212 lines
16 KiB
Markdown
212 lines
16 KiB
Markdown
# Round 1
|
||
|
||
下面是我整理的提示词写作涉及到的核心技能：
|
||
|
||
* **底层认知：** 培养支撑有效提示词设计的核心思维能力
|
||
* **本质思考能力：** 哲学（尤其是在认识论和方法论方面）。
|
||
* **逻辑思维：** 数学（形式逻辑）、计算机科学（算法设计）。
|
||
* **批判性思维：** 哲学（逻辑学、认识论）、修辞学。
|
||
* **信息素养：** 图书馆学、信息科学、传播学。
|
||
* **语境理解：** 语言学（语义学、语用学）、社会学、文化研究。
|
||
* **方法设计：** 学习如何将问题转化为有效的提示词策略
|
||
* **问题重构能力：** 问题解决理论、设计思维。
|
||
* **系统思维：** 系统工程、控制论。
|
||
* **抽象化能力：** 数学、计算机科学（数据结构、算法）。
|
||
* **对AI模型工作原理的理解：** 计算机科学（机器学习、自然语言处理）、统计学。
|
||
* **领域知识的深度和广度：** 这取决于具体的领域，可以是任何相关的学科。
|
||
* **具体执行：** 掌握实际编写和优化提示词的技巧。
|
||
* **表达能力：** 语言学、传播学、修辞学、写作学。
|
||
* **创意引导能力：** 心理学（创造力研究）、艺术理论、音乐理论等（取决于创意领域）。
|
||
* **对不同提示词技巧的掌握：** 人机交互（HCI）、应用语言学。
|
||
* **工具和平台的运用能力：** 计算机科学、信息技术。
|
||
* **结果优化能力：** 评估学、统计学、数据分析。
|
||
* **扩展创新：** 探索非常规方法，引领AI能力进化。
|
||
* **跨域整合能力：** 跨学科研究、综合科学。
|
||
* **实验和迭代能力：** 科学方法论、研究方法。
|
||
* **用户体验意识：** 人机交互（HCI）、用户体验设计（UX）、心理学（感知、认知）。
|
||
* **伦理意识：** 哲学（伦理学）、社会学、法律。
|
||
* **风险意识和安全意识：** 风险管理、安全研究、计算机科学（安全领域）。
|
||
|
||
我正在撰写核心技能的PPT，现在到了**方法设计**层面。我理解的方法层的五点，如下：
|
||
|
||
* **问题重构能力**，借助底层认知，将模糊的需求转化为AI能够理解的、结构化的任务
|
||
* **系统思维**，将问题/目标分拆为纵向、横向两个维度，引导AI逐步完成每个子目标的步骤
|
||
* **抽象化能力**，即提升复用能力，设计可以通用的提示词模板。
|
||
* **对AI模型工作原理的理解**，了解LLM的原理，了解不同大模型的特点、风格，以便撰写适配的提示词。
|
||
* **领域知识的深度和广度**，具体问题的领域知识。比如软件行业，了解需求分析到设计、开发、测试、部署的整个软件工程的人，肯定比只会编码或测试的人，写的提示词精准有效。
|
||
|
||
这五点之间的关系，我大致整理的过程：
|
||
|
||
* **前提：** 在底层认知层面，完成了对问题的定义，对核心目标的识别。
|
||
* 利用系统思维，对问题/核心目标进行拆解，同时完成每个子目标的实现步骤
|
||
* 了解不同AI模型的特点及掌握领域知识，制订每个步骤使用某个或同时使用多个AI模型实现子目标的计划
|
||
* 利用问题重构能力撰写清晰、结构化的提示词
|
||
* 将公共部分提取出来，以便后续复用
|
||
|
||
1. 需要你评判我对这五点的理解，还有什么建议和补充
|
||
2. 需要你评判我对这个过程的理解，有什么建议和补充
|
||
|
||
## Round 1 评判与建议
|
||
|
||
您对提示词写作“方法设计”层面的五点理解非常到位，并且梳理了它们之间的关系，这为您的PPT构建了坚实的基础。下面我将分别对您的理解和过程进行评判，并提出一些建议和补充：
|
||
|
||
**1. 对五点理解的评判、建议和补充：**
|
||
|
||
* **问题重构能力：**
|
||
* **评判：** 理解准确。将模糊需求转化为AI可理解的结构化任务是提示词设计的核心步骤之一。
|
||
