效率笔记

关于提示词,我只留了这 6 条

2 次阅读

同一句话问两次,答案质量差很远,不知道哪次能用。 本文从清单的角度讲提示词,给出6条可执行方法、1个真实案例和3个常见坑。

关于提示词,我只留了这 6 条

先看一个常见的场面。

同一句话问两次,答案质量差很远,不知道哪次能用。

这类问题翻来覆去就那几个,所以这篇不铺垫,直接给能用的。

下面这六条,是我筛过之后留下的。不追求全,只追求能用。

为什么会卡在这里

先看看多数人是怎么处理的。

只给任务不给背景。AI 不知道你的读者、场合、限制,只能给你平均值。

多数人卡住,不是因为不努力,是因为没人把步骤的先后讲清楚。一头扎进去做,做到一半才发现方向错了,返工的时间比第一次做还长。

下面这套顺序,是我试过之后留下来的。它不一定最聪明,但每一步都能马上动手。

六条,可以直接抄

每条一句话说清做什么、为什么。可以全做,也可以先挑一条试。

1. 四件套:角色、任务、约束、格式

『你是做了五年 B 端售前的顾问。帮我把这份产品说明改成给采购看的一页纸。不要用技术术语,控制在 400 字,分三段,每段一个小标题。』

2. 先让它提问,再让它动笔

加一句『在动笔前,先问我五个你需要知道的信息』。这一句能挡掉大半返工。

3. 复杂任务拆成三步

先出提纲,你改提纲,再让它按提纲写。一次性要成品,往往要重来。

4. 要求它标注不确定的地方

加一句『凡是你不确定的事实,用【待核实】标出』。这能显著降低编造。

5. 让它给两个版本再选

『给我一个稳重版和一个直接版』。对比比单版更容易判断好坏。

6. 把好用的提示词存下来

提示词是资产。存成模板,下次只换变量,质量才稳定。

照着做的一个例子

某团队用 AI 写客户邮件。

做法是:加了『不确定的承诺不要写,把需要确认的地方标出来』。

结果是:退信和口径错误明显减少。

这个例子不复杂,难的是每次都这么做。可以照着做,也可以只挑其中一步先试。

整个过程里没有出现什么复杂工具,改的都是顺序和标准。这也是它能被复制的原因——不需要天赋,只需要不再省那一步。

几个常被问到的问题

问:照着做了,还是没效果,为什么?

答:不要让 AI 编数据。它会给出一本正经的假数字。 先回头检查这一条,多数时候问题在这里。

问:要多久才能见效?

答:第一周通常只是熟悉流程,第二周才开始省时间。如果两周后完全没感觉,回头看看是不是漏了第一步。

问:第一步该从哪里开始?

答:建一个提示词文档,只存真正好用的。从这一件开始,别一次全上。

问:最容易犯的错是什么?

答:用形容词提要求,比如『写得好一点』『专业一些』。这些词对模型没有约束力。

明天就能做的事

不用全做,挑一件今天就能开始的。

  • 建一个提示词文档,只存真正好用的
  • 每个提示词都加上『不确定的标出来』
  • 复杂任务先出提纲再写正文

最后

清单的价值在于用,不在于存。今天挑一条,试完再说下一条。

清单第一条,今天就做:建一个提示词文档,只存真正好用的。

AI 的输出需要人工核对,尤其是数字、时间和引用来源。不要直接把未经检查的内容对外发布。

评论 0

还没有评论,来说两句。

评论需审核后显示