1. 什么是生成式 AI
AI,全称 Artificial Intelligence,中文翻译为人工智能,最简单的定义是,AI 是一门领域,人们在其中预设好"智能"算法,能够从数据中"学习"。从定义触发,AI 跟人类甚至动物的智能类似,随着时间的推移,能够从环境、教育、经验等外部资料中汲取知识,不断训练成长,最终达到一定智能水平,做出相应的智能决策。
本教程主要是围绕「生成式 AI 」,也就是 Generative AI(简称 Gen AI),它是 AI 的一个分支类型,从名字上我们就能知道,生成式 AI 就像人类一样能够生成新的内容,吟诗作赋、写歌作曲、小说科幻、代码编程,甚至是图片绘画、视频音乐(GPT-4.5 据传还能 3D 建模),这些都是生成式 AI 的范畴。
目前来说,"AI"、"AIGC"、"语言模型"、"大模型" 等等其实都是指生成式 AI,因此后续文章不再做区分。
生成式 AI 最厉害之处,它能够极大地降低成本、提高效率,比如在国内的外贸行业,以前常常需要到国外的博览会去"借鉴"产品设计,这样下来一趟的来回机票成本贵、流程还很长,但是自从生成式 AI,他们通过 Midjourney 这个 AI 画图工具,半小时不到绘制多款产品供客户挑选,客户选中立即进入生产环节,痛点解决,企业的效率和利润 double。
2. 为什么掌握提示词工程
生成式 AI 虽好,但现实情况是,一个是有很多人了解了但不会去用,第二个是用了但是用不好,一个生成式 AI 资讯服务公司的创始人曾经讲过,在他培训的企业中,80% 的人连基本的提示词都写不好。
导致我们无法充分利用 AI 的原因,一方面是对目前 AI 的底层语言模型了解不足(这一块之后会另外出文章讲解),更重要的是,不知道如何有效引导语言模型输出我们所需的内容。引导语言模型,正是通过「提示词 」实现的,而学会怎么引导,这就是「提示词工程」。
提示词工程是一门比较新的学科,主要是怎么写提示词,还有就是怎么优化我们的提示词,以便语言模型能够更有效地产生期望的输出。虽然带着"工程"二字,但实际上技术只是一层面纱,戳破了,就会发现是一门简单的作文课,只不过是应用在 AI 上而已。
3. 提示词工程的一些误区
1. 误区一:很简单,不想了解
在搜索引擎主导的时代,我们可以轻松在搜索框中输入问题并获得所需信息。然而,当面对复杂问题时,搜索引擎的结果可能并不如我们所愿。因此一些大学会专门开设「信息检索」这门课程,教你如何通过搜索引擎,在海量的信息中找到你想要的信息。提示词工程也是如此,帮助你高效地引导 AI 输出你想要的内容,处理复杂的问题。
2. 误区二:学了提示词工程的技巧,但还是掌握不好
数学公式比较好掌握,但是如何运用数学公式解决实际题目可不是那么容易,提示词工程也是一样,学了技巧,但是如何运用到实际场景中,还是需要项目实战和经验积累。师傅领进门,修行在个人。
继续学习 👉 OpenAI 官方提示词工程教程:doc.starflow.tech/docs/openai...