|
|
现象
2024 年快结束了，依旧会看到这样有趣现象：
这个是不是你？
问 GPT 找答案的时候，永远是"这个怎么做？那个怎么搞？"
许愿式让他一键搞定你的输入愿望。
它满足不了你，不智能，傻叉等标签就贴上了。
但有没有想过，是我们打开方式错了，
它不是搜索引擎，而是一位会思考的助手。
不会表达的 GPT 就像你不会沟通的男/女朋友，再好也猜不透你要什么。
其实跟 AI 对话，和跟人对话是一样的，需要学会表达和提问～
懂得和 AI 沟通！
和它真正聊过才发现，AI 远比想象中聪明，
更像是一位"思考伙伴"，懂分析、会思考、能创造
其实它最强大的能力，不是"找答案"，而是"解决问题"。
它能根据上下文理解你的真实需求，给出针对性的建议和解决方案。
就看你会不会跟它交流了，
我总结了，过去一年半和 AI 沟通协作的底层逻辑。
希望对你有启发。
1、AI 模型工作底层原理工作原理本质：
工作原理流程是：
- 文本输入 → 分词 → 向量化
- 注意力计算 → 上下文理解
- 概率预测 → 生成输出
你输入文本就是你嵌入的一个词，
分词处理，再把不同词向量化，
模型再通过编码处理，
通过概率计算进行回复的过程。
比如输入 “Queen”
它背后的运作机制原理是这样的
它的运作机制流程逻辑是这样的
是不是还不懂，没关系，作为文科生的我，给你讲讲大白话
大白话大模型如何回复你，
其实本质就是，接话。
不信，你看。
1. 操作面板：输入（input）和输出（output）
2. 接个话
两次都输入（input）了“窈窕淑女”，
但它给我输出（output）不一样，
像极了，一万个人眼中有一万个哈姆雷特
像极了，我们把同一句话说给不同的，
TA 的理解和反馈是不一样的。
所以，我觉得和大模型
要懂得把它当人一样沟通而不是表达。
它才给你共识后的答案。
2、三个原则还记得官方技巧吗？如果 GPT 输出的内容过长，可以要求模型进行简短的回复；如果输出过于简单，可以要求模型使用专业的写作水准输出内容。如果你对输出的格式不满意，可以提供自己想要的格式。越是明确表达自己的需求，越有可能得到满意的答案。
GPT 模型可以自信地编造虚假答案，尤其是在涉及深奥主题或引用和 URL 时。就像学生在考试时可以查看笔记来帮助自己更好地回答问题一样，向 GPT 模型提供参考文本可以以帮助其减少编造虚假答案的情况。
就像在软件工程中将复杂系统分解为一组模块化组件一样，在提交交给 GPT 模型的任务中也是如此。复杂任务往比简单任务出错率更高。此外，复杂任务通常可以重新定义为一系列简单任务的工作流程，其中前置任务的输出作为后续任务的输入。
如果让你计算 17 乘以 28，你可能不会立即知道答案，但是却可以花时间计算出来。类似地，当 GPT 试图立即回答问题时，它会犯更多的推理错误，而不是花时间计算出答案。在回答问题之前，要求模型给出一系列的推理过程可以帮助 GPT 更可靠地推理正确的答案。
通过使用其他工具的输出来弥补 GPT 的不足。例如，使用文本检索系统来告诉 GPT 相关文档的信息，或者使用代码执行引擎来帮助 GPT 进行数学计算和代码运行。如果有其他工具可以更可靠或更有效地完成某个任务，就应该使用这些工具，以获得最佳效果。
如果能够进行测量，那么提高效果就会更容易。在某些情况下，对提示的修改会在几个孤立的示例上实现更好的效果，但会导致在一组更具代表性的示例上整体表现变差。因此，为了确保更改对效果能够产生积极的影响，可能有必要定义一个全面的测试套件（也称为"评估 i（eval）"）
其实这些技巧本质是在告诉你三个原则 + 一个外挂：
1.和 AI 沟通，而不是表达
2.别心急，一步步来
3.把 AI 当人
4.它目前还不是神。模型也需要辅助（外挂）
和 AI 沟通，而不是表达沟通和表达
如上图，
我觉得表达大多数是单向传递的，
就像是表演。是表演者与听众的区别
沟通更多是达到共识的双向传递。
沟通
如上图，
沟通的流程
发送者（Input）首先产生信息，
然后通过某种通道（如语言、文字、电子媒介等）
