《AI 指挥官·提示词工程15讲——指挥, 而不是追随》。这是第1篇, 总计为15篇。说出来你可能不会相信, 人工智能这个东西变得越来越厉害了, 那么那些不懂得怎么去指挥它来给自己干活的人, 他们的样子就会越来越像一个傻瓜。我花费了 3 万元, 购买了一块显卡。这并非是我为了成为人工智能的追随者。这实际上是为了让它充当我的手下。在前三个月, 我是像 AI 传令兵那样活着的, 写出不下上千条的提示词写的时候变得越来越长, 写的时候也变得越来越虚, 同样的画图工具, 旁人十分钟就能做出一张能用的图来, 我倒好, 磨蹭上半小时, 给出来的是一脸的塑料感大橘猫画得那叫一个别扭, 同样是又能写字又能画画那个东西, 别人五分钟就能出文案内容给我看, 我, 改了第五轮了还是没完没了地听它给我灌那种“喝完每一杯咖啡都是走进一段温暖又美好的岁月”一样的正确废话。一直都没有发生什么, 直到有一次, 我的朋友花费了整整一个下午的时间去反复修改和折腾那段提示词, 他一共写了大概 300 个字的指令, 目的就是为了给客户制作一张具有科技感的海报, 可是最后从软件里面生成出来的图像, 简直就像是一个幼儿园的小孩随手画的涂鸦一样稚嫩和低劣, 他在看到那个结果之后, 把这个画面文件转发给了我, 并且还询问我是否有办法能够把这一团糟的情况给拯救过来。我是观看并确认了这个内容, 一共看过了三次。然后进行了删除文字的处理, 减少掉了二百八十个字。把以下这些内容给删除了, 这其中包括了描述性的词语, 比如说是想要让科技感变得强一些的情况等等, 另外还包括了一些没有实际意义的话语, 也就是那种必须要保证外观上是很漂亮的这类要求, 还有一部分的愿望性质的列举, 例如是期望能够具备一定程度的未来风格样式同时又还要兼顾到温暖感觉这样的想法等。剩下的那二十个字它讲了三样事情, 第一是究竟是什么人正在观看, 第二是当时所处在怎样一个特定的环境以及背景之下, 第三个是具体的适用范围或者说是界限到底是划定到了什么地方。他把这个东西拿过去试了一下效果, 结果就直接把它放到商店里出售了。他向我提出了这样一个疑问, 那就是为什么二十字的篇幅会比三百字的篇幅更加占据优势呢。当时我说话, 我是这么说的, 因为我是在许愿, 而我这边是在进行指挥工作。后来, 我把自己总结的所谓指挥方法给拆解成了十五个具体的步骤。从今天开始吧, 我会带着你一步一个脚印地去操作, 目的是让你能够完成从仅仅会使用工具, 到能够像领导一样去统筹和指挥人工智能技术这样的转变。这是第一篇内容, 整个系列总共有 15 篇文稿。一、在四个实际发生的场景当中, 存在这样的一种情况: 部分人会将某个事物标记为灵感, 而那些具备高超技巧的人, 则会把同样的事物标记为生产指令。首先是把四个真实发生过的案例摆出来, 这些情况都是我的朋友们在实际使用中曾经遇到的错误和教训, 也就是说同样的人工智能工具以及同样要处理的工作任务, 彼此之间产生的结果差异, 并非是因为所采用的模型有所不同, 而主要是因为大家在使用时进行沟通表达的方式存在区别。在第一个场景里面, 关于画图这档子事, 大家会碰到一个疑问, 就是说所谓可爱一点到底具体是有多可爱?有个朋友麻烦我, 要我帮他弄一张微信读书的电子书封面图片那个朋友先打开软件, 然后敲出来这么一句话: “画一只猫可爱一点。”。拿出来的东西完全不能够使用, 具体来说就是一只塑料感挺重的大橘猫, 背景是纯白色的眼神显得很呆滞, 他说了要让再修改修改, 人工智能换了姿态之后还是不对这个味, 经过五轮的折腾, 最后他还是放弃了, 心里觉得那个人工智能画图基本上也就这么个水平。我把这个给拉过来, 然就把那个提示内容给改成了这么个样子。这个物品的具体用处是拿来当微信读书的那个封面用的。这种风格呢, 就是日式的那种浮世绘画风, 再加上现代的极简主义设计感。时间来到了黄昏时分, 地点位于京都的街道上面, 在不远处的地方还能看到鸟居的存在。这是一只戴着围巾的三花猫, 它占据了画面下方的三分之一, 眼神是看向画面的右侧。文字这一层, 书名《猫与古都》用了楷体字体进行竖向排列, 位于画面最上面的那百分之二十的区域里面, 还要专门腾出负空间来。请排除具有卡通风格的效果、边缘变得模糊不清的情况, 以及超过两种主要颜色的使用。质感方面, 它是印刷级别的, 所以特别适合在手机这个屏幕上面进行阅读。所以这个结果就直接进行了上架的操作。你能看出来其中的分别吗? 第一种写法仅仅是给出了一个思路或者灵感。第二种写法提供的是非常完整的生产指令, 其中包括了受众是谁、画面是什么风格、主体部分放在什么位置、文字放置在哪里、需要避免哪些元素以及最终的交付标准具体是什么。人工智能本身并不是设计师, 它更像是一个被雇佣的超级执行者。