话需要有谐音梗，需要详细描述。要不然模型无法写出，模型写出来一定不是你想要的，因为你压根就没说你想要啥，他怎么会是你想要的呢？所以你要告诉他。 你描述了这个想法，同时把这个想法的案例给模型，相当于把脑海中那个东西的一个速写丢给他。模型把这两者结合，他就开始类比这个东西往下输出。其实从信息量的角度来说，这也是注入了信息量。 所以这两者结合就会比原来的单纯的说：你给我讲个脱口秀。效果要好的多。 这部分只要大家在使用过程中有这根弦，然后写场景的时候你可以对比一下加这个和不加这个的效果，慢慢就有感觉了。 2.3 思维链COT 第三个就是最出名的 COT 了。他确实很玄妙，比如说：给我分析一下当前的股市。他给你一顿说，给我一步步思考，他的分析结果就会有拆解逻辑了。 然后这一部分，其实就是在提示词里加一句话：让我们一步步思考（“Let’s think step by step.”）。 提示词不变，就加这一句，效果就是有的。就是相当于是快思考和慢思考的那个感觉，当你使用这个提示词的时候，他就开始就中间步骤的 1234567 不断地给你展示出来，然后通过这个过程相当于信息量也变大了，中间过程这些信息都能作为推理的数据材料，最终达到一个有点是逻辑推理的答案。 • 不使用思维链: (问题 答案) ⇒ 直觉思维 • 使用思维链: (问题 (推理步骤 1 推理步骤 2 ... 推理步骤n) 答案) ⇒ 逻辑推理 我是觉得大家开始写的时候框架很多，很复杂，也很杂乱，你可以全部试，但这三个你别