Transcription
大多数人认为提示词（prompting）就是简单地输入，比如“给我写封邮件”或“给我 10 个想法”。但提示词不是浏览。它不是关于命令。它是关于上下文和结果。如果你不学会如何用提示词思考，你可能会被那些学会的人远远甩在后面。听着，大多数人对待提示词就像对待谷歌一样。他们提问，他们希望，他们四处点击，或者像和朋友聊天一样和它说话，结果很差，然后就责怪 AI。但听我说。就像文案写作不是打字，而是说服一样。编程也不是打字，而是架构。提示词不是打字。它是思考。在我看来，提示词就是你在脑海中设计一个结果，然后将其转化为 AI 可以理解并精确执行的提示词。我相信，这是一种人类意图和机器执行之间的通信协议。而在 2025 年，这将是新的权力语言，因为如果你不知道如何与智能沟通，你可能会最终被它所管理。你看，有一段时间，我曾相当担心 AI 会让人停止思考，你知道的，外包他们的大脑，失去他们的优势。如果我们过度依赖它，我们的大脑就会像任何没有得到足够训练的肌肉一样萎缩。但最近，我逐渐意识到，AI 并不会扼杀思考。它会暴露它。它会让你的思维过程变得可见、敏锐和可测试。懒惰者和善于利用资源者之间的区别不在于工具。而在于他们能多清晰地定义自己想要什么。因为提示词不会取代你的大脑，它会训练它。它训练你将目标分解成系统，将混乱映射成结果，并以意图而非噪音来表达，因为这才是现在的游戏。它不是打字，也不是命令。它是将清晰的思维转化为行动。但大多数人不会明白这一点。他们会滚动屏幕，让 ChatGPT 做他们的家庭作业。但那些学会用提示词思考的人，他们将建立企业、产品、运动，并获得别人看不到的杠杆。你看，每一次革命都有它的界面。对吧？在 20 世纪 80 年代末和 90 年代初，是电子表格，一个简单的网格，让数据变得易读，并将任何掌握它的人变成决策者。想想看。人们在 Excel 上建立了整个职业生涯。我的意思是，我应该知道，我曾学习成为一名审计师，最后却从事了咨询。我的意思是，这不仅仅是咨询师，对吧？首席财务官、分析师、运营人员。这不仅仅是因为他们最聪明，而是因为他们知道如何将信息转化为驱动业务的公式。但今天，界面不再是电子表格。而是提示词窗口。更流畅，更简单，但你知道，大多数时候简单并不一定容易。但我相信，那些掌握它的人不仅会自动化任务，他们还将扩展思维本身。因为如果你一直在关注，你就知道我坚信什么？我相信这是新的杠杆，而提示词是高杠杆思维的切入点。那么，如果提示词就是思考，那么什么样的思考才真正重要呢？因为并非所有想法都能带来结果。有些会带来噪音，有些会带来杠杆。这就是为什么最优秀的提示词撰写者不仅知道如何与 AI 对话。他们知道如何以模型、框架、第一性原理、系统思维来思考。请耐心听我说。这些不是生产力 YouTube 上的流行语。好吧？它们是每一个优秀提示词的真正原材料。我稍后会解释这一点。所以，让我为你分解一下。我将向你展示我们在业务中使用的确切思维原则，以设计能够带来真正结果的提示词。我们如何将抽象想法转化为具体的提示词。我们如何链接提示词来解决更复杂的问题。我们如何使用元提示词来更快、更好地构建。不仅如此，我还会向你介绍一门课程，教你如何构建相同的思维架构，即使你以前从未接触过它。那么，让我们开始讲第一个。第一点，我们来谈谈第一性原理思维。大多数人提示的方式就像他们使用谷歌一样，对吧？他们猜测，然后在思考之前就输入。但最强大的 AI 用户像科学家一样思考。他们不问自己，“这个通常的提示词是什么？”他们问，“我想要的确切结果是什么，以及什么输入能让我达到那里？”而我们拥有的最强大的思维工具叫做第一性原理思维。我认为这是解决问题最古老、最有价值的方法之一。它被亚里士多德用来定义真理，被查理·芒格用来解读复杂的市场，可能最广为人知的是被埃隆·马斯克用来重塑整个行业。第一性原理思维就是将复杂的事物分解成其不可还原的元素。那些不依赖于假设或类比的真理，然后从中重建。而在提示词中，它是你的第一个真正的优势。因为大多数人复制现有的东西，而第一性原理思考者则从头开始重建更好的模型。他们不问“这通常是怎么做的？”他们问“这到底是由什么组成的？”想想最低级别的组件，以及我想要的结果是什么？这就是它在提示词中如此强大的原因。因为如果提示词是一种新语言，一种人类清晰度和机器速度之间的新协议，那么第一性原理思维就是语法。好吧？它帮助你逆向工程复杂的输出，并将模糊的想法转化为真正有效的清晰指令。这些是一个好的提示词的不可还原的原子。