結(jié)構(gòu)化并不是萬(wàn)能鑰匙

我想大家都有遇到這么個(gè)問(wèn)題，就是在剛開(kāi)始接觸GPT的時(shí)候，總是信息滿滿的許愿式的去問(wèn)GPT，得到了大量的正確的廢話，但是接觸了結(jié)構(gòu)化提示詞后，就常常把結(jié)構(gòu)化的標(biāo)準(zhǔn)往任何的對(duì)話中套。
2023年的AI資料我都幫你整理好了，免費(fèi)拿【免費(fèi)】2023最新AIGC資料合集大全

結(jié)構(gòu)化提示詞有它明確的優(yōu)勢(shì)：

• 層級(jí)清晰，不論是對(duì)用戶還是對(duì)大模型，它的可讀性都更好一些
  
  

• 結(jié)構(gòu)可擴(kuò)展性強(qiáng)，可以隨時(shí)根據(jù)自己整體 prompt 的需求擴(kuò)展自己的特定結(jié)構(gòu)模塊
  
  

• 格式和語(yǔ)義的一致性，便于迭代 、復(fù)制和維護(hù)

但結(jié)構(gòu)化更重要的是它的思維鏈：

Role (角色) -> Profile（角色簡(jiǎn)介）—> Profile 下的 skill (角色技能) -> Rules (角色要遵守的規(guī)則) -> Workflow (滿足上述條件的角色的工作流程) -> Initialization (進(jìn)行正式開(kāi)始工作的初始化準(zhǔn)備) -> 開(kāi)始實(shí)際使用

在這個(gè)認(rèn)知前提下，首先要明白每個(gè)模塊必須存在的意義，如果不需要增設(shè)新的模塊，就不必增設(shè)，更不提倡看到別人的框架中出現(xiàn)一個(gè)新的模塊名稱就強(qiáng)行加入自己的模板，為此硬湊語(yǔ)句進(jìn)去。要知道結(jié)構(gòu)化框架的提出，最大的意義在于對(duì) prompt 性能的提升作用，核心是清晰、簡(jiǎn)明、有效、統(tǒng)一

2023年的AI資料我都幫你整理好了，免費(fèi)拿【免費(fèi)】2023最新AIGC資料合集大全

 有時(shí)候Role+ skills + constrains 三個(gè)模塊但是運(yùn)行非常穩(wěn)定，生成內(nèi)容準(zhǔn)確的 prompt

同樣具備：Role + Profile + Background + Goals + Skills + Constrains + Workflow + Definition + OutputFormat + Example + Suggestions + Initialization

然后運(yùn)行起來(lái)和前面那個(gè)只有三個(gè)模塊效果相差無(wú)幾的 prompt……

就像蛋炒飯 有6元的街邊蛋炒飯，也有200的揚(yáng)州蛋炒飯。如果說(shuō)從填飽肚子的角度出發(fā)，6元的吃起來(lái)一樣能讓你飽腹感十足。

提示詞作為一種過(guò)渡工具”這一觀點(diǎn)源自于人機(jī)交互方式的轉(zhuǎn)變：從依賴機(jī)器指令（如編程語(yǔ)言）到更接近人類交流方式（理解語(yǔ)音、動(dòng)作和自然語(yǔ)言）。但技術(shù)發(fā)展尚需時(shí)日，當(dāng)前大模型在理解人類語(yǔ)言上仍有不少難題。在這個(gè)過(guò)渡期，人們需要適應(yīng)機(jī)器的能力水平，學(xué)習(xí)使用提示詞技術(shù)來(lái)優(yōu)化大模型的性能?！?by 江樹(shù)

這一觀點(diǎn)隱含的是，將來(lái)你或許只需隨口一句“我真的氣死了”，AI就能準(zhǔn)確理解你的身體狀態(tài)和你的溝通意圖——是需要醫(yī)療急救、尋求安慰、表達(dá)不滿，還是期望它為你執(zhí)行某項(xiàng)任務(wù)。在這種情況下，用戶將無(wú)需復(fù)雜的提示詞，而可以自然地進(jìn)行任何形式的表達(dá)。

提示詞在未來(lái)可能不再是每個(gè)用戶都需要掌握的技能，而是轉(zhuǎn)為產(chǎn)品內(nèi)部機(jī)制的一部分，由產(chǎn)品內(nèi)置的提示詞來(lái)判斷用戶意圖。例如，提示詞可能結(jié)合用戶的健康狀況、工作壓力、當(dāng)前任務(wù)、挑戰(zhàn)、生活習(xí)慣、通訊記錄、情感狀態(tài)甚至生理周期等信息，來(lái)為用戶生成所需內(nèi)容。在下一階段，可能只有專業(yè)的提示詞工程師需要深入學(xué)習(xí)這一技能，而普通用戶可以直接享受更簡(jiǎn)化的對(duì)話服務(wù)。

從目前的技術(shù)發(fā)展來(lái)看，這種情況可能還需要較長(zhǎng)時(shí)間才能實(shí)現(xiàn)。對(duì)比一下：“蠟燭是否是電燈的過(guò)渡產(chǎn)品？”或者“蒸汽機(jī)車是否是高速列車的過(guò)渡產(chǎn)品？”我們會(huì)發(fā)現(xiàn)，任何事物都可以被視為過(guò)渡產(chǎn)品，但如果過(guò)渡期超出了一個(gè)人的生命周期，那么對(duì)于個(gè)體來(lái)說(shuō)，這種過(guò)渡就失去了其意義。

短期來(lái)看，隨著大模型性能的提升，提示詞的潛力也會(huì)增加。比如未來(lái)的GPT版本可能使我們目前不提倡的“許愿式”prompt寫(xiě)法變?yōu)榭赡?。例如，你可能?duì)AI說(shuō)，“請(qǐng)分析當(dāng)前的市場(chǎng)趨勢(shì)”——這樣的請(qǐng)求在目前可能無(wú)效，但未來(lái)的AI可能會(huì)詢問(wèn)具體的分析方向，或者根據(jù)你的背景知識(shí)提供更精準(zhǔn)的分析。

在這種情況下，提示詞的編寫(xiě)者可以更自由地構(gòu)建復(fù)雜邏輯和多模態(tài)的人-AI交互。這意味著編寫(xiě)者的技能上限將提高，進(jìn)而加劇了能力差異。

參考來(lái)源：

https://dqor58oy3g3./wiki/MKl1wvFB8iOAbEk3gNbcAKNNnAd