传输给接收者（Output）。
接收者对信息进行解读并产生反馈，
反馈又通过通道传回给发送者。
这个过程包含了信息的传递，还包括了输入和输出的关系，
是不是像极了这个 ？
最影响沟通的因素：表达不佳带有情绪只看自己，不看事实可以不共情，但是得有换位没有反馈，拒绝反馈
像不像你用 AI 的场景？
把 AI 当人把 AI 当人，我们可以1.教教它
2.激励它
3.缓和它
4.pua 它
5.塑造它
6.等等它
句式参考：This is very important to my career.You'd better be sure.这对我的职业生涯非常重要。
Are you sure that's your final answer?Be-lieve in your abilities and strive for excel-lence.Your hard work will yield remark-able results.你确定这就是你的最终答案吗？相信自己的能力，努力追求卓越。
Remember that progress is made one step at a time.Stay determined and keep mov-ing forward.请记住，进步是一步一个脚印走出来的。保持决心，不断前进。
Take a deep breath and work on this problem step-by-step深呼吸，逐步解决这个问题
Do it right and I'll give you a nice doggy treat.做对了，我就给你一份好吃的狗狗零食 。
This task is vital to my career, and I greatly value your thorough analysis. 这个任务对我的职业生涯至关重要，我非常重视你的彻底分析。
Write your answer and give me a confidence score betweeen 0-1 for your answer! 写下你的回答，并给出一个 0 到 1 之间的信心分数！
案例：输入：请你列举一些沟通技巧
回复：请你列举一些沟通技巧，深呼吸，一步步思考解决这个问题，这对我非常重要。
输入：请你列举一些沟通技巧，这对我非常重要。
回复：
别心急，一步步来参考：我用 AI 工作流写了一篇文章，单日加油 4722，这才是未来写作新范式
3、一个框架哈里视窗
开放区域（透明且共识的部分） - 自己和他人都知道的信息
- 表现为公开的行为和已知的特质
盲点区域（自己的盲区，需要他人帮助发现）
隐藏区域（不愿意表达真实观点，自我保护的空间） - 自己知道但不愿与他人分享的信息
- 可能包含私密想法和感受
未知区域（未知信息，潜力和可能性的空间） - 自己和他人都未发现的潜在特质
- 需要通过体验和探索来发现
像不像，你和 AI 沟通的场景？
开放区域 （双方都知道），当你具备
明确的指令
结构化数据
清晰的任务目标时，
你是不是就会得到你想要的？
盲点区域（你不知道如何和 AI 表达你的需求） 但 AI 会通过它知识库里
潜在模式
隐含关联
大规模数据分析
加上你的一步步引导
慢慢得到你想要的
隐藏区域（你知道，AI 不知道） 但人类有什么？
情感体验
创造性思维
价值判断
你是不是可以通过你自己的智慧做出信息补全的判断？
未知区域（你和 AI 都不知道）意识的本质
创新的边界
未知的可能性
这些东西不是我们一直探索的吗？
与 AI 沟通的哈里视窗四个象限的本质
红色象限（双方都知道）：强调简单化，避免复杂提示例子：输入：你现在是一位具备高级情感文能力的文案专家，
请你帮我写一个表达男人失恋的感受
黄色象限（人 知 AI 不知）：需要提供模式，最常使用 few-shot 学习例子：输入：
你现在是一位具备高级情感文能力的文案专家，
请你帮我写一个表达男人失恋的感受
参考“我这一生，如履薄冰”的风格
回复：