* **建议：** 可以强调“结构化”不仅仅是语法上的清晰，更重要的是逻辑上的完整和可执行性。例如，明确输入、输出、约束条件等。
|
||
* **补充：** 可以提及一些常用的问题重构技巧，例如：
|
||
* **SMART原则：** 使目标更具体（Specific）、可衡量（Measurable）、可实现（Achievable）、相关性（Relevant）、时限性（Time-bound）。
|
||
* **5W1H分析法：** 从Who（谁）、What（什么）、Why（为什么）、When（何时）、Where（何地）、How（如何）等角度审视问题。
|
||
* **将问题分解为更小的、可管理的部分。**
|
||
|
||
* **系统思维：**
|
||
* **评判：** 理解深刻。将问题分解为纵向（步骤）和横向（不同方面）的子目标，有助于引导AI逐步解决复杂问题。
|
||
* **建议：** 可以更具体地解释“纵向”和“横向”的含义在提示词设计中的应用。
|
||
* **纵向：** 指解决问题的步骤流程，例如：先生成大纲，再撰写内容，最后进行润色。提示词可以按步骤设计。
|
||
* **横向：** 指问题的不同维度或方面，例如：针对同一篇文章，需要考虑其面向的受众、风格、核心论点等。提示词需要覆盖这些不同方面。
|
||
* **补充：** 可以引入“流程图”或“思维导图”等工具，帮助可视化问题分解和步骤规划。
|
||
|
||
* **抽象化能力：**
|
||
* **评判：** 理解正确且重要。提升复用性是提高提示词设计效率的关键。
|
||
* **建议：** 可以强调抽象化不仅仅是创建通用模板，还包括识别问题中的共性模式和可复用的指令片段。
|
||
* **补充：** 可以举例说明常见的可复用提示词模板类型，例如：
|
||
* **角色扮演模板：** “你扮演一个[角色]，针对[主题]回答我的问题。”
|
||
* **结构化输出模板：** “请以[格式]输出关于[主题]的信息，包含[要素1]、[要素2]等。”
|
||
* **风格模仿模板：** “请以[风格]撰写一篇关于[主题]的文章。”
|
||
|
||
* **对AI模型工作原理的理解：**
|
||
* **评判：** 理解至关重要。了解LLM的原理和不同模型的特点是设计有效提示词的基础。
|
||
* **建议：** 可以更具体地指出需要理解的关键原理和模型特点：
|
||
* **LLM原理：** 例如，tokenization、transformer架构、上下文学习等。
|
||
* **模型特点：** 例如，不同模型在创造性、逻辑性、知识覆盖范围、对特定指令的遵循程度等方面的差异。
|
||
* **API参数：** 了解不同模型的API参数（如temperature、top\_p等）如何影响生成结果。
|
||
* **补充：** 可以鼓励学习者关注最新的AI模型发展和评测信息。
|
||
|
||
* **领域知识的深度和广度：**
|
||
* **评判：** 理解深刻。领域知识是确保提示词能够引导AI生成高质量、相关性内容的关键。
|
||
* **建议：** 可以强调领域知识不仅包括专业术语和概念，还包括该领域的常见流程、最佳实践、潜在问题等。
|
||
* **补充：** 可以说明在缺乏足够领域知识的情况下，如何通过有效的提问和迭代来弥补。例如，先让AI解释相关概念，再逐步深入。
|
||
|
||
**2. 对过程理解的评判、建议和补充：**
|
||
|
||
* **评判：** 您梳理的过程逻辑清晰，从问题定义到提示词复用，形成了一个完整的流程。
|
||
* **建议：** 可以更细致地描述每个步骤中可能涉及的具体操作和思考。
|
||
* **“利用系统思维，对问题/核心目标进行拆解，同时完成每个子目标的实现步骤”：** 可以强调在拆解过程中需要考虑子目标之间的依赖关系和执行顺序。
|
||
* **“了解不同AI模型的特点及掌握领域知识，制订每个步骤使用某个或同时使用多个AI模型实现子目标的计划”：** 可以说明如何根据子目标的需求选择合适的AI模型，例如，创意性任务可能选择擅长生成的模型，逻辑推理任务可能选择更注重准确性的模型。
|
||
* **“利用问题重构能力撰写清晰、结构化的提示词”：** 可以强调在撰写提示词时需要结合对AI模型工作原理的理解，例如，使用清晰的指令、提供足够的上下文、避免歧义等。
