别再乱收藏了,这可能是唯一值得你记住的AI提示词

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
别再乱收藏了,这可能是唯一值得你记住的AI提示词
5401点击    2025-08-18 15:46

忘掉你学过的一切提示词技巧吧,你只需要这一个就够了。


编者按:抛弃那些复杂的提示词框架吧。高手与AI协作的关键,是先教会AI如何“拆解”你的需求。文章来自编译。


我着手编写终极版的ChatGPT提示词,而且我认为我做到了。


18个月前,我写过的自认为最得意的一篇文章(《最重要的ChatGPT提示词》)在人工智能社区掀起了波澜。


自从那篇文章发布以来,我看到社交媒体上出现了无数围绕着这个提示词的核心思想展开的帖子,形式各异。相关概念很简单:在ChatGPT开始回答之前,告诉它先向你提问:


在开始前,请向我提出任何相关问题。


这个策略能迫使ChatGPT抑制住即刻想取悦你的本能,并促使你提供更多有价值的信息来完成你的请求。


问题在于,我见过很多多提示词框架都显得信息冗余。看看这个所谓的Lyra提示词之臃肿与粗糙:


别再乱收藏了,这可能是唯一值得你记住的AI提示词


这个体四次优化框架显得很冗长


这种规模对人工智能来说信息量太大了,难以处理。


如果你读过我最近的文章就会知道,在为这些新型的智能模型编写提示词时,简洁、直接的信息才是唯一真正重要的东西。


所以,我决定创建一个“终极大佬”级别的提示词。


终极的ChatGPT提示词?


在编写这个新提示词时,我遵循了以下几个限制,以确保写出的东西能发挥最大效用:


  • 必须在25个词以内。


  • 必须易于记忆(这样用户就不必每次都复制粘贴)。


  • 效果必须远超上面提到的标准核心提示词。


  • 必须针对推理模型(这些是新的主流)进行优化。


  • 必须每次都能一次性达到我的目标。


经过数小时的测试,并与旧方法进行反复对比后,我得出了这个终极提示词:


请概述我请求的每一个维度,找出不确定的地方,然后尽可能多地向我提问来澄清。(Output an overview of every single dimension of my request. Find points of uncertainty. Then, ask me as many clarifying questions as possible.)


就这些。


你猜怎么着?在我的测试中,几乎每次ChatGPT的首次回应都让我感到满意。我们来看看它的实际效果……


终极提示词——效果


好了,提示词我已经给出了,但好不好用还得看疗效。


我们来并排比较一下,看看使用传统工作流和使用这个提示词与ChatGPT交互有什么区别。


示例:视频脚本


假设我想为我的那个新产品制作一个视频广告(这只是假设,因为我还没开始做广告)。


传统流程是盲目地把我的请求粘贴给ChatGPT,然后它会吐回一大堆完全无用的垃圾内容:


别再乱收藏了,这可能是唯一值得你记住的AI提示词


在没有使用终极提示词的情况下,请求视频脚本后得到的输出很糟糕


如你所见,生成的东西帮助不大。它只是臆想了一堆我没告诉它的东西,并且对我的产品以及我打算如何销售它只有肤浅了解。


输入终极提示词:


别再乱收藏了,这可能是唯一值得你记住的AI提示词


与之前相同的视频脚本请求,但这次在末尾加上了那段提示词,这个开局就要好得多,它没有预设任何东西……


随后是一段非常深入的分析,然后模型开始提问:


别再乱收藏了,这可能是唯一值得你记住的AI提示词


给出终极提示词后,ChatGPT输出的极具深度的分析


对提示词进行了非常详尽的分析,随后提出了一系列问题来辅助理解。


如你所见,它首先从各个角度分析请求,这个过程被称为“上下文寻根”或“退一步提示法”。这有助于模型更全面地“思考”请求,同时将其思维限制在你请求的更丰富的语义空间内。


回答完所有问题后会发生什么?


嗯,在这个例子里,它问了我33个问题(嘿,我可没说过这个提示词不需要你花功夫……),在我回答完这些问题后,它给了我一个与我的请求高度相关且富有洞察力的回答……


别再乱收藏了,这可能是唯一值得你记住的AI提示词


使用了终极版提示词后,AI输出的内容质量很高


在这里我们可以看到,这次请求的输出结果好得多,并且完全按照我喜欢的结构来呈现。


现在,输出不仅结构如我所愿,而且其核心内容也正是我所设想的。


在过去几天里,我大量使用了这个提示词,发现它的表现比最初的“请向我提出任何你想问的问题”要好得多。


我还发现,相比那些会拖累AI上下文理解能力的大型提示词框架,它的性能也有所提升。


终极提示词的好处


以下是使用此提示词的一些好处:


1.加深你对自己请求的理解(很有可能,它会想到一些连你自己都没考虑到的事情)。


2.迫使你提供它所需的一切背景信息。


3.让它能更好地以上下文为基础,从而理解各种可能输出的广度。


4.增加了对话的长度,从而提高了AI给出更全面、更“用心”回应的可能性。


译者:boxi。


文章来自于微信公众号“36氪网”,作者是“神译局”。


关键词: AI , 提示词 , AI教程 , 人工智能
AITNT-国内领先的一站式人工智能新闻资讯网站
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI工作流

【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!

项目地址:https://github.com/coze-dev/coze-studio


【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/付费

2
prompt

【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。

项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md

在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0