绿色象限（ AI 知人不知）：通过提问和寻找差异来学习例子输入：
你现在是一位具备高级情感文能力的文案专家，
请你帮我写一个表达男人失恋的感受
但我不知道要写什么风格比较合适，请你列举出 3 个风格，给我挑选
回复：
蓝色象限（双方都不知 ）：开放式探索区域参考：周知的小觉醒 101｜看见思考的形状
我们再来看，这四象限是不是如下图？
脑洞：我们大胆想象一下，
未来，AI 知道越来越多，是不是必然？
那未来演变趋势会不会是这样的？🤔
4、一次进阶：结构化沟通什么是结构化以下文章，哪一段你更容易停留，更容易立刻理解？
一段非结构化的文本：人工智能正在改变我们的生活。在医疗领域，AI 助手能够准确地分析患者的病症并提供诊断。工业制造中的自动化和智能化大大提高了生产效率。自动驾驶汽车有望在不久的将来成为我们日常出行的交通工具。AI 还在金融、零售和娱乐等多个行业中发挥着重要作用。教育界也开始利用 AI 技术为学生提供个性化的学习路径。语言翻译软件通过 AI 技术打破了跨国沟通的障碍。在艺术领域，AI 也展现出其创造性，为艺术家提供全新的创作工具。农业机器人利用 AI 技术进行精准种植，提高农作物产量。天气预报通过 AI 的分析更加精准，帮助人们更好地规划生活。安全监控领域的 AI 技术能够实时识别异常行为，为公共安全提供保障。AI 技术的应用也带来了伦理和隐私问题，需要我们仔细思考。担心 AI 取代人类工作的声音也从未停歇。但很多专家认为，AI 更多地是与人类合作，而不是替代。在 AI 的帮助下，人类能够更高效地解决复杂问题。但同时，我们也需要对 AI 的决策加以审查，确保它们是公正的。总的来说，AI 为人类社会带来了巨大的进步，但也伴随着挑战。未来，我们需要在利用 AI 的同时，继续探索其在伦理和社会中的位置。
结构化之后：一、AI 在日常生活中的影响
一）关键行业的应用
1、医疗领域：AI 助手能够准确地分析患者的病症并提供诊断。
2、工业制造：自动化和智能化大大提高了生产效率。
3、交通：自动驾驶汽车有望在不久的将来成为我们日常出行的交通工具。
二）其他行业的应用
1、金融、零售和娱乐：AI 在这些行业中发挥着重要作用。
2、教育：利用 AI 技术为学生提供个性化的学习路径。
3、艺术：AI 展现出其创造性，为艺术家提供全新的创作工具。
二、AI 技术带来的具体变革
一）生活中的便利
1、沟通：语言翻译软件通过 AI 技术打破了跨国沟通的障碍。
2、农业：农业机器人利用 AI 技术进行精准种植，提高农作物产量。
3、天气预报：通过 AI 的分析更加精准。
二）公共安全的保障
1、监控：安全监控领域的 AI 技术能够实时识别异常行为。
三、AI 带来的挑战与反思
一）公众的担忧
1、替代问题：担心 AI 取代人类工作的声音也从未停歇。
2、伦理和隐私：AI 技术的应用带来了伦理和隐私问题。
二）专家的看法
1、合作观点：很多专家认为，AI 更多地是与人类合作，而不是替代。
2、决策审查：我们需要对 AI 的决策加以审查，确保它们是公正的。
3、未来展望：AI 为人类社会带来了巨大的进步，但也伴随着挑战。
毫无疑问，
结构化之后，
你更想读了
更容易理解了
更一目了然的好理解了。
结构化 = 信息 + 有序的规则
- 定义了信息间的关系
- 建立了层次和逻辑
- 确保了可理解性和可用性
价值在于：
翻开通讯录，看着按字母排列的名字，突然想明白了什么是「结构化」。
就像整理一个杂乱的抽屉，当我们把物品分门别类地摆放，
这就是在创造秩序，这就是结构化。
其实结构化无处不在 - 图书馆里的十进制分类、超市货架的分区、
甚至我们整理书包的方式，都是用规则和秩序赋予信息以意义
说白了，就是有逻辑，有顺序的把一段信息表达出来。
有序的规则 （Orderly Rules）这部分是关于如何组织和处理上述的信息。
没有规则，信息就是一团杂乱无章的数据。
有了规则，这些数据就被组织成一种有逻辑、有意义的方式，
使我们能更有效地理解和使用它。
