2023年春天，北京某广告公司的新人策划小李正面临职业危机。他花三天写的文案被总监用ChatGPT五分钟生成的方案所取代。这个戏剧性的场景正在全球重复上演，背后藏着一个改变游戏规则的秘密——提示词（Prompt）。
从摩尔斯电码到智能对话
19世纪的电报员需要掌握特殊代码才能传递信息，而今天的我们同样需要学习与AI对话的"密码"。不同的是，过去的代码转换的是字母，现在的提示词调取的是智能。
回顾2000年的时候在网上发表一篇文章，要在BBS论坛用特定符号组合实现字体变色。这种原始的"格式提示"与今天的AI提示词有着惊人的相似性，它都是用“特定规则”去激活系统潜能。
提示词创造的奇迹
记得深圳跨境电商卖家王薇，通过"假设你是爆款产品命名专家，请为面向北欧市场的智能保温杯创作20个具备文化共鸣感的名称，要求包含维京文化元素，音节控制在3个以内"的提示词，让产品点击率提升了300%。
你会发现这不仅仅是语言游戏，更是一种思维范式的升级。当我们学会用机器的逻辑进行思考时，就慢慢掌握了打开智能宝库的钥匙。
那么在AI时代下，我们如何才能通过提示词与AI系统进行更好的交互，让AI系统更准确的了解我们的需求，帮助我们完成任务呢？
这就不得不提到
提示词的五维构建法：
维度一：角色定位
说白了就是给AI戴上一副专业面具，因为AI毕竟不是人，但你需要让它以一种特定的角色带入并帮你更好的完成你的需求或任务。
我们先举一个错误的范例，比如你给AI提供了一项任务：“请写一篇产品文案”。
这个问题如果我们拿回到现实场景上来看，当你的领导给你下达了了这样一项任务时，你是否会觉得很懵逼。你的大脑在高速运转，不停的在问自己，这到底是什么意思？为什么让我写？我有这个能力写出来吗？到底是针对什么产品的文案？准备在什么场景下使用？最终目的是要干什么？希望得到什么样的结果？等等一系列问题翻涌而出，你心里可能还会想，这给我下达任务的人是有毛病吧，没前没后的，让我来弄！
如果换位思考，AI可能就是你，它也会觉得很懵逼，但你毕竟给它下达了任务，它只能完成，因此它可能完全按照出厂设置的规则以及它本身的能力给你胡编滥造，完成你对它的指令任务。
在这种场景下，如果把提示词换成一种比较进阶的方案是不是会更好："你是有10年经验的4A广告文案总监，正在为轻奢智能手表品牌制作社交媒体传播方案。目标人群是25-35岁的都市白领，需要突出科技感与时尚感的平衡..."
原理剖析：AI没有自我认知，角色设定相当于给它安装了专业模块，就像给摄影师不同的镜头，角色越具体，输出越精准。
维度二：场景搭建
为AI明确了角色定位之后，你还需要为它搭建好场景，假设你又给AI下达了一项普通指令："推荐旅游景点"。
当AI接收到这样一项任务后，因为没有任何场景的描述，它也就只能把所有可推荐的旅游景点都为您推荐一遍。当你得到这样的答案时，你是否会觉得这个AI也太笨了，一点也不聪明，这根本不是我想要的结果，还不如上百度去搜索呢！
但你有没有想过，这可能已经是很不错的答案了！因为你给它的明确信息实在是太少了，简单说是你自己都没有想清楚你的需求或者问题是什么？那你得到的答案能是你想要的吗？
还是回到这种场景下，假设你把提示词换成一种比较高阶的方案会不会发生更好的结果：“现在是2024年3月，你作为资深旅行策划师，正在为喜欢避开人群、钟情历史建筑的90后夫妻规划五一假期。预算人均5000元，出发地上海，期望每日步行不超过1.5万步...”
