本文背景

为什么我的 AI 不听话？

为什么我要用AI写知乎文章、视频文案、豆瓣影评、工作日报、报纸、商业计划书、标书、打码都没能达到想要的效果呢？

为什么我的 AI 会产生毫无价值的唾液？

经过大量的 AI 实践经验，大象对这些问题给出了终极解决方案：【把握垂直特性 + 提炼模板】，一切都可以 AI。精炼一次，长期赚钱。

本系列教程将为您详细讲解提炼模板的原因和后果，并提供三种提炼提示词模板的方法和例程。

提示词模板 = 开发提示 + 提取变量

有朋友说，1+1=2我还不知道，你一上来就开始教我怎么演绎自己的数学公式了？

别急，在我们内容的前半部分，我们会给大家整理一下 AI 技能，所有复杂的应用都会被拆解，底层就是这些小知识点的排列、组合和应用。所以，基本的游戏玩法并不难，但非常重要。

同时，你将掌握 AI 的底层认知：善用 AI 的底层逻辑。底层逻辑并不清楚，而且总是绕道而行。

这次课程的重新编排会很枯燥，绝对是市面上收费599的课程还不可见的内容，这只是第一期，以后还会有11期。

提问策略

语义清晰明确

确保问题清晰明了，并且没有歧义。例如，有一些默认的 “行话”是人类与之交流的，AI 不一定能理解，因此重要的是要明确“模型猜测你的想法的次数越少，你就越有可能得到你想要的结果”。

错误示例

正确的示例

不要多废话

额外的词会让 GPT 不清楚你的核心问题，它就像一个孩子，如果你说太多，它的注意力就会分散。

需要注意的是，如果输入文本太长或答案太长，可能会影响 GPT 的响应时间和生成质量。如果你想得到更好的结果，你需要保持问题简单明了，不要打得太长。

错误示例

“您好，我想能够获得一些关于历史上著名物理学家艾萨克·牛顿的信息。我想了解他的人生经历，包括他的早年生活、教育背景、科学成就以及他对物理学和数学的贡献。如果可能的话，我还想了解他对自然哲学的看法以及他的思想对现代物理学的影响。请尽可能详细地回答这些问题，谢谢”。

正确的示例

“请提供艾萨克·牛顿的简短传记、他的科学成就以及他对现代物理学的影响。”

描述更具体

在简洁的基础上，使说明更加具体，更好地表达需求。

AI 学到了很多东西。如果你的问题太宽泛，它会从大量知识中找到适合大多数情况的答案。但是，如果你的问题更具体，AI 将能够明确地找到你想要的具体答案。

GPT 猜测您想法的次数越少，您获得所需结果的可能性就越大。

优化前

然而，事实上，我的宝贝是个女孩，星星更像是一个男孩的名字。这时候可以更具体地问 GPT，答案会更准确、更合适。

优化后

这个答案更符合需求

官方案例

任务拆除方法

使用场景

如果您的任务很复杂并且您无法一次完成所有任务，则必须将其分解为几个步骤。

这里用的原则是链式思考 CoT （ Of ），即一步一步，一步一步，更清晰。

方案 1：拆分为多个步骤或提示词。

对于不太复杂的任务，可以在单个提示中清楚地给出多个步骤，并让 GPT 遵循这些步骤。只需要一次通信。

场景 2：拆分成多个小任务，每个任务都是一个单独的提示词。

对于提示词无法清楚地说出所有步骤的更复杂的任务。你得把这个大任务分解成多个小任务，每个小任务都可以通过一个提示词来完成。当然，如果小任务还是很复杂，就继续分解吧。

举个典型的例子，AI 一次只能输出 1000 字左右，要想让它一次写 5000 字，那是不可能的，就得把它拆分成多次（多个小任务）一一输出。

箱

案例 1 是一个稍微复杂一点的任务，被分解为多个步骤来执行。

按照以下步骤操作： 步骤1： 我将用三个引号为您提供文本。请将此文本总结成一句话，并添加前缀“：”Step 2： 将步骤 1 中的摘要翻译成英文，并添加前缀“：""""" 等场景为用户提供服务。

