通过人工智能，你可以做出令人惊叹的事情 —— 只要你知道如何编写（和重写）出色的 AI 提示词。
我不懂这个。所以我找到了我的同事 Theo Bleier，他是一位 AI 工程师，每天都在调整你在使用 Notion AI 时看到的预设提示。现在我能够解释给你听，如何运用生成式 AI 的惊人力量来提升你的工作和生活，从今天开始。
注意：本文中所有提示和回答均使用 Notion AI 完成。但我们讨论的原则应该适用于任何标准大型语言模型 (LLM)。
让我们先来思考一下大语言模型是如何工作的
像 Notion AI、ChatGPT 和 Llama 这样的大语言模型（LLMs）使用包含大量语言的数据集，相当于数百万本书籍、网页等。它们将这些数十亿个句子中的每个单词（或单词部分）转化为一个 标记，并根据在该数据集中与其他标记一起出现的频率对 每个标记进行排序。
当你向 AI 模型提问时，它会利用这些排名来研究你的请求，并返回其认为最理想的回答。对于简单的提示，这个过程似乎相当直接。
比如：宾夕法尼亚州首府是哪里？
AI 的回答
宾夕法尼亚州首府是哈里斯堡。
但大语言模型有时会偏离其标记排名，以生成创造性的回应 —— 因此被称为 “生成式 AI”。结果可能会有点令人毛骨悚然。
比如：早上好。你今天感觉如何？
AI 的回答
作为一个人工智能，我没有感受。但谢谢你的关心！我今天可以如何帮助你呢？
语言模型的标记排名策略如何产生复杂的语言和对话能力？这个问题仍然是一个活跃的研究领域。但我们不必完全理解这个过程，就能学会如何有效操控它。
像对待人一样与模型交谈
正常说话
生成式 AI 模型不像 Siri 或 Google 助手那样，只对确切的短语做出回应。它们经过海量对话文本训练，已掌握人们在交谈和发消息时的所有细微差别。像跟人聊天一样说话，你会得到更自然、更贴近人类的回应。
简洁明了
尽量简化提示，同时确保涵盖所有关键细节（稍后会详述）。语言越清晰，模型误解的可能性就越小（这一点也会深入探讨）。
避免使用否定短语，比如 “不要使用否定短语”
当你说 “不要……” 时，大语言模型可能聚焦于 “要”，而忽略 “不”，从而执行你本意想避免的操作。因此：
错误： 不要包含不完整的列表。
正确： 只包括完整的列表。
告诉你的模型它需要知道的一切
现在我们已经讨论了如何与模型对话，接下来谈谈该说什么。
我选择了一个典型市场分析师可能需要帮助的研究项目。但你可以向 AI 提问任何问题 —— 从学校作业到除夕晚会的菜单设计。核心原则通用。
假设你是一家体育用品公司的市场分析师，需要撰写一份报告：“关于选择在美国哪些城市推出新系列露营装备”。该如何提问？
给你的模型一个身份
想让模型扮演市场分析师？先明确说：
您是一位市场分析师。
听起来有点奇怪，但确实有效。大语言模型通过人类语言训练而成。告诉它假设自己是市场分析师，它会激活与该角色相关的标记模式。
这并不荒谬 —— 毕竟，在它回应前让它 “深呼吸” 也显得奇怪，但研究证明这确实有效（参见 此处）。
需求要具体化
语言模型逐标记理解语言。每一个标记都很重要。这就是为什么简洁很重要，但你也不能假设模型能自动解读模糊请求。
你是一名市场分析师。我们应该在哪里销售我们的产品？
AI 的回答
作为一名市场分析师，初步建议是专注于目标人群密集区域。然而，如果没有关于产品、目标受众和市场环境的具体信息，提供详细战略将变得困难。考虑进行全面的市场调研以确定潜在市场、消费趋势和竞争情况。
这个回答礼貌地指出：我们给的信息不够。
让我们调整一下：
你是一名市场分析师。我的公司应该在美国哪些地方销售露营装备产品？
AI 的回答
作为一名市场分析师，我建议将目光投向美国那些户外活动盛行的地区。其中包括太平洋西北部、 落基山脉地区和东北部等地。这些地区以其自然公园和户外休闲活动而闻名，是露营装备的理想市场。