是我们写一个字之前就定义好的组件。第一，你的目标状态。你想要发生的转变。因为你想将原始笔记转化为精美的领英帖子，对吧？你需要具体。源材料，模型应该保留或转换哪些数据？然后考虑你的约束，字数、语气、禁忌、法律界限，你知道的，过程指令，逐步思考，或者遵循一个评分标准或使用类比。我们稍后会回到这一点。呃，接下来是验证信号。什么看起来很棒？给它例子、格式、清单，最后是你的迭代计划。如何处理反馈？模型应该再试一次吗？突出编辑。但我们注意到，如果你漏掉一个，你就得不到 AI 生成的精彩内容。你得到的是猜测，因为从第一性原理来看，模型无法优化它没有被告知要关心的东西。这说得通，对吧？所以，让我向你展示我们如何在业务中做到这一点。我们最近在招聘一名新会计。现在，我们可以输入显而易见的，你知道的，为一家小型机构写一份会计的职位描述。这可能是大多数人会做的事情。顺便说一句，你知道平均而言，人们在提示词中使用的词少于九个吗？但显然，如果我们那样做，我们会得到一些还可以的东西，一些通用的，从互联网上复制粘贴来的。但我们不是靠默认思维来建立企业的。相反，我们退后一步，运用了第一性原理。这位会计需要交付什么结果？他们负责哪些工作流程？他们加入的是什么样的业务背景？我们希望在我们身边拥有一个什么样的人，来迎接这个新的篇章？以及什么样的语言能引起那个人的共鸣？然后，才构建提示词。它看起来是这样的。写一份会计的职位描述，加入一家快速发展的媒体公司，该公司在所有运营中都深度整合了 AI。该职位包括财务跟踪、自动化监督和现金流预测的成果所有权。用一种能吸引积极主动、注重细节、希望与精干、智能团队共同成长的专业人士的语气来写，包含三个能反映我们文化的独特差异化优势。我的意思是，这显然没有创造一份职位描述。它创造了大量的协调，一个过滤机制，以及吸引合适人选的磁石。它为我们节省了数小时的来回修改，因为这就是先思考后提示的强大之处。现在，好消息是。你不需要自己弄清楚这一切，因为谷歌的提示词基础知识专业化课程是开始学习所有这些东西的好地方。它由谷歌的 AI 部门创建，就是开发 Gemini、Workspace AI 和 AI Studio 的同一个团队。谷歌的提示词基础知识专业化课程是一门对初学者友好的课程，旨在教你如何真正地与 AI 思考和沟通，而不仅仅是玩弄提示词。在不到 9 小时的时间里，你将学到一个五步框架，用于编写有效的提示词，这些提示词适用于所有主要的 AI 工具，包括文本、图像和多模态模型。该框架是任务、上下文、参考、评估和迭代。不需要技术背景或编码经验。课程分为四个非常简单和精简的模块。模块一讨论掌握编写清晰结构化提示词的基础知识。模块二关于将提示词应用于现实世界的工作任务，如电子邮件、报告、演示文稿。模块三关于通过更智能的提示词加速数据分析和洞察。然后模块四将带你解锁创意用途，角色扮演专家对话，以及学习元提示词。基本上就是使用 AI 来设计更好的提示词。我稍后会回到这一点。最后，你将拥有一个可重复使用的提示词个人库。所以你每次使用 AI 时都不是从头开始。它教授真实的技巧，如提示词链，将多个输出链接到工作流程，如少样本提示词，通过示例教授 AI，以及元提示词。就像我说的，让 AI 优化你自己的提示词。现在，免费访问 7 天。但如果你还想获得谷歌的证书，你可以将其添加到，我不知道，你的领英个人资料、你的简历或你的客户作品集中，那么在试用期结束后，你每月需要支付 49 美元。所以，如果你想掌握生成式 AI 和提示词工程，那么今天就可以在 Coursera 上报名，学习如何说 AI 真正理解的语言。顺便说一句，非常感谢 Coursera 赞助今天的视频。好了，现在我们来谈谈第二个原则，即思维链（chain of thought），或者人类和 AI 如何分层构建清晰度。所以，我想转向下一个，因为我相信它真的非常非常重要。你看，大多数人将智能误认为是回忆，即即时给出正确答案。但真正的智能不是记忆。它是思维架构。在不确定性下构建、排序和调整你的思维的能力。这就引出了下一个原则。因为如果第一性原理是关于分解事物，那么思维链恰恰相反。它是关于你如何重建事物。这就是人类自然解决复杂问题的方式。我们提出一个问题，我们停顿，我们反思，然后提出一个新的、更好的问题。这不是犹豫不决。不，那是认知脚手架。它是我们将模糊的想法转化为真正有效决策的方式。老实说，这是我一直乐于做的事情。它也是高级提示词的工作方式。因为与其试图将所有东西都塞进一个单一的、超负荷的提示词中，不如对其进行分层。