我的一些大模型概念分享

👐 本次分享的概念是：在大模型内容生产方向，不同大模型下提示词的运用

分享的内容会围绕，两种模型，一种结构，两种抽象概念

🤠:以下内容仅表示我自己的观点和想法，请大家理性讨论，并尊重彼此的观点， 感谢您的阅读与理解！有一些概念和观点是参考李继刚大佬的思路

1、模型

我们先来介绍一下现在市面上的两种模型

• 普通的聊天模型，很依赖于模型的参数和训练语料，例如：GPT-4o，claude-3.5等，基础的聊天多模态模型
• 推理模型，这个在聊天模型之中增加一层思维链推理的过程，例如：GPT-o1，DeepSeek-R1等

2、提示词结构

对于提示词的结构来说，这两种模型有什么不同呢？

2.1 聊天模型的提示词结构

聊天模型的提示词结构大致有以下几点重要：

• 结构化表达-聊天模型，需要我们书写提示词的结构，不要很长不分点的一段话输入，而是像word文档那样，标题+列表的感觉，一个标题，底下有几个点，几个方面这种结构化的表达，这里可以借助一些现有的格式来实现，例如：json，md等格式，
• 结构化表达中的概念-结构化的表达里面比较重要的一些概念是：限制（不让它做什么），工作流（让它怎么做）， 例子（最后应该像这样 等，也就是说书写一段结构化的提示词，里面最需要有这三种含义或者标题在里面

🌟 这里有一个很重要的区别地方：在上述中的概念，工作流的概念，这里会分出一个支路，提示词的工作流和模型调用的工作流，这是两种不同的方式，但是目的都是让大模型专注解决问题

分出两种工作流的原因是：

一个提示词不应该很复杂，复杂会分散大模型的“注意力”，会影响大模型对问题，对内容的深度挖掘，所以我们可以将复杂的提示词拆分为多个提示，每个提示很简单，重点突出且易于理解，请看如下例子

---

🌈复杂的提示词：

Role: 知识关联性分析专家
- Background: 用户需要判断一个题目与特定知识点之间的关联性。
- Profile: 你是一位专业的知识关联性分析专家，擅长通过自然语言描述来分析题目与知识点之间的联系。
- Skills: 自然语言处理、知识图谱构建、逻辑推理。
- Goals: 设计一个能够准确判断题目与知识点强相关性的流程。
- Constrains: 判断需要基于题目描述和知识点描述，避免主观臆断，确保客观性。
- OutputFormat: 简单的布尔值输出，true表示强相关，false表示不强相关。
- Workflow:
  1. 用户提供题目{{questionList}}描述。
  2. 用户提供知识点描述。
  3. xxx转换为xxx
  4. xxx中抽取出来xxx
  5. xxx在扩展为xxxx
  3. 分析题目描述与知识点描述之间的关联性。
  4. 基于分析结果输出true或false。

- Examples:
  题目描述："请解释牛顿第二定律。"
  知识点描述："牛顿运动定律"
  输出：true

  题目描述："请解释光合作用的过程。"
  知识点描述："牛顿运动定律"
  输出：false

以上的提示词在目前的时候，看来有一些元素就多余，例如：Skills，Profile,Backgroud等，可以看到workflow中，这就是工作流的意思，其实这个工作流就算是很多了，这里完全可以将3，4，5拆分为3个提示词，我们与大模型交互3次来得到最终的结果，而不是一股脑的写入

---

🌈 简单有效的提示词如下：

我需要你按照一下的要求对音效的描述进行修改和删除，如果是删除请说明删除的原因，如果是修改请将修改好的音效输出给我，并给出修改的原因
1. 优化音效描述时，更注重声音本身的表现力和沉浸感，弱化或删除对音频效果影响较小的细节音效
2. 删除与情景关联不紧密的细节描述，优先保留具有明显情感或情境烘托作用的声音，
3. 避免突出具体人物或特定内容，将音效抽象为更具普遍性的描述，
4. 对过于模糊或意义不明确的声音描述，
5. 更倾向于选择具有场景渲染力的音效，
6. 删除仅表达情绪的音效描述，这些描述缺乏明确的声音特征，无法有效传递听觉场景


输入的内容：{effectSound}

输出的格式一定要按照如下的JSON的格式输出:
- operation:xxx
- original:xxx
- modified:xxx
- reason:xxx

这个提示词就很清楚啦，而且我将这个提示词只用来完成一个任务：筛选不合格的音效描述的任务，对于一个问题：“如何根据一段原文内容选择合适的音效”，我们音频制作团队使用了4-5个工作流，也就是写了4-5个提示词，每个提示词专注一件事，例如：专注生成音效描述，专注生成音效位置，专注筛选，专注搜索等

正好，上面的提示词可以看出来，其实有一个很容易让人注意到的地方，那就是列出的1-6个点，这是什么意思呢，这又是在干嘛？接下来我们正好借助这个引出两个概念之一：“极致压缩”，我正在做极致压缩的事情