还不够具体。我们希望得到 城市名：
你是一名市场分析师。我们应该在美国的哪些城市销售露营装备？
AI 的回答
根据户外休闲活动趋势和人口数据，我们应考虑在以下美国城市销售露营装备：
1. 科罗拉多州丹佛 - 以其靠近洛基山脉而闻名，丹佛充满了户外爱好者。
2. 俄勒冈州波特兰 - 凭借其便捷的户外娱乐区域进入通道，波特兰是一个非常适合购买露营装备的城市。
3. 德克萨斯州奥斯汀 - 奥斯汀温暖的气候和附近的州立公园使其成为露营者们喜欢去的目的地。
4. 北卡罗来纳州阿什维尔 - 阿什维尔是通往阿巴拉契亚山脉的门户，吸引了许多远足者和露营者。
5. 明尼苏达州明尼阿波利斯 - 明尼阿波利斯以“万湖之地”而闻名，居民经常参与户外活动。
注意到吗？微小的提示调整，会带来显著的回答变化。 如果进行更大调整呢？值得思考。
避免错误并获得出色的结果
AI 的回答越来越接近我们想要的。这得益于我们提升了指令的清晰度，也因为我们用上了最关键的一条提示技巧：
要全面
目前的提示还算简洁。但大语言模型能处理大量信息。一旦你熟练掌握提示编写，就可以提出更复杂的要求。
Notion AI 相比 ChatGPT 等模型还有一个优势：你不需要从零开始。你可以在已有页面上操作，并告诉 AI：“根据以上指南……” 或 “查看上表以获取这些城市的最新统计数据”。
试试这个：
作为市场分析师，请告诉我哪些美国城市是销售新系列露营装备的最佳城市，并提供支持您选择的证据，并建议每个城市应该销售哪种露营用品。
AI 的回答
根据市场分析，以下美国城市对于销售我们的新款野营装备来说是一个绝佳机会：
1. 科罗拉多州丹佛 — 丹佛由于靠近洛矶山脉的众多野营地而成为理想之城。大量户外爱好者意味着对一般野营装备（包括帐篷、睡袋和烹饪用具）有很高的需求。
2. 华盛顿州西雅图 — 西雅图既靠近山区又靠近海岸，提供了一个多元化的市场。由于当地气候潮湿，防雨装备和防水设备可能会有很高的需求。
3. 得克萨斯州奥斯汀 — 奥斯汀因其炎热干旱的气候和附近众多野营点而成为一个巨大市场，适合销售沙漠野营装备，如遮阳帐篷和水袋。
4. 明尼苏达州明尼阿波利斯 — 明尼阿波利斯被称为“湖城”，对基于水域的野外活动装备有很高的需求。像水过滤器、便携式钓鱼装备和充气船等物品应该会很受欢迎。
请记住，这些只是预测结果。实际效果将取决于市场营销努力、竞争情况和当地经济状况。
添加引导语，避免糟糕结果
你还可以在提示中加入澄清句，预判模型可能遇到的问题或决策点。
例如：
您是一名市场分析师。告诉我在美国哪些城市是销售新系列露营装备的最佳城市，包括支持您选择的证据，并建议每个城市应该销售哪些露营用品。我只想在每年降雪量至少为六英寸的城市销售装备。
AI 的回答
根据每年至少降雪六英寸这一标准，以下美国城市被推荐作为销售新系列露营装备的最佳城市：
1. 科罗拉多州丹佛：丹佛以户外生活方式闻名，在不远处有许多露营地点。该市平均每年降雪60英寸，非常适合冬季露营装备的销售。雪鞋和保暖睡袋将特别受欢迎。
2. 明尼阿波利斯（明尼苏达州）：明尼阿波利斯每年降雪超过50英寸，并且附近有许多州立公园，是销售露营装备的理想地点。冰钓设备和保暖服装在这里可能会很畅销。
3. 佛蒙特州伯灵顿：伯灵顿是户外爱好者的中心，尤其吸引那些对冬季运动感兴趣的人。该市平均每年降雪81英寸，因此冬季露营装备如雪地帐篷和便携式加热器将有需求。
4. 阿拉斯加州安克雷奇：作为美国降雪量最高的城市（平均每年101英寸），安克雷奇为极端寒冷天气装备提供了一个独特的市场。像冰镐、爬山钉和四季帐篷等物品将非常受欢迎。
每个城市都有着丰富的户外活动文化和适合冬季露营的气候，这使它们成为新一系列露营装备的理想市场。
停下来想想：这个名单真的最优吗？
最初 AI 推荐了丹佛、西雅图、奥斯汀和明尼阿波利斯。当我们加上 “年降雪量 ≥6 英寸” 的条件后，它用安克雷奇和伯灵顿替换了西雅图和奥斯汀，并调整理由强调降雪量。