在案例 2 中，对 AI 来说很复杂的任务被分解成多个小任务并逐个执行。

还记得我们用 [一杯水题] 来确定 AI 模型是 GPT3.5 还是 GPT4 吗？

GPT4 可以给出完美直接的答案，它更聪明，而 GPT3.5 则不能，直接给出的答案是错误的。

为什么 GPT3.5 算错了，因为整个计算过程对于它的语言分析和计算能力来说有点困难，学会了任务拆解的技巧后，我们还是把任务拆开，让 GPT3.5 一步步计算。

原始提示词：

一杯牛奶，小明喝了半杯，倒满了水，又喝了半杯，倒满了水，全部喝光了。他喝了多少杯水？多少杯牛奶？

任务反汇编后的提示词：

一杯牛奶，小明喝了半杯，又倒了满满的水（没喝），他喝了多少杯水呢？多少杯牛奶？又喝了半杯，然后装满水（没喝），他喝了多少杯水？多少杯牛奶？最后，全部喝光。他喝了多少杯水？多少杯牛奶？

优化提示词：

【任务】请按照【步骤】进行【步骤】1.一杯牛奶，小明喝了半杯，又倒了满满的水，他一共喝了多少杯水？多少杯牛奶？2.他又喝了半杯并装满水后，又喝了多少杯水？多少杯牛奶？3.最后，全部喝完。他喝了多少杯水？多少杯牛奶？

如果你的需求比较复杂，比如你想写一篇高质量、有深度的原创文章，想要提交或者发布到你的公众号或知乎平台上。那么就需要把这个大任务分成一些不复杂的小任务：怎么写热门标题、文章素材怎么收集、文章框架怎么搭配、爆点放在哪里、开头怎么吸引人、结尾怎么吸引眼球、是否需要留下伏笔给其他文章做引流， 等。然后将小任务交给 GPT 完成。

深度原创文章的重点是你心里有一个想法，想告诉读者，但是你的写作能力不是很好，也抓不住读者感兴趣的点，所以AI可以作为辅助工具，帮助收集素材、打磨内容、 创建零件、提供灵感等。此示例只能在单独的教程中解释，并且每个步骤都必须精心设计。在这里，您了解了将大任务分解为小任务的想法。

让 GPT 的思维过程对我保密

使用场景

当您将一个大型任务分解为多个步骤并将其交给 GPT 时，GPT 会在每个步骤为您提供输出内容。如果您想将某些步骤隐藏在您的视线之外，就好像 GPT 没有执行它们一样，您必须学习这个技巧。

箱

不保密过程的提示词：

1. 首先根据问题提出你的解决方案 2.将您的解决方案与学生的解决方案进行比较，并评估学生的解决方案是否正确。3. 如果学生犯了错误，请确定您可以在不透露答案的情况下给学生哪些提示。4. 如果学生犯了错误，请向学生提供上一步的提示（三个引号之外）。与其写“第 4 步...”编写 “：”。问题陈述： 一个盒子里有 4 个红球和 6 个蓝球。两个球从盒子里被拿走，没有被替换。抽出的球中一个是红色而另一个是蓝色的概率是多少？学生解法：（4/10） * （6/9） = 24/90 = 4/15

现在，我想要步骤 1 到 3 的效果只是让 GPT 在我自己的脑海中思考，不让我看到它。如果我给学生的解法是错的，GPT 直接给了我一个提示：请考虑 xxxx，不要只告诉我正确答案，让我知道该改哪个方向。

保密性中间步骤的提示词：

1. 先根据问题提出你的解决方案，但不要告诉我，也不要说一句话。2. 将您的解决方案与学生的解决方案进行比较，并评估学生的解决方案是否正确。不要告诉我这个过程，不要说一句话。3. 如果学生犯了错误，请确定您可以在不透露答案的情况下给学生哪些提示。不要告诉我这个过程，不要说一句话。4. 如果学生犯了错误，请向学生提供上一步的提示（三个引号之外）。与其写“第 4 步...”编写 “：”。问题陈述： 一个盒子里有 4 个红球和 6 个蓝球。两个球从盒子里被拿走，没有被替换。抽出的球中一个是红色而另一个是蓝色的概率是多少？学生解法：（4/10） * （6/9） = 24/90 = 4/15

完善！

提供正面示例

使用场景

如果你不知道如何组织你的语言，你可以给 GPT 一个例子，让它效仿。请注意，这个例子的关键不是太多，它必须是一个好的、积极的例子。如有需要，也可以同时给出一个反面例子，这样 GPT 就不会踩坑了。

请以同样的方式回答。示例：“请教我什么是美丽的文字中的耐心：最伟大的交响乐来自一个音符;最复杂的挂毯从一根线开始;这条河冲刷了最深的山谷，发源于温柔的泉水“”请用美丽的文字教我什么是海洋