你堆叠小的提示词，随着时间的推移建立上下文。每一个都让你离目标更近一步。正如我所说，我们称之为提示词链。它的工作原理是这样的。假设你正在尝试构建，嗯，我不知道，客户入职流程。与其问你的 LLM，也许是 ChatGPT，也许是 Gemini，为我写一个新客户的入职流程。句号。你一步一步地进行。好的。所以，第一，也许你想问，新客户在第一周可能会感到最强烈的三种情绪是什么？第二，基于此，你可以说，我们如何将这些情绪转化为信心和清晰度？第三，你可以说，“写第一封邮件来做到这一点，简短、富有同情心且个性化。”第四，你可以让 GPT 将其变成一个一分钟的语音备忘录，例如，以友好的创始人语气。然后第五，你可以说，“你会搭配什么自动化来提高回复率？”我的意思是，每个提示词都建立在前一个的基础上。每个决定都让下一个更好、更聪明。而且，别误会，这并不是关于微观管理 AI。这是关于共同创造清晰度。现在你可能会想，但我们不是应该使用像你在第一性原理中展示的那样长而详细的提示词吗？是的。思维链和提示词原子并非对立。它们是你在思维过程中不同时刻的不同工具。好吧？一个是构建框架，另一个是优化。所以，当你在这里看到简短的提示词时，并不是因为我们跳过了深度。而是因为我们分层构建了深度。我希望这有道理。所以，让我给你举个例子。在我们的业务中，我们每次处理大事时都会使用这种确切的方法。例如，我们正在推出一项新产品，或者我们正在为客户构建一个系统，或者我们正在为一个 YouTube 增长项目撰写新策略。我们从不以“给我答案”开始。好吧？我们映射上下文，定义层级，然后使用提示词链来更快地设计更好的思维，因为这就是它的本质。提示词链就是利用杠杆进行思考，如果你掌握了这一点，你就会停止对复杂性做出反应，而是以清晰度来领导。现在让我们转向第三个，因为如果第一性原理帮助你定义你想要事物的本质，然后思维链帮助你推理出路径，那么接下来的这个就是关于获得一个思维伙伴。我不知道如何更好地解释它。好吧？它不仅仅是提出更好的问题。它是学习构建思维本身，并使用 AI 作为该架构的协作者。因为当你通过系统扩展你的思维时，你就会停止一个接一个地解决问题。而你正在做的是，你开始构建自动解决这些问题的流程。而这实际上就是人们过去所说的元认知，即思考关于思考。在商业中，这是区分任务执行者和决策者的技能。我的意思是，苏格拉底通过对话做到了这一点。教练通过提问做到这一点，而你每次停下来问自己，“我到底想在这里实现什么？”时，你都在这样做。在 AI 时代，元认知变成了元提示词。正如你所见，你不再将 AI 视为一个发泄机器，而是将其视为思想或犯罪的伙伴。当你进行元提示词时，你不是从发出命令开始。你开始考虑任务的结构。所以，这是我们在业务中的做法。假设我们想在 Manis 中构建，嗯，我不知道，一个潜在客户磁铁，或者在 Video 中生成一个视频。我们所做的是，我们开始询问我们的一位自定义 GPT。你需要什么数据或上下文才能更好地完成这项工作？它应该如何构建？你能为这个结果、这个工具或工作流程生成最佳提示词吗？因为目标不是猜测最佳提示词。而是共同设计它。这就是元提示词如此强大的原因，我之前也提到过，在我们社区里我们经常谈论这个，如果你想在这方面做得更好，你可以在谷歌的提示词基础知识专业化课程中学习。但你看，大多数人仍然会把提示词当作打字。他们会滚动，他们会滑动，然后索要答案，或者我不知道，他们会像使用谷歌一样使用 ChatGPT，却从未意识到 AI 不奖励你所问的，而是奖励你的思考方式。但你，你刚刚学到了大多数人永远学不到的东西。提示词不是捷径。提示词是一种思维纪律。它是新的权力语言。而那些学会用提示词思考，构建上下文和结果以及智能工作流程的人，他们不仅能度过这个转变。他们将主宰它。所以，无论你是一个创始人、一个自由职业者还是一个有抱负的策略师，都要开始掌握你的思考方式，因为在 AI 经济中，杠杆不是来自于做更多的事情。它来自于更好地提问。现在，如果你想和你许多同样走在同一条道路上的人一起练习，那么请务必加入我们的免费社区。我们在那里玩得很开心。我们每个月都有两次免费的 AI 挑战。我们现在有现场通话。有大量的免费资源供你利用。老实说，仅仅是和人们在一起，互相学习，对大家来说都非常有价值。所以，我希望在另一边见到你。在此期间，如果你喜欢这个视频，请务必点赞。这对我们帮助很大。如果你还没有订阅，请订阅。并且也分享给任何你认为会受益于了解更多关于如何提示的人。下次见，我建议你继续观看这个视频。我很快就会见到你。