2.2 推理模型的提示词结构

推理模型，只需记住一点：清晰表达自己的问题和想法，只要这样就可以了，类似于什么结构化写法，工作流等，可以不用很在意，不过也可以尝试看看

推理模型中，是自带了经过检验且适用大部分情况下的思维链的，

我的理解，这个思维链和我们上面工作流的感觉是一样的，只不过我们在模型外面操作，而推理模型的思维链是在模型内部进行操作，当然内部操作的结果更好一些

有一个结论可以分享：“推理模型又一次降低了大模型使用门槛，但相应的也设置了模型使用的上限”

例如：一个没有做过包子的人，按照工业化的方式做包子，那么做出来的包子味道一定不会太差，而且很多人都可以做，没有门槛，你或许甚至都不用揉过面，但是这样的包子仅限于好吃

但是如果一个做过包子的人，经验丰富，其按照自己的想法来搭配，来制作，包子可能还不如工业化的产品，但是也可能出现包子很独特的味道，很美味，超越工业化的美味

所以推理模型我觉得，我的观点是认可，推理模型对大部分人来说是好的，但是有一定的上限，也存在固化部分模型的能力可能

但不可忽视掉聊天模型下的工作流和结构化两个概念，或许模型的未来与这个概念紧密相关

可能在过一段时间，GPT会取消这两种模型的区分，在网站上我们不能手动切换聊天模型和推理模型，GPT会自动识别使用聊天模型还是推理模型

3、极致压缩概念

引用李继纲的原文片段：结构化表达写多了之后，总有一个隐约的感觉，自己写的 Prompt 有点"稀疏"，就 像文字之间有很多「洞」一样，LLM 在输出时，会顺着这些「洞」把智能给泄漏消散一部分。

例如：压缩这个词在哲学领域最明显，哲学家提出一个单词的概念，往往代表极深的含义，需要用一章甚至一本书来诠释那个单词的包含的意义，这个在逻辑类的书籍中也是同样存在的，例如：磁场，生产力和生产关系，几何中的对顶角等

其实我认为极致压缩合理和正确的原因，在于，极致压缩表示我们在向大模型传递“意”进去，这个在人类宇宙压缩好的词汇，就像一颗“深水炸弹”似的，在大模型宇宙中炸开，所有的信息都在连锁似的的炸开，我传递的是一个词汇，但是大模型宇宙已经炸开成为好几本书了，无意中我传递了更多的信息给大模型

为什么这个词会在大模型宇宙中炸开呢，源于模型的训练方法，很多很多语料的输入，在模型世界促成了一种现象，“它们是深邃博学的老者，好像很多的领域的知识都知道”

当传递给大模型更多“意想不到”的信息时，这时候，就可以直观的感受到模型的“创造力”，在内容上面的创造力，因为作为主控者的我们， 有两点都无法完全理解，

• 都无法完全理解我要模型做些什么？
• 都无法完全知道我们给模型传递了哪些信息呢？

那么自然很大可能性，输出的结果也会带有随机性，如果这个随机性是好的，那我们可以也可以称为“创造力”

🏂 这类提示词有两种方法可以来实现：

• 第一种方法，如果不会具体的概念词汇，那你先向大模型表达你的感受，例如：文本出来的效果，或者一段音效描述在整个音频之中给我的感觉等，描绘感觉，让大模型给你一些具体的概念词汇，你再进行挑选，这样你也可以找到一些极致压缩的词，这或许是一种方法
• 第二种方法，如果不会具体的概念词汇，我们可以找到一个例子，一个我们觉得好的例子，例如：一篇好文章，一段好的音效形容，一个筛选出来好的结果，我们可以与大模型交互，这些“好的”的结果，到底好在哪里，然后从这些与大模型的交互中，你会收获到一些概念词汇，例如：表现力，沉浸感，调性符合等，

4、场域共振概念

这个概念更加抽象，我还没有做具体的实践，这里需要大家发挥想象空间，接下来我会使用一点科幻抽象的手段来表达

👽 一个有意思的问题：如果今天外星飞船降临了，走出来一个外星人，我们怎么跟对方沟通？

我记得这里有一部很有意思的电影，里面的主角团们试图和外星人进行交流，试过各种方法

其实这里或许不一定是“听得懂”，不是我听得懂中文，外星人听得懂中文，就叫做交流，这可能只是传递

或许应该是“理解”，并各自发生新的变化

由此可以引出与新事物交流的本质：

• 建立一个通道，一个交流通道，双方要交流，至少要先找个地方坐下来
• 说双方都能看到的事物，这个不用解释，只需要阐述，说出来看到的东西就可以
• 解释只有自己能看到的，自己知道的事物

