精準提示：言出必行

語境。任務。指令。格式。你已經掌握了提示的結構。

真正的問題是：了解提示的各個部分，與了解模型實際如何使用它們，是兩回事。這正是本課程的目的。

拋開魔法。模型會根據它所見過的一切和你輸入的一切，一遍又一遍地預測下一個最有可能的詞。這就是整個機制。

它沒有任何感覺。沒有情緒，對你沒有意見，除非你在同一個對話串中，否則它不會記住你上次的對話。

現實檢視：語氣仍然會改變你的結果。這不是因為模型有感情——而是因為它從一個世界中學習，在這個世界裡，仔細、具體、結構良好的問題往往會得到仔細、具體的答案，而模糊或粗魯的問題往往會得到模糊或簡短的答案。禮貌和精確與禮儀無關。這是模型學會匹配的一種模式。

實際操作版本：將每個提示都視為你在向一個今天剛開始工作、反應敏捷的人簡報。具體、尊重、清晰——不是因為這對他們很重要。而是因為它會改變你得到的結果。

以下是超越基礎知識、單一且最高槓桿的習慣：提供範例，而不是描述你想要甚麼。

形容詞是模糊的。「讓它既休閒又專業」對每個讀者——以及模型——來說，意義都不同。一個真實的範例比五個形容詞更能發揮作用。

現在就用真實的內容試試看。找出你實際寫過的兩則短訊息——一則 Slack 訊息、一封電郵、一則短訊。將兩者貼到任何 AI 助理中，並附上這段文字：

「這是我寫的兩則訊息：[訊息 1] [訊息 2]。請用完全相同的語氣寫第三則訊息，內容關於 [任何主題]。沒有其他指示。」

沒有風格詞彙。沒有「讓它聽起來像我」。只有兩個範例。

接下來通常發生的事情令人驚訝。草稿聽起來與你驚人地相似——相同的節奏、相同的習慣，甚至可能是你特定的怪癖（你是否總是從「So,」開始；你是否使用感嘆號；你的句子是否簡短而精煉）。這些都沒有用文字描述。它被展示出來，模型匹配了這個模式。

這就是小樣本提示。兩個範例所教導的，是段落形容詞無法做到的。

將五個要求堆疊到一則訊息中感覺很有效率。但通常不是這樣。

「為我寫一份摘要，然後將其轉化為三篇社交媒體貼文，然後建議一個標題，然後檢查其語氣。」如果一次要求所有四項，模型往往會以中等程度的努力完成所有四項——而不是把一件事做得很好。

解決方法：按順序進行。先要求摘要。閱讀它。然後要求社交媒體貼文，基於你剛剛批准的內容。每一步都得到充分的關注，你可以在第一步就發現錯誤，避免它感染第二到第四步。

經驗法則：如果你的提示詞中有一個以上的動詞在做實際工作——摘要 AND 轉換 AND 建議 AND 檢查——就將其拆分。

第一個回應是草稿，而非定案。

當輸出不符預期時，不要重新開始並使用更長的提示。請回覆並微調：「短一點」、「結尾語氣更溫和」、「刪除第二段」、「再試一次，但這次針對持懷疑態度的受眾」。對話已經有上下文了 — 請善用它，而不是將其丟棄並從頭重新解釋。

這也是真正進行品質控制的地方。第一次看似清晰的提示，在第二次嘗試時往往會暴露出不足之處 — 您要求「一份摘要」，現在才意識到您需要的是「一份非專業人士也能理解的摘要」。在第二輪中發現這一點是正常的，並非失敗。

您輸入的每個字和獲得的每個字都有成本 — 時間，以及付費工具上通常是實際的金錢。以下幾個習慣會快速累積效益：

• 說一次就好，不要說三次。冗長的指示會消耗 tokens 而不會增加精確度。具體勝過冗長。
• 建立提示庫。當某個提示有效時，請儲存它 — 確切的措辭，而不僅僅是想法。重複使用和調整它，而不是每次都從記憶中重新發明一個有效的提示。
• 透過持久性指令設定一次。大多數目前的工具都允許您儲存常駐上下文 — 您的角色、您典型的語氣、您常用的格式 — 這樣您就不必在每次對話開始時重新解釋自己。

這三點背後的模式是：模型越來越擅長用更少的資訊理解您的意思 — 但您的習慣才是真正將其轉化為節省時間的關鍵。

最重要的一個限制是：模型可以以與真實陳述完全相同的信心陳述虛假內容。它無法從內部區分兩者。在您信任任何下游內容之前，請驗證所有重要資訊 — 數字、引文、您即將採取的行動所依據的事實。

大多數人從未嘗試過的習慣：要求模型幫助您更好地撰寫提示。「這是我嘗試提出的問題 — 您會如何改進這個提示？」或「在我執行這個提示之前，請批評它 — 有什麼模糊之處？」您不僅限於將其用作答案機器。它也是您自己問題的稱職編輯器。

這是本課程的實際主旨：每次發送提示之前，都要對自己的提示進行品質控制。

三十秒，三個問題：

1. 這是一個任務，還是秘密地包含五個任務？
2. 一個範例能否取代一半的這些指令？
3. 我是否即將重新解釋對話已經知道的內容？

單單這個習慣就能節省代幣、節省時間，而且 — 人們低估的部分 — 讓您更清楚地思考自己最初想要什麼。一個好的提示的價值有一半在您點擊發送之前就已經產生了。

Nexa 的判斷：這些技巧不會隨著下一個模型更新而過時。它們是習慣。它們將比您使用它們的任何工具更持久。

將這些複製到您的提示庫中。調整括號內的內容。祝您提示愉快。

1. 策略性思考夥伴 — 當您需要挑戰自己的想法，然後才決定實行時使用。

「作為一個批判性思考夥伴。幫助我仔細思考，並挑戰我的假設，但不要告訴我該怎麼做。讓我們探討 [主題或問題]。」

2. 盲點解碼器 — 當您懷疑 AI 需要您提供更多資訊才能真正提供幫助時使用。

「在回答 [問題] 之前，請向我提出 5 個澄清問題，以幫助您了解我的限制、偏好和目標。在我回覆之前不要回答。」

3. 非傳統想法產生器 — 當您只停留在三個顯而易見的想法時使用。

「針對 [主題] 產生 5–7 個非傳統角度。將兩個不相關的概念組合成一個新想法，並至少包含一個逆向思維。」

4. 對抗性編輯器 — 當草稿需要經受真正的審查，而不僅僅是讚美時使用。

「作為一個積極但具建設性的編輯。審查此 [草稿/策略] 的邏輯漏洞、不一致或沒有根據的主張。以資深行業專家的身份重寫。」

5. 50 倍規模重構 — 當您想在增長暴露問題之前發現問題時使用。

「假設我們必須以目前規模的 50 倍來執行 [任務/專案]。規劃我們的工作流程、工具和流程需要是什麼樣子。指出阻礙我們前進的 3 個最大瓶頸。」

• 語氣仍然會改變輸出品質 — 這並非因為模型有感情，而是因為它學習了細心提問與細心回答之間的模式。
• 展示一個例子勝過描述五個形容詞。在你的寫作語氣上試試看。
• 將多個要求堆疊在一個提示中會削弱它們的效力 — 應將其拆分為一系列步驟。
• 第一個回應是草稿。在對話中途進行修改，而不是從頭開始。
• 建立一個可重複使用的提示庫，並一次設定永久指令，而不是重複自己。
• 發送前對你的提示進行品質檢查：一個任務、例子勝過形容詞、不包含對話中已知的事物。