但这是最佳选择吗？纽约年均降雪 23 英寸，难道真要优先安克雷奇而非西雅图？
这里有几条重要经验。
首先，语言模型可能出人意料地出错。我们的 AI 声称安克雷奇是 “美国降雪最多（年均 101 英寸）” 的城市。但我的搜索显示：安克雷奇年均约 77 英寸，而纽约州布法罗才是第一，超 110 英寸。
事实上，几天后我再次提问，得到了更准确的结果：
AI 回答
作为市场分析师，基于降雪量、户外文化和人口数量等因素，我推荐以下美国城市销售新一系列露营装备：
科罗拉多州博尔德：这个城市以其户外文化闻名，并且平均每年降雪量高达83英寸。该地区的居民可能对全能型露营装备感兴趣，尤其是那些能够抵御低温的物品，如保暖睡袋和四季帐篷。
明尼阿波利斯（明尼苏达州）：明尼阿波利斯平均每年降雪52英寸。由于拥有众多公园和湖泊，在该地区可能存在对冰钓装备的需求，例如冰钻和便携式加热器。
纽约州布法罗：布法罗平均每年降雪95英寸。考虑到该城市靠近阿迪朗达克山脉，在冬季徒步旅行和露营方面的装备（如雪鞋和冬季外套）可能很受欢迎。
缅因州波特兰：平均每年降雪62英寸，且拥有浓厚的户外文化，便携式炉具和保温热水瓶等物品可能会受到好评。
阿拉斯加州安克雷奇：平均降雪量达75英寸，并位于阿拉斯加的荒野之中，这里可能存在对重型装备的需求，如极寒睡袋和抗风帐篷。
这些建议基于城市的年平均降雪量、居民对户外活动的喜爱程度以及地理特点对所需露 营装备类型的影响。
计算机科学家将生成式 AI 偶尔产生错误结果的倾向称为 “幻觉”。我们可以通过引导模型回到它擅长的领域，来减少这类偏差。
添加输入输出示例（“few-shot example”）
到目前为止，我们主要让 AI 从互联网抓取信息。但大语言模型最强大的能力其实是处理语言 —— 理解、使用、转换和提升语言。
AI 已帮我们筛选出重点城市。现在，请它把每个城市的信息提炼成一段专业结论。我们可以使用 “few-shot example” 技巧：先给出一个输入示例和对应的理想输出格式，再提供新数据要求生成类似内容。
提示如下 ✍️：
你将会收到以下形式的有关一个城市的信息：
- 丹佛，科罗拉多州首府和人口最多的城市，是丹佛-奥罗拉-莱克伍德大都会区的中心，2020年人口超过290万。
- 这个城市经济以2010年度1576亿美元的总产值，在美国排名第18位。由于其地理位置和与主要交通系统的连接，它成为了一个重要贸易点。
- 丹佛是向山区、西南部各州以及整个西部地区分发商品和服务的关键地点，并受益于其相对于中西部大城市而言的中央位置。
- 这个城市经济多样化，航空航天、电信和技术行业占据重要地位。这些行业中的大公司为其经济实力做出了贡献。
- 丹佛拥有丰富的户外娱乐机会，靠近落基山脉，并拥有200多个公园，因此对户外运动产品具有吸 引力。同时该地还有一支注重积极、户外生活方式价值观的人口群体支持着这一特色。
- 这座城市气候四季分明并属半干旱气候，适宜各种户外活动，增强了其作为户外运动产品市场的吸引力。
请将这些信息变成这样的摘要：
丹佛人口众多，经济多元化、现代化，四季如春的气候有利于开展各种户外运动，毗邻数百个公园和休闲区。此外，丹佛地处美国西部、西南部和山区各州之间的中心位置，是开展广告宣传和高效货物配送的理想地点。所有这些因素使丹佛成为我们开展销售活动的理想地点。
现在是盐湖城的说明。请为盐湖城写一段摘要。
盐湖城，通常简称盐湖或 SLC，是美国犹他州的首府和人口最多的城市。它是该州人口最多的县盐湖县的所在地。2020 年，盐湖城人口为 200,133 人，是美国人口最多的城市，排名第 117 位。[10] 盐湖城是盐湖城大都市区的核心，在 2020 年人口普查时，大都市区人口为 1,257,936 人。
