AI技巧---1个万能公式,让AI帮你快速写汇报、方案、总结

现阶段我们跟AI沟通,主要是通过提示词。提示词怎么写,其实就决定了AI输出内容的质量和效果,这是用AI给公文写作提效的基本技能。

但如果你已经尝试过用AI写公文,可能会有这样的感受,就是AI输出的内容很多都是正确的废话,内容深度不够,遣词造句非常生硬,不符合公文表达特点。

那怎么让AI输出贴合我们需求的文章呢?这一讲我们就来解决这个问题。

在给AI布置任务的时候,我发现很多同学存在这样两个问题:

一是过于简单,就一两句话。比如,"请帮我写一篇人力资源工作年终总结"。这样笼统宽泛的要求,因为缺少细节,所以AI输出的必然是套路式内容。

二是过于混乱。写了很长一段话,把混乱的想法一股脑发给AI,没有提出结构化的要求,最后导致AI输出的内容不在点子上。

这里我要给你一个通用的提示词框架,帮你构建结构化的提示词。这个框架是:【角色+背景+任务+要求】+调试。

下面,我结合具体的写作场景,来给你拆解一下这个提示词框架的效果。这里我也提醒一下同学,我在文稿里放了一些AI输出的效果截图,有条件的话你可以一边听音频,一边看文稿。

  1. 角色设定

为AI设定相关角色,可以让它具备公文的写作视角和表达风格,从而输出更加贴近实际情境的内容。设定角色这一步,你可以参照这个公式:角色=单位+身份+能力。

单位好理解,倒不用说要写具体是哪个单位,写明单位的类别就可以。如果是政府部门,你可以这么写:省政府办公厅。事业单位的话可以写:大学教务处、医院办公室。央国企单位举个例子,可以是:国家电网省级分公司人力资源部。

身份这一条,我平时比较常用的是这么3个:办公厅(室)主任,领导职务(比如省长、市长、厅长、处长等),还有专家身份,比如历史学教授、政治学教授、社会学教授等。你也可以根据自己的需要,设置不同的职务身份。

除了单位和身份,你还可以给AI加上能力方面的描述,描述能力水平常用的词有:深刻理解....../充分掌握....../擅长....../善于运用....../有丰富的......经验/致力于......领域。例如,要写新型工业化方面的材料,可以写"非常熟悉新型工业化的特点要求"。

把这三个设定角色的要素组合一下,我们对AI角色的设定就非常完整了。

  1. 描述背景

设定好角色后,你接下来要做的,就是在提示词中描述背景,让AI了解更多任务信息。

打个比方,领导给你一个任务,让你给他写一篇讲话稿,如果不交代背景信息,你是不是会一脸懵?你脑子里估计会飘过一连串问号:在什么场合讲话?讲话的目的是什么?会议主题是什么?有哪些人参加?听众是什么层次?

给AI布置写作任务的时候,也是一样,你需要把这些背景信息交代清楚,AI才能根据你的需求去完成写作。

针对不同类型的公文,你可以从下面这三个角度出发来描述背景:

(1)宏观背景

要讲清楚公文材料涉及的上级政策精神、面临的形势等情况。例如,为贯彻落实中央经济工作会议精神,加快推进新型工业化。

(2)微观背景

要讲清楚为什么会有这个任务需求,要做什么。例如,某某市将召开经济工作座谈会,会议将围绕"大力推进新型工业化、发展数字经济"进行交流讨论。

(3)受众背景

把目标受众包含在背景描述里,让AI了解写作的内容是提供给什么人的。特别是对于讲话发言类稿件,这个背景交代很重要,会决定讲话的风格语气。例如:参会人员为政府相关部门负责人、市辖区县领导、企业家代表、经济专家、金融机构负责人等。

我来给你看一个组合了角色、背景的提示词案例,为了完整演示AI输出的效果,我把任务也加进去了:

提示词:【角色】你是省政府办公厅主任,非常熟悉新型工业化的特点要求。接下来请指导我写好一篇领导讲话稿。【宏观背景】为贯彻落实中央经济工作会议精神,加快推进新型工业化,【微观背景】××市将召开经济工作座谈会,会议将围绕"大力推进新型工业化 发展数字经济"进行交流讨论,【目标受众背景】参会人员为政府相关部门负责人、市辖区县领导、企业家代表、经济专家、金融机构负责人等,【任务】我是市政府办公室工作人员,要撰写一篇市长在座谈会上的讲话发言,请告诉我应该从哪些方面撰写这篇讲话稿,并列出讲话要点。

AI输出效果截图:

如果没有角色和背景信息,提示词通常是这样的:

我是市政府办公室工作人员,近期××市要召开经济工作座谈会,我要撰写一篇市长在座谈会上的讲话发言,请告诉我应该从哪些方面撰写这篇讲话稿,并列出讲话要点。

AI输出效果部分截图

AI输出的内容我就不念了,你可以打开文稿看一下。你会看到,如果去掉角色和背景信息,AI只能给出一些通用的写法说明。

  1. 界定任务

角色设定好了,背景信息也描述清楚了,接下来就可以给AI下任务了。给AI布置写作任务也分两类,一类是用AI来辅助立意构思,一类是用AI来辅助输出文本。

(1)文本输出任务。

对于简单的公文,可以让它直接输出整篇内容;对于复杂的公文,最好是逐个部分生成。具体到标题、段落、句子,都可以通过任务提示词,让AI完成相应的任务。

(2)立意构思任务。

对于比较复杂的公文材料,写作过程需要进行立意构思的分析,其中涉及到信息的搜集整理和判断。

用AI来辅助立意构思有两种提问方式:

一是正向提问,适合你已经有明确的问题,让AI去执行研究分析的任务。

二是反向提问,当你还不清楚应该提出什么问题,可以AI对你进行提问,启发你的思考。

  1. 明确要求

比如,语言表达要求。你可以在提示词中明确,要求语言符合公文表达特点、多用短句、保持客观陈述等。再比如篇幅字数要求。AI输出的内容长度是有限的,以文心一言为例,一般在2000个汉字。所以,对于篇幅较长、比较复杂的文种,你可以分段输出。

除了明确语言和字数要求外,如果你想提高AI输出的可控性和文字精度,我的经验是,你可以给AI提这两个要求:一是指定内容要点,二是框定内容结构。

指定内容要点举个例子,比如你在写会议通知的时候,就可以在提示词里明确要求AI,必须输出会议时间、参加人员、会议议程等内容。

那怎么给AI输出的内容框定结构呢?举个例子,你可以用上"写作公式"。写作公式就是对公文材料的底层结构进行拆解。它不涉及具体的内容要点,只是结构。

以总结类公文为例,我拆解出如下写作公式------

总结类材料篇章=①帽段+②主体段(做法)+③主体段(问题)+④主体段(计划)

总结类材料各段落的公式是这样的:

①帽段=指导思想句+情况背景句+工作思路句+工作成果句

②主体段(做法)=主题句(why)+支撑句(how)+支撑句(what),也就是你要说明主题是什么,并且用做法和成效来支撑。

③主体段(问题)=客观形势句+问题表现句

④主体段(计划)=形势分析句+工作思路句+结尾句

把公式带入提示词,就能够让AI按照指定句式输出。

除了通过写作公式来让AI精准输出内容,还有一种方式是用"内容模块" 来框定结构。内容模块简单理解,就相当于把优秀作文段落的写作模版给提炼出来,然后加进提示词里,让AI套用模板,模仿着来生成内容。

  1. 调试优化

好了,做完前面4步,AI已经能给你输出一个公文的初稿了。但你肯定不能直接拿来用,还需要进行相应的细化调整。经过测试,调试优化的方法主要有以下三种:

(1)对提示词进行修改。

如果生成的公文内容与预期结果存在较大偏差,需要考虑对提示词进行修改。

例如,调整提示词的表述方式、增加新的内容要求、调整写作公式等,以使提示更加贴近实际需求。

(2)指出答案存在的问题。

当内容问题不大,并且能够明确指出时,可以告诉AI存在哪些问题,并提供具体的修改建议。例如,对于某一部分内容进行细化,调整某一部分内容的语言表达方式等等。

(3)直接重新生成多份答案。

同一提示词,点击重新生成,也会得出有所不同的输出结果。可以让AI多次重新生成,这样就可以优中选优,或者,把多份不同的答案相比较,组合出最优结果。

好了,以上就是这一讲的全部内容。总结一下,通用提示词框架包括四大内容要素和一个使用要点。四大内容要素是:角色、背景、任务、要求。使用要点是"调试"。

这个通用提示词框架理解起来并不难,但要真正用好,还得对框架中的各要素进行仔细推敲。尤其是背景描述、任务节点和要求,都需要你对工作本身以及文种的写作要点,有比较清晰的把握。

此外,通用提示词框架不仅可以用在写作方面,在解决其他任务上也是通用的。你可以发挥想象力,看看用这个框架还能帮你解决什么问题。

好,内容听完了。

你刚刚听到的是得到AI学习圈最近刚刚更新完的一门新课,梅俊老师的《如何用AI辅助高效写公文》。而且就在今晚,5月9日的晚上8点,梅俊老师会来得到直播,并且面对面地为你拆解用AI辅助写公文的方法。同时,假如你想了解AI的更多应用,那么在这向你再次推荐得到的AI学习圈。

AI学习圈并不是一门单独的课程,它更像是一所AI学院,里面有关于AI的各式各样的课程,还有各行各业的高手,他们都会在这把自己的方法跟工具倾囊相授。同时,这个产品的主理人,得到的联合创始人快刀青衣老师,还会每天为你分享AI领域的前沿进展和落地案例。

现在,在得到首页搜索"AI",就能看到AI学习圈的订阅入口,推荐你现在加入。

好,以上就是今天的内容。《得到精选》,明天见。

https://www.dedao.cn/course/article?id=rykaNlMY5gn3Jq1ezgJ7EAROW0DLje

相关推荐
埃菲尔铁塔_CV算法几秒前
人工智能图像算法:开启视觉新时代的钥匙
人工智能·算法
EasyCVR几秒前
EHOME视频平台EasyCVR视频融合平台使用OBS进行RTMP推流,WebRTC播放出现抖动、卡顿如何解决?
人工智能·算法·ffmpeg·音视频·webrtc·监控视频接入
打羽毛球吗️7 分钟前
机器学习中的两种主要思路:数据驱动与模型驱动
人工智能·机器学习
好喜欢吃红柚子24 分钟前
万字长文解读空间、通道注意力机制机制和超详细代码逐行分析(SE,CBAM,SGE,CA,ECA,TA)
人工智能·pytorch·python·计算机视觉·cnn
小馒头学python28 分钟前
机器学习是什么?AIGC又是什么?机器学习与AIGC未来科技的双引擎
人工智能·python·机器学习
zmd-zk34 分钟前
kafka+zookeeper的搭建
大数据·分布式·zookeeper·中间件·kafka
激流丶36 分钟前
【Kafka 实战】如何解决Kafka Topic数量过多带来的性能问题?
java·大数据·kafka·topic
神奇夜光杯37 分钟前
Python酷库之旅-第三方库Pandas(202)
开发语言·人工智能·python·excel·pandas·标准库及第三方库·学习与成长
正义的彬彬侠40 分钟前
《XGBoost算法的原理推导》12-14决策树复杂度的正则化项 公式解析
人工智能·决策树·机器学习·集成学习·boosting·xgboost
Debroon1 小时前
RuleAlign 规则对齐框架:将医生的诊断规则形式化并注入模型,无需额外人工标注的自动对齐方法
人工智能