05-如何与AI对话
输入“/”快速插入内容
05-如何与AI对话
05-如何与AI对话
用户8537用户8537
用户1612用户1612
用户5962用户5962用户9236用户9236用户7582用户7582用户7184用户71842024年10月24日修改
会议信息
会议主题：校园AIPO系列共学
会议时间：10月13号（周日） 19:50 - 21:58 （GMT+08）
智能纪要
智能纪要依据会中总结与录制内容生成，不代表平台立场，请谨慎甄别后使用
📄
总结
会议讨论了李继刚等关于提示词写作、与大模型交流及相关产品的经验和思考。主要内容包括：
•
李继刚关于提示词写作的心路历程分享：讨论了李继刚在提示词写作方面的经历，包括从最初的探索到后来的心得，以及对新手如何上手与大模型对话的分享。
•
关于写提示词的经验分享
◦
输入是写好提示词的根本：写好提示词的结果源于输入，输入包括读书、交流、旅游等各种与世界的交互，要善于抓住有价值的输入并思考。
◦
清晰表达提示词可借助框架：由于无法直接将脑海中的东西完整传达给大模型，所以需要借助预置多个角度的框架来描述。
◦
文科生和学哲学的人写提示词有优势：文科生对文字细微差异敏感，学哲学的人对词的压缩语义和思考深度有优势，他们进入与大模型交互的领域会有出色表现。
•
利用框架清晰表达脑海中的想法与大模型交流
◦
框架有助于清晰表达：将脑海中的事情或方法论通过框架从不同角度描述，能比空想更高效，且框架角度可根据任务调整。
◦
约束大模型按指定角度输出：通过设定角色、目标、风格、规则等，可约束大模型按照约定的视角输出想要的结果。
◦
与大模型交流的感受：清晰的想法与大模型交流能往更深层理解，模糊的想法能通过交流变清晰，对思考有很大帮助。
◦
从0到1上手的封装方法：当脑海中有清晰的知识方法论，想与大模型对话，需思考如何封装，探讨是否存在通用的核心方法。
•
提示词写作的三板斧技巧
◦
分配角色：分配角色能让大模型以特定身份的行为模式做事，注入的角色信息是超级浓缩的，若角色不明确需解压缩塑造，使其符合大模型的工作机制。
◦
给出示例：当脑海中对要表达的意向模糊时，可通过给出示例辅助描述，将想法概要或详细描述与示例结合，能让大模型输出更好的结果。
◦
思维链：文中未对思维链技巧做详细阐述。
•
关于豆瓣模型中自定义提示词的使用技巧
◦
COT在分析中的作用：提到COT在分析中的表现，如让模型一步步思考，拆解逻辑，增加信息量，实现逻辑推理。
◦
学生写提示词的建议：针对学生群体写提示词框架复杂杂乱的情况，建议从三个技巧开始从0到1练习，并辅助学习相关材料。
◦
豆瓣模型的默认功能与自定义：豆瓣模型有默认功能，若想定制自己想要的功能，如特定的翻译效果，可通过右下角下拉的自定义添加技能，命名并填写提示词。
◦
避免身份冲突的取巧办法：为避免定义身份与系统内在设定冲突，可将身份设定为名人的身边人，如弟子、学生、朋友等。
◦
翻译示例与操作演示：以许妍冲为例，展示了针对单词和句子的翻译提示词编写，包括中文直译、词根拆解、词源、同义词等，并进行了操作演示。
◦
汉语新解的尝试：尝试用豆瓣写简洁版的汉语新解。
•
关于汉语新解场景及压缩表达的分享
◦
汉语新解场景构建：指定00后汉语老师，输入人物特色、学习对象等，对任意文本用三句话呈现分析，可添加技能并调整顺序进行测试。
◦
提示词压缩表达的感悟：之前因感觉与大模型对话功力无长进而暂停，读书后摸到压缩一词，总结压缩表达不是语言问题而是一种翻译，用词压缩后有精准和凝练两个效果，分别对应embedding和attention，精准能让输出更准，凝练能满足attention工作机制。
•
关于与AI对话及框架使用的探讨
◦
清晰表达与指挥权：在与AI交流时，要清晰表达脑海中的想法，不能放弃指挥权，不能完全依赖AI随机生成，要以画师的身份去评判和指挥AI作画。
◦
框架的作用：框架有助于将复杂场景拆细，辅助人们清晰表达，但不能被框架束缚，应根据不同场景灵活调整框架的维度。
◦
与AI对话前的准备：可以通过主题阅读相关书籍让大脑进入相关氛围，再与AI对话，避免被AI误导，同时在交流中探索约束和泛化的平衡，适当让渡权利以获取新的东西。
•
关于提示词、大模型及豆包产品的交流
◦
提示词的约束与泛化：提示词的使用存在约束和泛化的选择，要根据场景决定，如公司固定的SOP需强约束，探讨发散场景则利用泛化能力。
◦
提示词的压缩表达：压缩表达可自己练习，先将想法用一段话描述，再浓缩，思考能否删掉形容词、过渡词等，尝试用一个词或一个字精准概括。
◦
大模型在文案写作中的应用：写文案时提示词、大模型和输入任务三者影响输出效果，根据具体场景决定哪些信息放在提示词，哪些作为输入变量。
◦
豆包产品的使用和问题：介绍了豆包电脑版的划词能力等，解答了关于豆包使用中如手机端回复慢等问题。
•
关于大模型的思考与探讨
◦
大模型中文表达：李继刚认为作为普通用户，语言在大模型中不是关键，核心是向量空间中的游走脉络，输出时的语言翻译是次要的，且训练语料的中英文差异在于embedding环节。
◦
垂类模型与大模型公式：Olivia提出通过合适的模型、prompt和test入口表达，用大模型公式调试出好效果以替代垂类模型，李继刚认为微调垂类模型可能使大模型泛化能力下降，需分场景看待。
◦
提示词的挖掘：李继刚认为写提示词未挖掘出大模型的天花板，还有提升空间。
◦
读书方法与提示词相关书籍推荐：李继刚认为读书最有效的是笨方法，不取巧，花时间读。并推荐了从数学、作家、代码、原理角度写大模型的四本书。
◦
内置思维链提示词：李继刚认为针对小技巧类的思维链提示词有新模型能力涌现和大模型内置两个趋势，但对于某些如COT这类的内置可能会改变大模型的原味，对此存疑。