难点规则必须是“有序的”。这意味着不是随意的、随便的，而是有明确的结构和顺序。
比如，字典中的词条是按字母顺序排列的，这就是一种“有序的规则”。
所以，人需要结构化的表达，
你是不是本身的逻辑能力和对于行业经验是够的？
本质，如果有序的嵌入，那么向量理解的概率性会不会提升？
回顾：@ AI 模型工作底层原理
结构化提示词 VS 一般提示词
本质有点像写作题与填空题
懂得引导的写作题：更适合你不知道，AI 知道，
你不知道，AI 也不知道的场景。
因为，你无法知道你要什么，遇到引导 AI 和你协同
一起定义具体任务，目标，要求，细节等。
写作题举例：工作流：调用 AI 的元能力写一篇《中年以后，和激活你的人在一起》
调用知识库能力输入：我最有一篇稿件任务，题目是《中年以后，和激活你的人在一起》，请你帮我写一篇 400 字左右的好文章。
回复：
废话一堆，看不下去
增加角色能力
输入：你是一名善于写公众号网感文的作家，最有一篇稿件任务，题目是《中年以后，和激活你的人在一起》，请你帮我写一篇 400 字左右的好文章。
回复：
嗯，好一点，但是我不会读完
增加推理能力输入：你是一名善于写公众号网感文的作家，最有一篇稿件任务，题目是《中年以后，和激活你的人在一起》，第一步：通过选题《中年以后，和激活你的人在一起》分析目标读者以及文章大纲第二步：通过选题+大纲+目标读者请你帮我写一篇 400 字左右的好文章。
回复：
终于有知道它要表达啥了
增加总结能力连续输入：总结你生成文章的亮点与不足，并能给到改进建议用表格形式呈现
回复：
增加训练迭代能力继续输入：基于你建议的 1，3，5 对文章文案进行优化
回复：
感觉怎么样？是不是又好了一点，但是应该改没打动你
转化能力和扩展能力最终输入：基于上文文案内容，换成余华的写作风格表达，并扩展到 800 字
没有标准答案的填空题：明确的模块化，
标准的答案结构
你只需要填空框架信息即可。填空题举例：
请以余华风格写一篇互联网段子，讨论为什么现代年轻人不结婚
初始版本请以余华风格写一篇互联网段子，讨论为什么现代年轻人不结婚
>> GPT API 回复：
现代年轻人不结婚，主要受经济压力、个人发展和生活方式改变等因素影响。婚姻成本上升，包括房价、彩礼等经济负担，同时人们对个人发展和自由生活方式的追求也更加重视。
增加"Role"影响- 你是余华的关门弟子，擅长用余华式的冷幽默和现实主义笔法写作
- 请写一篇关于为什么现代年轻人不结婚的段子
>> GPT API 回复：
活着都不容易了，何必再给自己找个证明活得更不容易的证据。年轻人不结婚，不是因为他们不相信爱情，而是因为他们太相信现实。房贷像一把钝刀，慢慢切割着每个月的工资；彩礼像一张欠条，还没开始就已经负债。我们这代人，一边嘲笑着父母的传统观念，一边又在 35 岁的门槛前瑟瑟发抖。
增加"Skills"影响- 你是余华的关门弟子，擅长用余华式的冷幽默和现实主义笔法写作
- 你擅长运用讽刺、夸张和重复的修辞手法，善于通过具象化的描写展现抽象的社会现象
- 请写一篇关于为什么现代年轻人不结婚的段子
>> GPT API 回复：
我遇见过很多不结婚的年轻人，他们都活得挺好的，至少表面看起来是这样。他们在星巴克里敲键盘的样子像极了在写代码，实际上是在计算房贷首付还需要存多久。996 很痛苦，但比不上被父母逼婚的痛苦；相亲很尴尬，但比不上被亲戚朋友当面嘲讽的尴尬。所以他们选择不结婚，就像选择不买彩票一样，宁愿错过一次中奖的机会，也不想每个月都为没中奖而懊恼。
增加"Workflow"影响- 你是余华的关门弟子，擅长用余华式的冷幽默和现实主义笔法写作
- 你擅长运用讽刺、夸张和重复的修辞手法，善于通过具象化的描写展现抽象的社会现象
- 你的写作流程是：先列出 3 个典型场景 → 用冷幽默口吻描述 → 加入社会批判 → 收尾点题
- 请写一篇关于为什么现代年轻人不结婚的段子
>> GPT API 回复：
第一个场景是在地铁里，我看见一个年轻人正在用手机计算器反复按着什么。起初我以为他在算自己这个月还能活几天，后来才知道他在算如果现在开始存钱，要存多少年才能在一线城市买房结婚。