为AI确定了角色，也明确了场景，并且提供了足够丰富的细节说明，你觉得AI会给你什么样的答案呢？
记得要使用场景要素矩阵：时间维度（季节或时段等）、空间维度（地理范围）、人物画像（年龄或职业等）、行为特征（偏好或习惯）、环境约束（预算或限制）
维度三：任务分解
就像我们常说的一个脑筋急转弯儿“如何把大象装进冰箱”。打开冰箱门 -> 把大象放进去 -> 关上冰箱门 -> over
如果再举一个提示词反例，比如你问AI："如何做好新媒体运营？"
AI一定会给你一个答案，因为它有内置的规则与范式，但一定不是你心里真正想要的答案。
换成另外一种带有精准拆解的提示词，你得到的答案应该会比较接近于你想要的：“请分步骤说明从零开始运营小红书账号的前30天行动计划，要求包含：
1）账号定位方法论
2）竞品分析工具
3）内容排期模板
4）数据监测指标
5）快速冷启动技巧"
这其实是一种结构化思维，就像：阶段目标 -> 实施步骤 -> 工具推荐 -> 效果评估 -> 应急方案
维度四：限制条件
如果你给你的想象力装上了“刹车片”，会出现什么样的结果呢？限制条件，顾名思义就是你不想让AI干什么事。
举一个简单例子，你最初要求AI帮你："写一篇关于环保的演讲稿"。
当AI收到你的指令后，它就开始思考、检索、拼装，直至它把它的能力发挥到了极致，希望最后给出的答案是能满足你的要求。但当你满心期待的得到想要的答案时，你抓狂了，怎么会这样？字数明显太少了、内容丰富度也不够、演讲稿的风格太平淡、还写了很多我不想要的东西...
因为你没有给AI限制任何要求或条件，那它给你的答案自然是你不满意的。
但如果你像下面这样告诉AI呢。
"请用马克·吐温的讽刺风格创作环保主题演讲稿，控制在800字以内。要求：
1）包含3个海洋塑料污染的具体数据
2）使用'鲸鱼的胃'作为核心隐喻
3）结尾要有号召性口号（不超过15字）
4）禁用'保护地球'等陈词滥调"
或者你可能也在网上见过如下的电商广告案例
"你是TikTok爆款视频编剧，为新型扫地机器人创作3版15秒口播文案。要求：
1）每版突出不同卖点（静音/路径规划/宠物毛发处理）
2）使用“后悔没早买”体网络热梗
3）每段含1个生活场景痛点
4）禁用'高科技''颠覆性'等抽象词汇"
因此，通过设定字数或结构等限制条件可防止内容的发散，用“禁用词”来规避低质内容，通过强制嵌入数据、场景或隐喻等关键元素来形成一定的要素绑定，这就是限制条件的作用！
维度五：反馈迭代
就像做产品一样，当产品推向市场得到用户的反馈后，你会根据用户的期望和反馈的问题不断调整和优化自己的产品，再推向市场不断需求目标用户的反馈，直至产品体验越来越好，用户认可度也变得越来越高。
好比你和用户之间构建起了“对话飞轮系统”一样！
同理，对于你和AI来讲，也是这样的循环系统。AI给你最初的答案后，你会觉得哪里不合适或者哪里不满意，你会继续向AI提出你的要求，比如“这个方案中的XXX是否可以改进或丰富？”就这样你和AI之间不断地交互，最终你得到了满意的结果。
给你提供一些网上搜集到的提示词迭代模版范例，有需要可以参照，助你与AI更好的交互：
1）要素强化类：请增加「具体元素」在「某某段落]的比重
2）风格迁移：请将「某某部分」调整为「指定风格或作家」的表达方式
3）痛点打击：请在「某某场景」插入可能遇到的「具体问题」
4）数据修正：请更新「某某数据」为2024年最新的行业报告数据
...
做个ending，提示词就好比你与AI交互的桥梁，或者说是和AI沟通的「说明书」，你想让AI更好的帮忙，光说“写篇文章”就像让厨师“做点儿吃的”一样，结果可能完全不对胃口。好的提示词就像点菜，比如：
- 定身份：「川菜大厨」还是「西餐主厨」
- 说场景：「两人的结婚纪念日晚餐」
- 提要求：「微辣」还是「不要香菜」
我认为目前AI的能力，本质上还处于“超级模仿生”阶段，你给什么提示，它就能调动所学的海量知识库资料进行答案的检索与组合并呈现给你。就像小孩儿问「1+1=几？」，只能得到2。
也许在不久的将来，你可能都无需准备明确且详细的提示词给AI，因为所有场景下的不同风格的提示词已经内置在AI系统内，你只需简单问出你的问题即可（又回到了人类最简单直接的想法，我想要一个什么东西~）。
未来AI会发展到什么程度，谁也确定不了，只能静观其变，去学习去适应去执行！
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
