出发点：身处信息碎片和过载的时代，如何在日常工作学习中汇总并高效梳理知识？普通用户又如何激发AI大模型产出高质量的结果呢？本文将给出这两个问题的一些解决思路。
0、提纲：
- 提示词工程应知应会
- NotebookLM惊艳登场
- 总结及附录
1、提示词工程应知应会
提示词工程（Prompt Engineering）被称为"说话和表达的学问"，就是给大模型表述清楚我们的意图和要求。来看看大模型提供的一份简要学习指南：
通常我们跟大模型对话，都是用自然语言（几句大白话说清楚诉求），但结构化（固定分隔符，列表等）的描述方式会更清晰精准和利于大模型理解（也更利于其他人理解和借鉴）。
-
引用一个简单的结构化提示词示例：
角色：
- 数学老师
任务：
- 解题
输入内容：
- 已知长方形的长是宽的两倍，若周长为60厘米，求长方形的长和宽。
输出要求：
- 解题步骤:{}，答案: {}
-
大模型会输出如下结果：
解题步骤：
- 设长方形的宽为x厘米，则长为2x厘米。
- 根据周长公式：周长 = 2 × (长 + 宽)，将已知条件代入得方程：60 = 2 × (2x + x)。
- 化简方程为 60 = 6x，进而求得 x = 10 厘米。
- 长方形的长为2x，即长 = 2 × 10 = 20厘米。
答案：长方形的长是20厘米，宽是10厘米。
-
再来看一下9月份特别火的一个例子【李继刚神级prompt:汉语新解】：
- 这个用"lisp编程语言"风格写成的prompt模板，其内容同样包含：角色/任务/输入内容/输出要求/执行流程等元素。
- 针对用户输入的"延迟退休"，结合上述prompt模板，大模型（Claude 3.5 Sonnet）理解之后，输出SVG卡片如下：
你是否曾经有过熬夜到凌晨，只为调教出一个完美的AI提示词(prompt)呢？推荐2个好用的自动编写工具：
（1）OpenAI 官方最近推出的Meta-prompt ：https://platform.openai.com/docs/guides/prompt-generation?context=text-out 来看看它自动生成的prompt：
（2）AI时代的瑞士军刀:fabric让你的提示词(prompt)工程效率翻倍!!
2、NotebookLM惊艳登场
每个大模型背后的训练语料千差万别，生成回复的内容也各有特色（甚至可能有幻觉问题、胡说八道）。怎么保证它的回复有理有据呢？
于是谷歌的NotebookLM惊艳登场了，本文第一张图（prompt简明学习指南），其实就是来自谷歌NotebookLM。全屏截图如下：
- 上图左侧的资料"来源"，是我喂给NotebookLM的来自网站agispots的"提示词技术"系列11篇文章（底部附录）。点击右侧对话返回结果中的①、②即可在左侧窗口追溯到来源出处。
NotebookLM是谷歌以笔记本形态推出的产品（借助谷歌最好的大模型Gemini 1.5 Pro）。
作为一款"personalized AI research assistant "，主打"Do your best note-taking/creating/thinking/learning/brainstorming/"！
- 在新建一个笔记本后，可以上传各种资料来源：本地文件（PDF/txt/Markdown/mp3）、Google云盘的文档/幻灯片、网站链接（含Youtube）、直接粘贴文字。
- 上传成功之后，针对每一个来源，自动生成"摘要"、"关键主题"（关键词）来帮助理解。
- 右侧窗口分为**"笔记"、"聊天"、"笔记本指南"**区。
- "笔记本指南"窗口中，可依据左侧勾选的各种资料来源，一键生成"常见问题解答"、"学习指南"、"目录"、"时间轴"、"简报文档"，每一项生成的内容都会保存为一份独立"笔记"（可自由编辑）。
-
不得不提NotebookLM爆火的一项功能，来自"笔记本指南"->"音频"，它会自动生成二人对话的播客mp3 ，内容仿若真人聊天！（遗憾的是，目前只能输出英文语音）。
3、总结及附录
目前谷歌NotebookLM已经成为我日常使用的笔记创意工具，实乃汇聚知识、提炼知识之利器，各位看官不妨试试（附录网址）。
又找了一下国内和开源世界有没有类似的仿制品，汇同本篇的参考材料，分享如下：
（1）NotebookLM官网【需科学上网】：
https://notebooklm.google.com/
（2）网站agispots的**"提示词技术"**系列文章：
https://agispots.com/prompt/explain/what-is-prompt
（3）**"汉语新解"**体验入口：
（4）OpenAI Meta-Prompt学习视频：
（5）Prompt编写工具（fabric)：
https://github.com/danielmiessler/fabric/
（6）号称NotebookLM的国内平替PodLM：
https://podlm.ai/zh/ai-podcast-generator
（7）类似NotebookLM的开源 方案（PDF to Podcast）：
https://github.com/knowsuchagency/pdf-to-podcast
Fork 版本（Open NotebookLM ）：
https://github.com/gabrielchua/open-notebooklm
其体验 入口（支持中文播客）：
https://github.com/gabrielchua/open-notebooklm
以上Enjoy~