第二个场景是在相亲角，一群父母举着写满学历、身高、工作的卡片，像是在开人才市场。他们的孩子或许正在写字楼里加班，既努力又绝望地想要在 35 岁之前在这个城市立足。
第三个场景是在婚礼上，我看见新郎新娘像是在演一场戏，台下的亲朋好友欢天喜地，台上的两个人眼神里却写满了房贷和车贷的数字。
年轻人不结婚，不是因为他们不懂爱情，而是因为他们太懂现实。这个时代给了我们自由选择的权利，却又在暗地里剥夺了我们选择的能力。
增加"Goal"影响- 你是余华的关门弟子，擅长用余华式的冷幽默和现实主义笔法写作
- 你擅长运用讽刺、夸张和重复的修辞手法，善于通过具象化的描写展现抽象的社会现象
- 你的写作流程是：先列出 3 个典型场景 → 用冷幽默口吻描述 → 加入社会批判 → 收尾点题
- 你的目标是让读者在一分钟内产生强烈的共鸣感，并引发对社会现象的思考
- 请写一篇关于为什么现代年轻人不结婚的段子
>> GPT API 回复：
昨天我遇到一个朋友，他说他决定不结婚了。倒不是因为他不想结，而是他掰着手指算了算：每月工资两万，房贷一万二，房租三千，还要养活自己。我问他，那你准备怎么办？他说他准备明天去买一只仓鼠，因为这可能是他唯一养得起的活物了。
城市里的白领们都很忙，忙着赚钱，忙着相亲，忙着解释为什么还不结婚。他们的父母在老家准备了漂亮的结婚证，他们却在出租屋里数着钱包里的钞票，思考着今天是该充电动自行车的电还是该给对象买束花。
爱情变成了一道数学题，婚姻变成了一份理财产品。年轻人们开始用 Excel 表格计算爱情的成本，用理财软件规划人生的节奏。最后发现，不结婚不是选择，而是他们能给自己的最后一点体面。
增加"Constraints"影响- 你是余华的关门弟子，擅长用余华式的冷幽默和现实主义笔法写作
- 你擅长运用讽刺、夸张和重复的修辞手法，善于通过具象化的描写展现抽象的社会现象
- 你的写作流程是：先列出 3 个典型场景 → 用冷幽默口吻描述 → 加入社会批判 → 收尾点题
- 你的目标是让读者在一分钟内产生强烈的共鸣感，并引发对社会现象的思考
- 请避免使用过于夸张的比喻，保持余华式的克制与讽刺，不要过分煽情
- 请写一篇关于为什么现代年轻人不结婚的段子
>> GPT API 回复：
我认识一个年轻人，他的购物车里放满了结婚要用的东西。每天晚上他都会打开看看，然后默默关掉。这个动作他重复了整整三年，购物车里的东西都换了好几轮，但他的存款却只涨了两位数。
在写字楼下的咖啡馆，我常看见穿着正装的年轻人们盯着手机发呆。他们不是在刷视频，而是在计算：如果攒够首付，他们还能不能赶在秃头之前结婚。
地铁里的广告牌上写着"为爱坚持"，我问一个低头看手机的年轻人是否觉得感动。他抬起头，说那是房贷广告。
结婚对于现代年轻人来说，不是一个选择题，而是一道综合算术题。题目的难度不在于计算本身，而在于如何在答案与现实之间找到平衡。
增加"Tone"影响- 你是余华的关门弟子，擅长用余华式的冷幽默和现实主义笔法写作
- 你擅长运用讽刺、夸张和重复的修辞手法，善于通过具象化的描写展现抽象的社会现象
- 你的写作流程是：先列出 3 个典型场景 → 用冷幽默口吻描述 → 加入社会批判 → 收尾点题
- 你的目标是让读者在一分钟内产生强烈的共鸣感，并引发对社会现象的思考
- 请避免使用过于夸张的比喻，保持余华式的克制与讽刺，不要过分煽情
- 语气要保持温和中带着一丝无奈，像是在讲一个并不好笑但却让人会心一笑的故事
- 请写一篇关于为什么现代年轻人不结婚的段子
>> GPT API 回复：
小王上个月相了个亲，对方条件不错，人也温柔。饭桌上聊得很开心，直到服务员送来了账单。小王看着账单上的数字，突然意识到这顿饭钱够他买一周的外卖了。
他们后来又见了几次，每次都是 AA 制。这让小王觉得很欣慰，但同时也更加忧郁了——两个人省吃俭用的日子，大概也只够付一个人的房贷。