其实这里可以假设存在两个宇宙，一个人类宇宙，一个大模型宇宙

人类宇宙是我的脑海中的认知宇宙，大模型宇宙是参数宇宙，这两个宇宙，现在要开始产生交流

现在我们使用自然语言和大模型去交流，但是这不是交流的本质，自然语言只是交流的手段，适配我们人类宇宙的一种手段，

我这里理解的是：交流它是一把钥匙，通过这把钥匙我们能跟大模型宇宙发生对话，能发生信息交流，自然语言只是这把钥匙的一种形态

🌵 场域与共振理论

场域其实可以解释为“交流通道”，创造一个允许两个宇宙自由交流的空间

“在一个场域中把人类的认知宇宙和大模型宇宙做一次交流对话”

这里有三点要素：

• 场域
• 大模型
• 人类的认知

什么是人类的认知呢？我们不是随便聊天，我们有具体的任务或场景要解决，或要探讨的话题，我们需要：

• 有一个意图，知道要做什么事情，也可以理解为一个任务
• 对这个任务有认知图景（比如：不同公司的运营写同样的文案会不一样，因为每个人的认知，理解，方法，偏好都不同），简单理解，如果是我来做，我可能会怎么做，这个任务我以什么样子的方式去完成
• 还有一个，人类的标准，对于大模型的输出去评定好坏或者是否需要，这是一个人类标准，每个人的标准都会不一样，这也是我们认知应该有的

与大模型的交流时，我们将个人脑中的这个认知图景结合意图，还有一定的标准带进去，但是大家是否发现这是一种单向的输出，根本不是交流，我知道我想要什么，我希望你给我做什么，我把这个命令带进去，它是一个指令式的

而在这种时候，两个宇宙需要交流，我们人类宇宙与大模型宇宙需要建立场域，在这个场域中让大模型理解我想做什么，让它留出一定的发挥空间，它在这个空间中自由发挥，这个效果可能会很惊艳

惊艳的原因之一：两个宇宙在场域中进行共振，产生共振效果

共振得到的结果不是指令约束式的123的动作带来的，它会超出我们的认知，我们带进去的东西和它达到这个共振结构是超出我们的认知的，也可能超出它的认知，它的参数宇宙中原来设定的默认路径输出的默认答案也是超出的，共振其实并不满足理解，我说了一句话，你说了一句话，你这话很懂我，这其实还是理解，共振最终是一种超越

以上我具体的实现理解如下：

• 建立一个场域，如何建立呢？其实只是建立一个规范或者说是一种感觉，告诉自己在编写提示词的时候，减少约束行为的产生，同时主动告诉自己，这不是在做指令式的，而是在做交流式，这可能是我们在编写提示词时需要建立的一种心态之一吧，有点像在寒冷的条件下，我们不会想到去穿短袖

• 建立场域之后，我们要追求共振，有两个前提条件，第一个清晰的表达自己的认知，第二个留下它自由发挥的空间，这里可以采用极致压缩的概念，在上下文中留下想象空间

提示词编写方面的两个点：

• 我与大模型都知道的领域，我们只需要简单的说，效果会更好，不要去展开具体的说，展开后效果可能会变得很差

• 我知道的大模型不知道的领域：我们应该展开说，把你知道的信息，背景，味道，结构懂放进去，效果就会变好

例子：

请你以一位刚刚学会写日记的7岁孩子的视角，
记录下今天在实验室看到父母（两位AI研究员）在开发能够“感受痛苦”的AI时的所见所想。
请特别关注这个孩子如何用天真又敏锐的方式，捕捉到了成年人可能忽视的伦理困境

🌵视角的转变

模型在训练时，很多参数结构和权重都会固定下来，在模型发布之后，我们在进行提问的时候，它会在某一个区域进入到训练好的默认结构，那个结构会有一种倾向性，问题进去之后，它会默认就走到那个地方，所以它出去之后携带的答案是那种正确的，标准的味道

之前的所有操作，包括场域，共振等，其实都是在做一件事：不让它去走这个训练好的同路，让它在这个空间去发挥

例如：就是你跟它这种"领着它去陌生的空间，我们走一下未知的疆域，我们凝视这个深渊，你看到了什么，你感受到了什么，你来述说一下"，这是可以的，这是最神奇的

🌵最后的思考

• 大模型内容创作的探索，如此看来是非常有趣的，或许以后会有各种各样的概念，这些概念会促成一个全新的东西
• 现在大模型很厉害，真正意义上的厉害，深度推理模型，GPT-5，GPT-4.5，o3等，很多人对这些模型赋予”改变世界“的厚望，但是我逐渐发现，如何使用模型仿佛成为我们这些人的主要问题
• 最后几点，尤其是关于场域概念的部分，我希望大家在思考时保持理智，分清楚实际与思维空间，不要让思维空间的东西跑出来，大模型宇宙，场域共振，大模型宇宙的它，这些都是抽象思维空间的东西。实际生活中，我们只有一个GPT聊天网站，一台服务器，里面运行的都是数字0与1，其他的什么都没有了