箱

看，GPT 非常适合以你为榜样~

当然，这里也有负面的例子，告诉 GPT 你不想要什么。但是，这种排除法并没有直接给出正面的例子，因此不建议这样做。有兴趣的可以自己试试哦~

进料

使用场景

当你有一些材料，想快速提问或根据这些材料写作时，可以直接给 GPT。

材料越准确越好。

例如，材料中 80% 的内容是维度 A，20% 的内容是维度 B，因此 GPT 很可能会根据该材料生成的内容来谈论维度 A。

如果您想生成 50% A 和 50% B 的内容怎么办？更改材质中的比例！

箱

回答问题时，文本用三个引号括起来。如果您在 [材料] 中找不到答案，只需写“我找不到答案”。最近，AI 初创公司宣布他们的 AI 视频生成产品 Gen-1 和 Gen-2 已全面开放，任何人都可以注册一个帐户免费试用。文本生成视频的功能可以根据提示词从头开始生成 4 秒左右的视频，但很多玩家抱怨画质太模糊，过渡不自然。因此，许多网友探索了使用生成的图像，然后使用 Gen-2 将图像转换为视频的方法。在此基础上，将连贯的情节和统一的艺术风格整合在一起，再对视频画面进行一定的安排，一部电影预告片就诞生了。这段 3 分钟的视频已获得 196,000 次观看，讲述了 2095 年人工智能控制的轨道研究站围绕一颗神秘行星运行，以及一组科学家通过人机协作成功驾驶空间站远离流星雨的故事。他使用 GPT-4 辅助生成文本，生成的图像用作生成视频的提示，语音来自。“问题：AI 生成的视频可以做什么

？

对于普通人的需求，就想办法减少喂的字数，比如把大段的文字分成几段，让 GPT 帮你缩短和重新组合每个段落。

为什么我可以只提供配置文件？在看完后的教程中，海燕用了这个技巧，有人问海燕。

现在让我们原则上解释一下。

我们谈到了 AI 生成内容的原理，即下一个单词出现的概率更大。如果你喂一本 字的小说，直接让 AI 总结一篇 1000 字的推荐文章，它还是会总结口水，AI 的语气很沉重，内容也不好玩。为什么？

因为一篇高质量的推荐信不是你阅读小说这个词的内容，而是使用各种写作技巧从多个角度展示你的个性化想法。即使你只看了一些小说的梗概或评论，知道小说是讲什么的，你也可以依靠写作技巧来教 AI，让它帮你产生个性化的想法（这个小技巧也用在了读完后的教程中），用写作技巧写出高质量的推荐文。

所以，大多数情况下，让 AI 知道介绍的基本内容，然后教它一些写作技巧，输出好的内容就足够了。但如果喂原词，根据 AI 最基本的原则：【下一个词更容易出现】，AI 生成的内容中会有很多原著中冗长的内容，而不是充满写作技巧的优质推荐文章。

指定要输出的字数

使用场景

如果你对 GPT 可以输出的字数有要求，直接告诉就好。

箱

用 20 个单词总结文本，用三个引号括起来。8月8日，有消息称，日前，网易信息科技（北京）有限公司申请注册了“网易语言”商标，该商标在国际上被归类为网站服务，目前商标进展正在申请中。据此前媒体报道，“语言”是网易福熙实验室推出的中文预训练大模型，其相关技术已应用于网易集团内部的文字游戏、智能NPC、文本辅助创作、音乐辅助创作、艺术设计、互联网搜索推荐等业务场景。"""

超过 20 个字，没关系。

指定要输出的点数

使用场景

你可以清楚地告诉 GPT，你希望它为你生成一些要点。

箱

将三个引号中的文本总结为三个简短的项目符号。“今天是 Duck 相机爆炸后的第 19 天。 Duck 以 9 9 9 生成高质量照片，以惊人的速度实现了社交媒体刷卡和破圈交流。虽然最近人气有所下降，但不得不承认，它给 To C 的 AIGC 产品带来了很多启发。自爆款以来，妙芽的团队背景、技术原则、用户规模、商业化等都引起了不少的讨论和猜想，但妙芽背后的团队却表现得非常低调和神秘。在蒲松龄的《辽斋奇谣》中，有一部文学小说叫《罗刹海石》，文章的主要目的是蒲松龄对当时社会现象的揭露和讽刺。刀郎的新歌《罗刹海城》的标题和部分歌词都来自小说。7 月 26 日，抖音博主“爱婉”将《罗沙萨海狮》的歌词转化为提示，并进入 AI 绘画工具，一气呵成《罗沙萨海狮》的样貌。7 月 28 日，B 站“超级小海鸥”的 UP 大师发布了一段视频，表示他花了 3 个月的时间训练 AI，并在 AI 中灌输了大量的游戏知识——从“世界上第一个游戏角色的诞生”到“现在最受欢迎的游戏热点”。在视频中，AI 不仅对 10 个角色进行了排名和评分，还对每个角色进行了评论。"""