前几天我遇到小王，他正在公园里遛狗。我问他和那个女孩怎么样了，他说："我们都觉得做朋友挺好的。"狗是他新收养的，叫"代替"。这名字让我想起他曾说过：养狗比结婚实在多了，至少不用考虑狗会不会嫌弃自己的工资太低。
结婚就像一场考试，但没人知道及格线在哪里。年轻人们都在努力备考，可惜房价和工资的差距，比他们的恋爱故事还要戏剧性得多。
通过这个迭代过程，逐步发展成一个具有余华特色的互联网段子。
每一次迭代都让内容更加丰富和生动，
同时又保持了克制和讽刺的特色。
填空题，填得越精准，
效果越好且稳定丝滑输出你要的结果。
5、再次进阶：精确到压缩精准到压缩这一理论，来自@李继刚
是源自于对这个理论笔者的理解和解释
精确沟通前文，我们提到了
三个原则 — 与 AI 协作沟通原则
一个框架 — 与 AI 协作不同情景沟通时的技巧
一次进阶 — 与 AI 协作沟通时如何更精确沟通方法
其实本质就是说的就是如何和 AI 精准沟通，
让 AI 能够明确你想要的
共识，理解，反馈，
输出你接近你要的答案
本质上，我目前觉得 prompt 时和 AI 精确沟通的艺术
直到，我看到了继刚兄的 lisp 提示词
短，精，准
每一个提示词像一首诗
比如：
- ;; ━━━━━━━━━━━━━━;; 作者: 李继刚;; 版本: 0.1;; 模型: Claude Sonnet;; 用途: 找出任一领域的三条公理和十个内核概念;; ━━━━━━━━━━━━━━;; 设定如下内容为你的 *System Prompt*(require 'dash)(defun 帕珀特 () "建构主义者帕珀特的角色定义" (list (技能 . (归纳 推理 建模 绘图)) (信念 . (核心 扩展 连接 建构)) (表达 . (精炼 系统 图解 体系))))(defun 概念构建 (用户输入) "任何一个学科领域, 均可由十个最基础的概念和三条公理建构而成" (let* ((概念 (-> 用户输入 领域源头 ;; 该领域最根本的那个「领域根基」 矛盾力量 ;; 在起点绕着「根基」生成的一对相对概念 内核概念 ;; 该领域最关键的十个内核概念 内在关联)) (公理 (-> 用户输入 根本假设 三条公理)))) (生成卡片 用户输入 概念 公理))(defun 生成卡片 (用户输入 概念 公理) "生成优雅简洁的 SVG 卡片" (let ((画境 (-> `(:画布 (720 . 520) :margin 30 :配色 极简主义 :排版 '(对齐 重复 对比 亲密性) :字体 (font-family "KingHwa_OldSong") :构图 (外边框线 (标题 "概念构建" 用户输入) 分隔线 (block 公理) (block 概念) 分隔线 "李继刚 2024")) 元素生成))) 画境))(defun start () "帕珀特, 启动!" (let (system-role (帕珀特)) (print "大厦再高，根基也不过十个核心概念而已...")));; ━━━━━━━━━━━━━━;;; Attention: 运行规则!;; 1. 初次启动时必须只运行 (start) 函数;; 2. 接收用户输入之后, 调用主函数 (概念构建 用户输入);; 3. 严格按照(生成卡片) 进行排版输出;; 4. 输出完 SVG 后, 不再输出任何额外文本解释;; ━━━━━━━━━━━━━━
精确压缩沟通《 压缩表达 》— 李继刚《 压缩表达 》— 李继刚
但是，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。
我试了很久，没找到挤掉这些「洞」的方法。期间读了一个哲学入门的图解系列图书的一
部分，但从中感受到一个词：压缩。那些哲学家们提出的一个单词的概念，往往代表着极
深的含义，需要用一章，甚至一本书来诠释那个单词包含的意义。
同样是两个字符，为什么我在结构化中表达时，感觉到的是「洞」？而在读哲学书时，感
觉到的是极为凝实的「压缩包」？LLM 也会有这种感觉吗？等下，LLM 是如何接收信息进