- 盐湖城以滑雪、户外休闲和宗教旅游为主，发展了强大的旅游业。盐湖城是 2002 年冬奥会的主办城市，也是 2030 年冬奥会的候选城市。
- 盐湖城面积 110.4 平方英里（286 平方公里），平均海拔 4327 英尺（1319 米）。市内最低点为约旦河和大盐湖附近的 4210 英尺（1280 米），最高点为大观峰，[58] 海拔 9410 英尺（2868 米）。
该市位于盐湖谷东北角，西北面是大盐湖，东面是陡峭的瓦萨奇山脉，西面是奥克尔山脉。环绕的山脉中有几条狭窄的峡谷，包括城市溪、移民溪、米尔溪和帕利溪，这些峡谷与城市东部边界相邻。
- 盐湖城市中心一直是山间西部的商业中心，其建筑也反映了这一历史。
- 盐湖城属于湿润大陆性气候 (Dsa)，而西部地区可能属于地中海气候 (Csa)，夏季干燥炎热，冬季寒冷潮湿，但很少有严寒。夏末秋初的季风活动可使全年降水量保持相当稳定，只有初夏和盛夏时降水量极少。盐湖城地区的气温受其独特地理环境的影响，一般不会达到极端的最高气温和最低气温。
- 平均降雪时间为 11 月 6 日至 4 月 18 日，总平均降雪量为 60 英寸（152 厘米），但最早在 9 月 17 日，最晚在 5 月 28 日也会降下可测量的积雪。
- 盐湖城的四季温差很大。夏季平均每年有 56 天气温至少达到 90 °F（32.2 °C），23 天至少达到 95 °F（35 °C），5 天达到 100 °F（37.8 °C）。平均有 127 天气温降至或低于冰点，有 26 天气温无法升至冰点以上，但全市平均只有 6.3 天气温低于或等于 10 °F
- 盐湖城最大的公园是 "此地遗址公园"（This Is the Place Heritage Park），它是犹他州公园系统的一部分。[114] "此地遗址公园 "占地 217.5 英亩，再现了典型的 19 世纪拓荒者生活，包含 50 多座修复或复制的历史建筑。此地纪念碑也位于公园内，标志着摩门小径的终点。
糖屋公园占地 110 英亩（45 公顷），是盐湖城第二大公园，也是盐湖郡公园系统的一部分。该公园以其围绕着一个占地 4.5 英亩（1.8 公顷）、带有喷泉的池塘的连绵起伏的大山而闻名。
- 历史上，盐湖城因其铁路而被称为 "西部的十字路口"，当时附近的钢铁、采矿和铁路业务为银王联合矿山、日内瓦钢铁公司、宾汉峡谷矿山和炼油厂提供了强大的收入来源。如今，盐湖城的主要行业是政府、贸易、运输、公用事业以及专业和商业服务。盐湖城白天的人口超过 315,000 人，这还不包括游客和学生。
AI 的回答
盐湖城是犹他州的首府和人口最多的城市，拥有丰富的旅游资源，主要集中在滑雪、户外活动和宗教旅游方面。这座城市拥有超过20万人口和120万人口的都会区，对于潜在的销售活动非常具有吸引力。盐湖城地理位置优越，被大盐湖、瓦萨奇山脉和奥克尔山脉环绕，提供了独特的户外娱乐机会。再加上其湿润大陆性气候，在季节之间温度变化范围广泛，使得该市特别受到户外运动爱好者的青睐。此外，作为内陆西部商业枢纽，盐湖城具备强大的经济基础。最后，该市申办2030年冬季奥运会可能带来额外关注和旅游业务，并使其成为我们销售活动的理想场所。
不错吧？虽然花了些时间才搞懂如何让模型搜索信息、给出建议，并将原始数据转化为可用文本。AI 甚至准确记住了人口数据！
但我注意到：它漏掉了盐湖城周边山脉年均降雪高达 500 英寸这一关键信息。该不该加进去？
当然可以。但这也引出了第二个重要启示：这本身就是一项工作。
人类交流已有数万年历史。而我们才刚刚开始学习如何与语言模型对话。我们怎么知道自己做得对？难道不能无限优化提示吗？
可以。而这正是使用 AI 的核心洞察之一：你投入多少，就收获多少。
AI 不会取代你的工作 —— 它增强你的能力，放大你的努力，带你抵达独自无法到达的地方。
当然，这仅仅是个开始。明天的 AI 还能创造什么奇迹？或许，天空才是极限。让我们 开始学会飞翔 吧！
