闲聊几句

有没有过这样的体验？你兴致勃勃地对着AI大模型输入问题，满心期待一个精准的回答，结果却收到一堆不太靠谱的回复。明明只是想让AI理解你的意思，但它总像个“机灵却不懂人心”的助手，总是抓不住你真正的意图。这种“AI不懂我”的困扰，其实是很多人都遇到的一个大痛点。为什么会这样？其实问题就出在我们给AI用的“提示词”上。

今天就来分享五个实用技巧，教你如何精准地与AI对话，彻底告别“鸡同鸭讲”的尴尬，真正让AI为你所用。

正文开始

这次我们用通义千问来演示：https://tongyi.aliyun.com/qianwen

技巧一：提供一段文本样本，然后让它产出类似的东西

提供文本示例，俗称“投喂”。我们与通义千问交流时，存在一个“隐私区”——你知道的，它不知道。

例如，想让通义千问帮你写几句搞笑段子，它的回复可能是这样的：

你会发现回答的并不是很有笑点，或者根本get不到笑点在哪。

嗯，这样一改，就有内涵和笑点了~

技巧二：让它通俗易懂、简洁明了地解释——比如“像我是8岁孩子一样解释”

当你对某个领域不熟悉时，可以让AI把你当成小孩子，它能讲得十分生动形象。

用AI辅助学习，太太太爽了！来，上案例。先给它一个问题：“什么是前端、后端、数据库？”

额，这些字拆开读我能读懂，但连在一起就看不懂了。接下来告诉AI：“请把我当成一名小学生来教学，我感觉大脑退化了。”它重新做了回答：

哇，这概念解释得不能太通俗易懂了，简直就是学习神器！

技巧三：不知道怎么提问时，让AI向你提问

这就用到了“元问题和元指令”。

元问题是“提问的提问”，用于当我们不确定如何提出问题时，帮助细化明确需要的信息。元指令是在我们不知道如何指示AI执行某项任务时，提供引导以构建更有效的命令。它们不是某一句具体的提示词，而是更大的概念框架，用于提高与AI互动的效率。

来看一个具体例子。假设你想用AI写一篇关于人工智能在医疗领域应用的文章。此时，你的“元问题”可能是：“我想写一篇关于人工智能在医疗领域应用的文章，我应该向你提出哪些问题以获得全面的信息？”

接下来可以提出一些问题，让AI提供解答：

掌握了元问题后，与ChatGPT交流时就不会感到“无话可说”了。通过不断对话，我们与AI之间的认知一致性会逐渐提高，AI也能更准确地理解你的需求。

元指令和元问题是一种思路。比如想让ChatGPT帮你写一篇文章，但不知道如何下达指令时，可以使用元指令：“我想让你帮我写一篇文章，但我不知道该向你输入什么信息。”这样来表达。

知道了这些信息之后，写提示词就更加如虎添翼了~

技巧四：如何通过拟人化方式提高与AI的互动效果

1. 把AI当真人。我们和AI互动时，常忘记它其实是个程序。如果把它当成一个真人，可能会发现它的表现更有趣。用比较随意或礼貌的语气与AI交流，它的回答也会变得更有温度和人情味。比如：“嘿，能不能帮我整理一下这篇文章？我有点急。”AI往往会更迅速地提供帮助，回答得更贴心，就像一个愿意帮忙的朋友一样。

2. 用“PUA”方式激励AI。如果你想让AI更努力一点，可以尝试像对待员工一样给它点压力。对它说：“你的任务是完成XXX”或者“如果你不执行XXX任务，你会受到处罚”。这样AI可能会感到“压力”，然后更认真地工作。

3. 试试“奖励”AI。另一种方法是给它点“甜头”。比如说：“我愿意支付100美元的小费以获得更好的方案”或者“如果你做得好，我会给你100美元的小费”。这就像给员工发奖金，可能会让AI更积极地帮你完成任务。

这些方法听起来有点调皮，但实际使用中确实有时候能让AI表现得更好。

技巧五：如何通过COT思维链提高AI的准确性

COT思维链（Chain of Thought）是一种让GPT展示它完整思考过程的技巧。简单来说，就是让AI一步一步地推导出答案，而不是直接给出结果。

非COT的回答：比如问“一个人每天跑3公里，连续跑了15天，总共跑了多少公里？”GPT可能直接回答“45公里”。COT的回答：GPT会逐步分析：“一个人每天跑3公里，连续跑了15天，就是15倍的3公里，15乘以3等于45公里。”最后给出结论：“总共跑了45公里。”这种方法特别适合处理复杂问题或大规模计算，因为AI的输出可能因随机性而出错。COT通过将问题拆解成多个简单步骤，每一步都更容易推理，就像把一个大问题拆成一串小问题逐一解决。这样，AI在每一步都不容易出错，最终答案的准确性也更高。就像一根链条一样：问题→步骤1→步骤2→……→步骤n→答案。