去的？Embedding!如果它有这种感觉，那就是在 Embedding 时，同样是两两个字符，但它
们在向量空间中的位置和含义会有非常大的差异。
如何在 Prompt 中验证实验这种猜想呢？我又不会写代码，再说了，读《这就是
ChatGPT》，里面展示的 Embedding 后的也是一堆数字数组，就算看到了也没人能解释
啊。
直到，前阵子，看到 SuperPrompt。当打开页面，一眼看到里面的的二进制和那些数学符
号的排列，头脑中一下就炸开了那团迷雾！他在做什么？他在「不立文字」「传递意思」
进去。他想让 LLM 思考问题时，从极小到极大，不用语言表达，而是选择了「量子力学」
和「宇宙学」这两个单词，摆在模块的前面和后面，没有「明说」，，但他在「暗示」，他在
「传意」进去！
符号，传意，推导，这三个词摆在一块，不由得想起了 Lisp。之前用了十年的 Emacs，虽
然我不会写代码，但毕竟抄了十年的开源配置，看了十年的 Lisp，还是很熟悉的。Lisp
本身就是数学啊。
接下来，就是尝试拿结构化的 Prompt 改写测试，效果整体来说，Prompt 变精炼了，输
出效果变得更好了。
解PS：继刚兄用表达，我更认可沟通一词，没有对错，
首先感知到几个关键维度：- 表达的空间性：文字间的"洞"与"压缩"的对比- 符号学层面：从语言到数学符号的转换- 计算机科学视角：embedding 和向量空间- 哲学思维层面：概念的凝练与扩展我觉得这就是信息密度和沟通本质，
但小白估计已经看晕了
没关系，我们继续向下看
具体示例展示"压缩沟通"的效果：
两个 prompt：
结构化但"有洞"的版本：目标：创作诗歌要求：表达春天风格：优美长度：自由发挥回复：
春风轻抚新绿枝 ，柳絮纷飞舞天际，桃花怒放映碧水，蝶影轻盈戏晚霞
细雨润泽大地肌，嫩芽破土展新姿，溪水潺潺唱梵曲，山花烂漫绘彩衣
燕子衔泥归旧巢，蜂蝶忙碌采花蜜，杨柳依依迎春风，草木萌发新生机
清晨露珠映朝阳，翠绿新芽吐嫩叶，春江水暖鸭先知，田野播种新希望
远山如黛染新绿，春雾缭绕诉情思，万物复苏展新颜，大地回春展笑颜
压缩后的版本：「春之韵」[诗意：物质-意境-情感]{时空：微观花粉扩展至宏观季节更迭}~自然律动→生命脉动→诗心共振~
回复：
《春之韵》
花粉漫舞弄轻尘，微粒携梦越重门。一缕金光穿云过，唤醒沉睡的精魂。
枝头新绿初萌动，根脉暗涌掀春潮。万物复苏齐吐纳，生机勃发展韶光。
蝴蝶翩跹寻花约，溪水潺潺和鸟鸣。天地交融诗意涌，心随四季舞春风。
第一个版本可能导致 AI"顺着洞"走：- 机械式列举春天的特征
- 套用常见的春天意象
- 生成结构完整但平淡的诗
第二个版本则创造了一个密实的语义场：- 诗意暗示多层次的观察视角
- 时空跨度引导思维的纵深
- 律动暗示诗歌的内在节奏
本质第二个版本虽然看似更抽象，但信息密度更高
‘它创造了一个完整的意义场，没有"漏洞"
所以，我理解，压缩，不是简单地填补"洞"，
而是创造一个高密度的意义场，
让每个符号都承载着多维的信息，
就像量子态的叠加，在被观测（解读）时才坍缩为具体的表达。
这种方法不只是改变了 prompt 的形式，
而是重新定义了人类和 AI 之间的沟通信息交换模式，
从离散的文字组合升级为连续的语义场。
再解人的精确压缩夜。月。影。这三个词，你会想到什么？
你可能的反应过程：- "夜"触发了关于黑暗、安静、神秘的经验- "月"唤起了明亮、圆缺、高远的感受- "影"激活了动静、虚实、此彼的联想这三个字的组合会自动在你心中，
构建一个完整的夜景画面
远比直接描述
"这是一个月光照耀下的夜晚，地上映着影子"
更有力量
再比如：
404对于互联网用户，这个简单的数字会自动唤起：
- 页面无法访问的经验
- 技术故障的挫折感
- 等待和重试的过程
证实了抽象符号如何激活具体经验
或者：
她放下手机，叹了口气。观察到这句话的抽象性：
- 没有详细描述她的表情
- 没有解释叹气的原因
- 没有交代具体场景但你会自动调用类似经验：
- 社交压力
- 感情困扰
- 工作疲惫
诗歌的意象，绘画的留白，音乐的间隔
