在 DeepSeek 大火的当下,你可能和我一样收藏了各种提示词技巧,比如《DeepSeek 最权威的 168 条指令》、《12 个 prompt 框架》等等,生怕被时代淘汰。
但收藏了再多的技巧,用起来却发现,真正用到的时候还是不知道如何运用,效率依旧不高。
这很大程度上是因为,我们只是记住了技巧,却并未真正理解提示词背后的逻辑。
今天,我将从全新的可视化视角,帮助你从底层逻辑重新理解提示词的原理。
01
为什么需要提示词
大型语言模型(LLM)的本质,是根据用户提供的初始输入文本(提示词),预测并生成下一个词,然后不断重复这一过程,直到输出完成。
换句话说,模型生成的所有内容,都是基于你最初提供的提示词。提示词为模型提供了生成文本的起点和语义方向。模型会根据提示的语义、风格和内容来预测后续词。
提示词的核心逻辑就是:你的输入决定了模型的输出。
02
可视化理解 AI 内部工作原理
大模型内部的运作通常被视作一个巨大且复杂的黑盒,这个比喻虽然直观,却过于抽象。
实际上,大模型将人类知识压缩成了一个高维向量空间,维度通常数以千计甚至万计,普通人很难直观理解。
幸运的是,我们可以通过技术将这种高维空间降维到三维空间,以便更直观地理解。

如何理解大模型在这个向量空间中的内部操作,我们可以举两个具体的示例。
我家门口的水果店有苹果...
我家门口的手机店有苹果...
这是两个比较接近的提示词,大模型会根据前文中的语境的不同,通过计算,将“苹果”这个词,定位到向量空间中的不同位置。
句子一:“我家门口的水果店有苹果”
这里的“苹果”在向量空间中靠近“西瓜”、“香蕉”等水果相关词汇。

句子二:“我家门口的手机店有苹果”
这里的“苹果”在向量空间中靠近“小米”、“华为”等电子产品相关词汇。

模型预测下一个词时,会根据当前词语在向量空间中的位置,选择附近的相关词汇。
提示词的作用,就像在调整向量空间中词语的坐标,帮助模型更精确地理解和回应你的需求。
03
调整坐标的五种提示词方法
方法一:精准定位,明确表达你的需求
明确表达需求,如:“帮我写封求职邮件,应聘新媒体运营岗位,强调我3年公众号运营经验”。
比起模糊的提示词:“帮我写一封求职信”,更容易帮助模型在空间中精准定位坐标。

方法二:快速定位,设定明确的角色
为模型设定角色,比如“你是一名医生”,会迅速在向量空间中定位到医疗相关领域的区域,让生成的内容更贴合你想要的专业度。
提示词技巧中经常出现的,“如果你是马斯克/巴菲特,你会怎么看这个经济问题”,也是一种在向量空间中快速定位的方式。

方法三:坐标平移,简化解释或风格转换
如果无法理解某个概念,尝试“用10岁小孩能懂的语言解释”,这相当于将复杂内容在空间中“平移”,变得更易于理解。
类似地,“用鲁迅的风格重写”或“用贴吧暴躁老哥的风格重写”,都是在向量空间中的坐标平移。

方法四:坐标微调,通过举例子或规则明确需求
用具体的例子或明确的规则来辅助说明,这种方式能让模型对坐标进行精细的微调,生成更加精准的内容。
例如:
你是一位资深旅游顾问。
我想为我和父母计划一次7天的日本关西旅行,重点是京都和大阪。
请根据以下规则制定行程安排:
- 每天的行程不要太紧凑,适合中老年人节奏
- 每天不超过两个景点
- 尽量避开热门高峰时间
...
请按天列出详细安排,并简要说明每个景点为什么值得去。

方法五:坐标开放,利用AI的知识扩展沟通
如果你不确定具体的需求,可以用更开放的方式,比如:“我想了解Prompt工程,我应该问你哪些问题?”
这种方式,让模型在更大的范围内自主探索,帮助你拓展视野。
如果把之前的技巧称为在向量空间中对坐标系进行“收缩”,这种方式就是“开放”,让大模型在自己海量的信息中自由飞翔。
当我们拥有了大模型这样无所不知的“外脑”,通过有效的提问,就能撬动这个信息杠杆,快速获取你之前未知的知识。

04
如何准确定位模型中的坐标
大型语言模型就像一个拥有无穷知识的“外脑”,人们的美好愿景是,它应该如同机器猫的神奇口袋一样,无所不能。
但实际使用中,我们往往会发现,能从这个“口袋”里掏出什么,关键还在于使用者的想象力和知识积累。
当 GPT 4o 刚推出生图功能时,第一个巧妙地使用提示词“吉卜力风格”的人,就像打开了一个全新的向量空间,迅速创造出令人惊叹的效果。
未来,谁能率先提出这些创新的“魔法提示词”,谁就能抢先进入新的可能性空间。
而要发现这些词,唯一有效的途径就是我们自身持续地学习、观察和实践。
本篇文章来源于微信公众号: dingtingli
文章评论