|
||
* **“将公共部分提取出来，以便后续复用”：** 可以说明如何有效地管理和组织这些可复用的提示词片段。
|
||
|
||
* **补充：**
|
||
* **迭代优化：** 强调提示词设计是一个迭代的过程，需要不断尝试、评估和优化。即使是经验丰富的设计者，也需要通过实验来找到最佳的提示词。
|
||
* **反馈机制：** 强调获取AI模型输出的反馈并将其用于改进提示词的重要性。
|
||
* **工具支持：** 可以提及一些辅助提示词设计的工具或平台，例如，提示词模板库、Prompt Engineering相关的社区等。
|
||
* **团队协作：** 如果是团队协作的场景，可以考虑如何共享和管理提示词，以及如何进行有效的沟通和知识传递。
|
||
|
||
总而言之，您对提示词写作“方法设计”层面的理解非常扎实。通过进一步细化解释、补充具体技巧和工具，您的PPT将会更加全面和实用。祝您PPT撰写顺利！
|
||
|
||
---
|
||
|
||
# Round 2
|
||
|
||
谢谢你的补充建议。能否将你的建议补充到内容中去，我想利用这个内容做一页表达这五个点的基础概念和关系的PPT。
|
||
|
||
好的，这是将我的建议融入您对“方法设计”五个核心技能理解和关系梳理后的PPT内容草稿。您可以根据您的PPT风格和排版进行调整。
|
||
|
||
---
|
||
|
||
**PPT 标题：提示词写作的核心技能 - 方法设计**
|
||
|
||
**核心思想：** 方法设计是将对问题的深刻理解转化为AI可执行的有效指令的关键环节。它承接底层认知，并为具体的提示词编写和优化提供策略框架。
|
||
|
||
---
|
||
|
||
**五个核心技能：**
|
||
|
||
**(1) 问题重构能力：化繁为简，精准定义**
|
||
|
||
* **基础概念：** 借助底层认知（本质思考、逻辑思维等），将用户模糊的需求、宽泛的目标转化为AI能够清晰理解、结构化的任务。这不仅仅是语言的转换，更是逻辑的梳理和目标的明确。
|
||
* **核心要点：**
|
||
* 将非结构化的问题转化为包含明确输入、输出和约束条件的任务。
|
||
* 运用逻辑思维识别问题的核心要素和潜在难点。
|
||
* **建议补充：**
|
||
* **结构化思维：** 不仅是语法清晰，更是逻辑完整和可执行。
|
||
* **常用技巧：**
|
||
* **SMART原则：** 使目标更具体、可衡量、可实现、相关且有时间限制。
|
||
* **5W1H分析法：** 从Who, What, Why, When, Where, How等角度全面审视问题。
|
||
* **问题分解：** 将复杂问题拆解为更小、更易管理的部分。
|
||
|
||
**(2) 系统思维：拆解目标，步步为营**
|
||
|
||
* **基础概念：** 将宏大的问题或复杂的目标，从**纵向**（步骤流程）和**横向**（不同维度/方面）两个维度进行系统地拆解，规划AI逐步完成每个子目标的步骤和策略。
|
||
* **核心要点：**
|
||
* **纵向拆解：** 规划解决问题的先后步骤和逻辑流程。
|
||
* **横向拆解：** 识别问题涉及的不同层面、角度和影响因素。
|
||
* **建议补充：**
|
||
* **纵向应用示例：** 例如，创作剧本可分解为：构思故事梗概 -> 撰写人物小传 -> 设计场景 -> 编写对话 -> 润色修改等步骤。每个步骤都可设计相应的提示词。
|
||
* **横向应用示例：** 例如，分析用户评论可从情感倾向、主题分类、问题反馈等多个维度进行。
|
||
* **可视化工具：** 可借助流程图、思维导图等工具辅助问题分解和步骤规划。
|
||
|
||
**(3) 抽象化能力：提炼共性，高效复用**
|
||
|
||
* **基础概念：** 从不同的问题和任务中识别共性的模式、逻辑和需求，设计可以广泛应用于类似场景的通用提示词模板和指令片段，从而提升提示词设计的效率和一致性。
|
||
* **核心要点：**
|
||
* 识别不同场景下的共同需求和操作模式。
|
||
* 设计具有灵活参数和可配置选项的通用模板。
|
||
* **建议补充：**
|
||
* **核心在于识别共性：** 不仅是创建固定模板，更在于理解问题背后的通用逻辑。
|
||