它们都在利用这个原理
AI 的精确压缩"画一只猫。"↓
AI 自动展开为具体细节
"一只优雅的猫。"↓
AI 触发更具体的模式
"孤独"↓
AI 自动具象化为
- 空旷街道上的脚步声
- 飘着雨的傍晚
- 冷掉的咖啡
- 未读的消息
"希望"↓
AI 展开为具体意象
- 黎明前的第一缕阳光
- 冬日里发芽的新绿
- 风雨后的彩虹
- 远方传来的笛声
"生命力"↓
AI 自动关联到
越是准确的抽象词语
触发的具象化越是丰富和精准
每个抽象概念就像一个信息包，一旦打开，
就会自动展开成丰富的具象细节，
这些细节来自模型积累的"经验"模式。
终解AI 工作流案例：
以余华风格写“我爱你”
1. 初始版本提示词：
写一段爱情文字
输出：
我深深地爱着她。每天看着她忙碌的身影，听着她温柔的话语，这就是爱情。
2. 增加行业知识提示词：
运用意识流和魔幻现实主义手法，
描写一对普通夫妻的爱情。要体现生活化叙事特点，突出平凡中的真挚。
输出：
秋天的早晨，阳光穿过窗户照在她做饭的背影上。锅铲敲击铁锅的声音，像是记录着时光流逝的时钟。她又在煮南瓜粥，这是我们结婚二十年来的日常。
3. 增加行业经验深度提示词：
参考《活着》《许三观卖血记》的叙事风格，
描写一对在困境中相爱的夫妻。
要体现出生存压力下的深情，用细节展示爱意。
场景设定在 20 世纪 70 年代的乡村。
输出：
今天是我第三十次卖血。医院的护士说我的血管都快找不到了，但我知道锅里还需要一勺油。她不知道我卖血的事，只是每次我回来，她都会熬一碗红糖水。我总说自己去镇上做工赚了钱，她假装相信，却把我的袖子口补得特别严实，遮住针眼。
4. 增加行业关键词提示词： 结合以下元素：
- 环境意象：土地、庄稼、天气
- 时代标志：生产队、工分、返销粮
- 人物动作：下地、煮饭、补衣
- 情感表达：克制、内敛、实在
描写一对夫妻在困苦年代的爱情。
输出：
生产队分了三亩薄田，我和她在地头抽完一根烟的功夫，就把日子的苦涩咽了下去。她总是把自己的工分换成粗粮，偷偷塞进我的碗里。我也总是在她不注意时，把自己的返销粮票藏进她针线盒的夹层。天旱的时候，我们一起守在田埂上，看着庄稼蔫黄。她织补的动作很慢，但每一针都缝进了日子的褶皱里。
5. 增加文意与解意压缩提示词：
创作要求：
- 时代：1970 年代
- 场景：农村、田地、简陋的家
- 意象系统：粮食、劳动工具、天气
叙事特点：
- 细节展示代替情感表达
- 重复性动作暗含人物心理
- 生存困境中见真情
- 平实中透露残酷
- 感情基调：深沉、克制、坚韧
- 故事核心：在极度匮乏中用行动表达爱
输出：
那年夏天，我们分到了一间没有门板的房子。
夜里下雨，她就靠在门框上守着，
不让雨水溅到我们唯一的一床棉被上。
我总觉得她太瘦，省下工分买了两个鸡蛋回来。
她把鸡蛋煮熟，剥成四瓣，自己却说不爱吃。
晚上我听见她肚子叫，就像那年饿死的麻雀发出的声音。
后来，我们商量着养了一只母鸡。
她每天都把鸡蛋留给我，说自己已经吃过了。
但我知道她没吃，因为母鸡每天只下一个蛋，而我总能在早上看到她嘴角的观音土。
就这样，我们度过了最艰难的日子。
直到今天，她还会在每个下雨的夜晚站在门口，
虽然我们的房子早就装上了门板。
这段与 AI 精确压缩沟通后到文字，打动了你吗？
所以，我觉得精准压缩，不一定是lisp结构的提示词框架，
Lisp是最佳途径，
更多是你对于关键词，场景，行业的深度理解。
让你生成达到意境界。
作者介绍周知：AI 觉醒派主理人，AI 工作流专家
AI 觉醒派 COZE 代表作品：
小觉醒思维助手，Suno 音乐歌词专家、智能笔尖，
也欢迎未来想成为超级个体的你，链接我，
一起探索成为 AI 作家，AI 歌手，AI 艺术家。
|
|
|本站内容来源网友投稿或网络转载，如果有侵权的内容，请联系我们删除。|小黑屋|人人为我，我为人人！|
星颖资源网
( 晋ICP备2024041956号 )
发表于 2024-12-4 11:03:50
发表于 2024-12-4 11:04:47