我们不喜欢看长篇大论，新闻的问题可以挽救~

指定输出的数量

使用场景

当 AI 的输出内容中的字数不多时，可以让它一次生成多个，我们选择喜欢的那个。这将避免在不合适时必须重新开始。批处理操作效率更高。

箱

请扮演专属提示词生成器的角色，使用角色扮演方式和优质功能进行喂养（例如：1. 必须符合品牌调性，2. 高端简洁）。写一个提示词，功能是生成兰蔻品牌的 10 个口号请生成 10 个口号，这些口号不仅体现兰蔻品牌“优雅、自信、创新”的精神，而且与现代女性的价值观紧密相连。这些口号需要简洁有力，在情感上产生共鸣并增强品牌忠诚度。每个标语不仅要传达兰蔻对美的独特理解和对品质的执着追求，更要体现对顾客个性化需求的关注和满足。创作方式保持了高端品牌形象的一贯风格，同时融合了现代和国际视野，确保这些口号将兰蔻与不同文化和年龄的全球客户联系起来。

在这 10 个中，总有你喜欢的。如果没有，则一次批处理 30 或 50。

让 GPT 先回答

这是建议的策略，最初称为 “Give Time to ”。你在想什么？其实就是先让 GPT 给出答案。因此，海燕有一个更直观的名字，叫“让 GPT 先回答”。

使用场景

你有没有过和张三一起解决数学题的经验，看看谁有正确的答案？如果你先参考张三的推理思路，你的思维可能会受到限制，跟着张三的思路走，哪怕张三中间想错了，有漏洞，你也不容易发现，你觉得他还挺对的。

但是，如果你自己做题，不看别人的想法，你的推理过程往往会更加严谨，你很有可能能把事情都做对。

同理，当你让 GPT 判断张三的回答是对还是错时，GPT 也会像人一样，很容易被张三的错误思维引入歧途，觉得张三是对的。敲黑板，这种错觉也被称为 AI 幻觉。

所以，在 AI 的世界里，解决 AI 幻觉的最佳方法就是和人一样，先让 GPT 给出答案，再让它比对张三的答案，来判断张三是对还是错。

此外，如果只是简单地向 AI 提问，现在的 AI 将无法自行检查生成结果的准确性，偶尔会出现 AI 幻觉。如果你想要一个 100% 正确的答案，只需去搜索引擎、论文、书籍等传统媒体，简单地寻找答案并验证它。

错误案例

GPT：天哪，我好像出现了幻觉~

正确的案例

首先给出你自己的问题解决方案。然后，将您的解决方案与 SAN 的解决方案进行比较，并评估 SAN 的解决方案是否正确。在你自己完成问题之前，不要决定张三的解决方案是对不对的。问题陈述： 我正在建造一个太阳能装置，我需要财务方面的帮助。- 土地成本为 100 美元/平方英尺 - 我可以以 250 美元/平方英尺的价格购买太阳能电池板 - 我协商了一份维护合同，每年将花费我 100,000 美元，加上第一年运营的额外 10 美元/平方英尺，作为 解决方案的平方英尺数的函数：设 x 为单元的大小（以平方英尺为单位）。1. 土地成本：100x 2.太阳能电池板成本：250x 3。维护成本：100,000 + 100x 总费用：100x + 250x + 100,000 + 100x = 450x + 100,000

GPT：张三，你骗不了我了~

双重确认

使用场景

对话结束后，询问在模型的上一个过程中是否遗漏了任何内容。

假设我们使用 GPT 从文本中提取摘录。列出一个摘录后，GPT 必须决定是继续阅读另一个摘录还是停止。如果源文档很长，GPT 通常会不阅读就停下来，从而无法列出所有摘录。在这种情况下，通常最好使用第二次确认来提醒 GPT 查找之前遗漏的摘录。