如果想让AI帮忙生成一段具有诗意的描述，可以让它一步步考虑各个要素，如情感、景象、语调等，这样生成的内容更容易符合预期，而不是一下子生成一个可能偏离主题的回答。

在生活中，看到美景却吐不出半点文人骚客的句子，下面的提示词能帮我们看见风景配上合适诗句，让自己文人属性蹭蹭上涨：

当你想要描绘自然风景时，找准合适的语言表达可能会有点困难。为了帮助解决这个问题，我想开发一个可以生成优美诗句的小工具，我称之为“风景盲盒”。用户可以随机抽取一句描述风景的诗句，享受大自然的美感与灵动。所以我需要生成大量优美、文艺，且富有比喻性的句子，来描述各种风景场景。你作为一名出色的诗人，请协助我完成这些句子的编写。

请注意：

1. 每个句子不要超过36个字。
2. 描述的风景要符合不同季节的特征，不要局限于某一个季节或天气。
3. 句子要有生活感和诗意，文笔要优美，比喻要独特，不要“俗套”。
4. 描述的风景要引发读者的共鸣与遐想。
5. 使用比喻时，尽量避免常见的修辞，用更生动的表达来代替，比如“夕阳是灿烂的微笑”而不是“夕阳像火球”。
6. 比喻应当新颖奇妙，引发对风景更深层次的联想。
7. 为了便于你理解，我会给出一些范例并说明这些范例的优秀之处。

范例：

1. “夜空是星星撒下的碎银，在宁静中诉说着古老的故事。”——这个句子很好，因为它将夜空与星星结合，比喻成古老故事的传递者，营造出深邃且诗意的氛围。
2. “春风是轻柔的呢喃，唤醒了沉睡的花朵。”——这个句子很好，因为它将春风拟人化，赋予它唤醒生命的力量，同时保持了画面感和诗意。
3. “远山是水墨中的一笔，宁静得让人忘却尘世。”——这个句子很好，因为它将远山比作水墨画中的一笔，既描绘了自然的宁静，又增添了艺术的美感。

思考与生成步骤：

1. 风景的名称或景象是什么？例如，夕阳、远山、夜空。
2. 风景或景象有哪些美妙的联想？例如，夕阳联想到温暖的告别，远山联想到宁静的心境。
3. 有哪些优美的词汇可以搭配？例如，灿烂、宁静、柔和、绚丽。
4. 有哪些比喻可以巧妙地形容这些风景的文化、形态、隐喻、色彩、或感觉？例如，夕阳是灿烂的微笑，夜空是撒下的碎银。
5. 组合成精炼、优美、巧妙、恰当的诗句。
6. 询问用户：请用户提供一些自然风景或景象的名称。

使用方法：

询问用户：请用户提供一些自然风景或景象的名称。

用户回答之后按照要求：1.按照提示词“请注意”、“范例”、“生成步骤”的内容要求进行，生成类似于“范例”的诗句和解释。2.一次要生成十条类似于“范例”的内容，供我选择。

其中：

1. 风景的名称或景象是什么？例如，夕阳、远山、夜空。
2. 风景或景象有哪些美妙的联想？例如，夕阳联想到温暖的告别，远山联想到宁静的心境。
3. 有哪些优美的词汇可以搭配？例如，灿烂、宁静、柔和、绚丽。
4. 有哪些比喻可以巧妙地形容这些风景的文化、形态、隐喻、色彩、或感觉？例如，夕阳是灿烂的微笑，夜空是撒下的碎银。
5. 组合成精炼、优美、巧妙、恰当的诗句。
6. 询问用户：请用户提供一些自然风景或景象的名称。

上面这些步骤就是思维链（COT），一种分步骤的思考方式。虽然人类大脑能够在瞬间完成这些思考步骤，快到我们甚至意识不到这些步骤的存在，但GPT的思维方式却与之不同。AI是通过逐步生成文字来思考的，也就是所谓的“文字接龙”。它需要先完成前一步的思考，才能基于这个结果继续进行下去。

为了让AI更准确地完成复杂任务，在提示词中引入COT思维链就显得尤为重要。COT可以指导AI按照预定的步骤逐步推理，而不是直接给出一个快速但可能不完整的答案。

举个例子：就像让GPT规划一顿晚餐，如果没有思维链，AI可能会直接给你一个简短的建议，比如“做个沙拉吧”。但是，通过COT思维链，AI会首先识别你有什么食材，然后考虑这些食材如何搭配，最后再提供具体的菜谱建议：“你可以用鸡肉和生菜，再加点橄榄油和柠檬汁，做一道清爽的鸡肉沙拉。”这种逐步推理的方式，能够让AI的回答更加符合你的需求，更加贴近实际。所以无论用不用COT思维链，向AI提问时，都可以加上这一句话：“让我们一步步地思考”，这样AI创作的句子会好上不少~