* **常见模板类型示例：**
|
||
* **角色扮演模板：** 适用于需要特定视角或专业知识的场景。
|
||
* **结构化输出模板：** 用于规范AI的输出格式，方便后续处理。
|
||
* **风格模仿模板：** 用于控制AI的语言风格和表达方式。
|
||
* **指令片段复用：** 积累常用的、有效的指令片段，例如：“请使用简洁明了的语言”、“请提供至少三个不同的观点”等。
|
||
|
||
**(4) 对AI模型工作原理的理解：知己知彼，百战不殆**
|
||
|
||
* **基础概念：** 深入了解大型语言模型（LLM）的基本原理（如tokenization、transformer架构、上下文学习等）以及不同大模型的特点、优势和局限性，从而能够编写出更符合模型特性、更能有效引导模型生成期望结果的提示词。
|
||
* **核心要点：**
|
||
* 理解LLM处理文本和生成内容的基本机制。
|
||
* 掌握不同模型在创造性、逻辑性、知识覆盖、指令遵循等方面的差异。
|
||
* 了解模型API的关键参数及其对生成结果的影响（如temperature、top\_p等）。
|
||
* **建议补充：**
|
||
* **持续学习：** 关注最新的AI模型发展和相关的评测信息。
|
||
* **实验验证：** 通过实践了解不同模型对相同提示词的反应。
|
||
* **参数调优：** 学习如何调整模型API参数以获得更符合需求的输出。
|
||
|
||
**(5) 领域知识的深度和广度：专业支撑，精准引导**
|
||
|
||
* **基础概念：** 针对具体的问题或任务，具备相关的行业、学科或专业领域的知识储备。更深入和广泛的领域知识能够帮助我们更准确地描述需求、提供更专业的上下文信息，并判断AI生成内容的质量和相关性，从而编写出更精准、更有效的提示词。
|
||
* **核心要点：**
|
||
* 掌握相关的专业术语、概念和理论。
|
||
* 理解该领域的常见流程、最佳实践和潜在问题。
|
||
* **建议补充：**
|
||
* **知识迁移：** 将已有的领域知识应用于提示词设计中。
|
||
* **弥补不足：** 在缺乏领域知识时，可以通过提问AI来快速了解相关信息，逐步深入。例如，先让AI解释专业术语。
|
||
* **跨领域结合：** 具备跨领域知识能够帮助我们从更广阔的视角思考问题，设计出更具创新性的提示词。
|
||
|
||
---
|
||
|
||
**五个核心技能之间的关系（过程理解）：**
|
||
|
||
1. **前提：** 在**底层认知**层面，我们完成了对问题的初步定义和核心目标的识别，形成了对任务本质的理解。
|
||
2. **系统拆解：** 利用**系统思维**，我们将问题/核心目标分解为纵向的执行步骤和横向的不同维度，明确了需要AI完成的各个子目标。在拆解过程中，需要考虑子目标之间的依赖关系和执行顺序。
|
||
3. **模型选择与规划：** 基于对**不同AI模型特点的理解**和自身拥有的**领域知识**，我们为每个子目标制定了使用特定AI模型或同时使用多个模型协同工作的计划，以期发挥不同模型的优势。
|
||
4. **提示词构建：** 运用**问题重构能力**，我们将每个子目标转化为清晰、结构化的提示词，确保指令明确、意图清晰，并结合对AI模型工作原理的理解，使用更符合模型特性的表达方式。
|
||
5. **效率提升：** 通过**抽象化能力**，我们识别并提取不同提示词中的公共部分，构建可复用的提示词模板和指令片段，以提高后续提示词设计的效率。
|
||
6. **(补充：贯穿始终)** **迭代优化和反馈：** 提示词设计是一个持续迭代的过程。我们需要不断评估AI的输出，获取反馈，并根据反馈调整和优化我们的提示词和方法。
|
||
|
||
---
|
||
|
||
**总结：**
|
||
|
||
掌握“方法设计”的五个核心技能，能够帮助我们从更深层次理解问题，更系统地规划解决方案，并更有效地利用AI的能力。这五个技能相互关联、相互促进，共同构成了提示词写作的核心竞争力。
|
||
|
||
---
|
||
|
||
您可以将以上内容根据您的PPT模板进行排版和设计。希望这些补充能够帮助您更好地呈现“方法设计”的核心概念和技能。
|
||
|
||
---
|
||
|
||
# Round 3
|
||
|