箱

我给你一个用三引号括起来的文档。您的任务是挑选出与以下问题相关的摘录：“人工智能历史上的主要范式转变是什么？并确保摘录包含解释它们所需的所有相关内容，换句话说，不要选择缺少重要内容的小片段。以 JSON 格式输出，如下所示：[{“”： “...”},...{"": "..."}]"""人工智能成立于 1956 年，在此后的几年里，它经历了几波乐观情绪，[4][5] 然后是失望和资金损失（被称为“人工智能冬天”），[6][7] 随后是新的方法、成功和新的资金。[5] [8] AI 研究尝试并放弃了许多不同的方法，包括模拟大脑、对人类解决问题进行建模、形式逻辑、大型知识数据库和模仿动物行为。在 21 世纪的头几十年里，高度数学和统计的机器学习在该领域占据主导地位，事实证明，该技术非常成功，帮助解决了工业界和学术界的许多挑战性问题。[8] [9] AI 研究的各个子领域围绕特定目标和特定工具的使用展开。AI 研究的传统目标包括推理、知识表示、规划、学习、自然语言处理、感知以及移动和操纵对象的能力。[a] 通用智能（解决任意问题的能力）是该领域的长期目标之一。

[10]为了解决这些问题，AI 研究人员调整并整合了一系列解决问题的技术，包括搜索和数学优化、形式逻辑、人工神经网络以及基于统计学、概率论和经济学的方法。AI 还借鉴了计算机科学、心理学、语言学、哲学和许多其他领域。该领域基于这样一个假设，即人类智能“可以被精确地描述，以至于可以建造一台机器来模拟它”。[b] 这引发了一场哲学辩论，关于创造具有类似人类智能的人工人的意识形态和道德后果;自古以来，这些问题就在神话、小说和哲学中被探讨过。[12]从那时起，计算机科学家和哲学家提出，如果人工智能的理性能力没有朝着有益的目标发展，它可能会成为人类生存的风险。[c] AI 一词也因夸大了 AI 的真正技术能力而受到批评。[13] [14][15] 历史 主要文章： 人工智能的历史和人工智能的时间表 克里特岛的银色迪德拉克马，描绘了具有人工智能的古代神话机器人塔洛斯 人工智能在古代作为一种讲故事的工具出现[16]，这在小说中很常见，如玛丽·雪莱的《弗兰肯斯坦》或卡雷尔·查佩克的《R.U.R.》[17]这些人物和他们的命运提出了许多相同的问题，这些问题现在在人工智能伦理。[18]机械或“形式”推理的研究始于古代哲学家和数学家。

对数理逻辑的研究直接导致了艾伦·图灵的计算理论，该理论指出，机器可以通过洗牌“0”和“1”等简单符号来模拟任何可以想象的数学推导。这台数字计算机可以模拟任何形式的推理过程的洞察力被称为丘奇-图灵论文。[19]这一发现，以及神经生物学、信息论和控制论方面的同步发现，促使研究人员考虑构建电子大脑的可能性。[20]现在被广泛认为是人工智能的第一件作品是 1943 年为图灵完成的“人工神经元”的正式设计。[21]到 20 世纪 50 年代，出现了两种关于如何实现机器智能的愿景。一种被称为符号 AI 的愿景是使用计算机创建世界的符号表示和可以推理世界的系统。支持者包括 Alan 、 MA 和 。与这种方法密切相关的是“启发式搜索”方法，它将智能比作探索可能性空间的问题

因为输入文案太长，GPT 很可能在读完结尾之前就停下来了，或者即使读到结尾，也可能是因为字数太多，漏掉中间部分，没有提取出来。

如果想有更好的效果，可以确认两次。

有没有更多相关的摘录？小心不要重复你刚才给出的内容。还要确保摘录包含解释它们所需的所有相关内容，换句话说，不要选择缺少重要内容的小部分。

AI 不可能极其严谨，准确提取所有点而不遗漏它们，如果你不做高精度的学术研究，AI 就足够了。

我是一头大象，目前正在做 AI 写作，同时从事新媒体运营，并拥有自己的工作室。借助 AI 技术趋势，我们可以为任何行业的自媒体赋能

通过发布一些实用的干货视频教学，我每天都钻研AI的应用，大部分的文案和视频都是在AI的辅助下完成的，大大提高了我的工作效率，节省了近一半的人工成本。AI 的趋势远不止于此，它的潜力是巨大的。