如果我们不把需求说清楚, 它就会按照自己的理解去胡乱猜测。[89]在场景2当中, 有关于文案的部分会提出一个要求, 这个要求是说要有感觉, 而这个要求实际上是最贵的。另外再说一说关于文案的情况, 有个人写了一句话, 内容是“帮我写一段卖出咖啡时候使用的文字介绍要求带有一种特定的氛围”, 然后人工智能回复给他说“手中的每一杯咖啡饮料, 都仿佛开启了一段充满了温馨色彩的旅行过程……”。那属于是正确的废话, 因为这种话无论是在什么地方都是对的, 结果就是读完之后大家根本记不住相关的品牌。不过, 如果要将其改为:发布的具体地点是小红书。受众25–30 岁一线城市白领下午犯困但不想喝太甜。该产品的卖点在于, 它是零糖的, 并且经过了长达12个小时的冷萃过程, 从而确保了消费者在饮用之后不会出现心慌的感觉。就像跟你那个脾气最好的闺蜜在聊天一样去推荐, 千万别搞得像是在打那种硬邦广告的腔调。字数120 字以内。请在评论区留言数字1以此来领取免费的试饮样品。你可以直接把生成出来的内容复制粘贴, 拿去发布。原因就在于, 这次我们将读者是谁、我们打算卖什么东西、具体应该如何去销售, 以及销售结束以后应该去做哪些后续工作, 全都做了明确的框定和限制。在这样的情况下, 人工智能系统只需要负责在已经划分好的赛道之中, 努力取得最优异的成绩, 实现最好的效果表现。在第三个场景之中进行报告的时候, 请不要去让人工智能去充当一个整理资料的汇编人员的角色。那个报告显得是更加具有典型性的存在了。很多个人人士通过让人工智能工具编写题为“2025 年 AI 绘画行业报告”的文件来获取内容, 最终拿到的成品其实是各种内容机械拼接在一起的文本, 其中的数据来源情况是不清楚的, 得出的主要结论也是处于非常含糊和不确定的状态, 人们是完全不敢把这样性质的文档提交给自己的上级领导进行阅览和审核的。问题的核心情况在于, 他们在使用人工智能的时候存在一个错误观点, 这种观点是将人工智能简单地认为是资料汇编的类型, 于是人工智能系统就只能为它们输出自己知晓的内容数据了, 而完全不会去管用户那边到底有着什么样的实际需求。正确的办法是先把那个单子派出去。关于公司是否需要拿出钱来买那种用人工智能画图的小软件, 好让这玩意儿能顶替掉那原本要付给外面做设计工作的人的三成预算这件事, 到底该不该干。这次分析的范围限定为只针对国内也就是可灵和即梦那三家, 在时间上目前没有特别说明具体的时间节点。先把结论摆出来。接下来看市场规模。然后对比一下这三家的能力。后面给出实施建议。最后是预算估算。来源约束只引用官方白皮书、权威媒体报道或已上市公司财报不引用自媒体推测。这段内容的总体字数需要控制在三千字的范围之内并且在这段内容之中, 应当配有一个用于进行对比分析的表格。人工智能它是被雇佣来当研究助理的, 但它不是那个能够替你做出最终决定的人。你首先必须对问题进行明确的定义, 接着还要对证据的筛选规则进行设定, 然后它才会按照之前规定的这些规则去进行资料的整理工作。场景 4, 编程里面最让人头疼的环节, 就是去执行“帮我写个功能”这个任务。编程这个地方是特别容易出现翻车情况的, 有一些人会说帮我来写一个下单的功能这个内容, 然后人工智能就会给他输出的一段虽然能够运行但是并没有边界限制的代码, 这里面既没有错误处理机制, 同时也没有输入校验的操作, 等到上线了以后经过了三天的时间一定会出现崩溃的状况。用更直白的话意思表达就是, 他仅仅是提出了需要执行的具体事项, 而对于这些事项究竟应当完成到何种程度的标准, 他却丝毫没有做出任何说明。那些水平很高的高手, 他们撰写文案的方式, 就好像是去签署一个外包业务的合作协议那样。这个人的工作身份被设定为一名从事后端开发工作的软件工程师。任务是去把它这个接口给实现出来。这是一个必填项, 它的长度是32。进行订单的取消操作, 并且要把之前占用的库存数量给退回。在货物已经发出之后是不可以被取消的, 而在取消之前必须要校验用户的权限, 并且对于操作行为要记录审计日志。Go 语言所使用的 API这种基于 HTTP 协议的接口设计风格, 会返回标准的 JSON格式的响应数据。需要进行验收操作, 具体的做法是提供针对 3 个正常场景以及 2 个异常场景的单元测试用例。这是一份完整的接口契约, AI并不是架构师, 而是被雇佣的高级外包服务人员, 契约越是清晰, 交付结果也就越稳定。二、为什么会出现这么大的差距? 这里用一个公式就能够把它讲得清清楚楚。输出质量, 这个是能够等于模型的这一种能力, 再乘上提示写的这种质量, 然后再乘上迭代所带有的质量。模型能力这个东西, 它是控制不了的, 那应该是别的什么事情才管得着。但是迭代质量的部分, 它是可以被控制的, 具体能控制到什么程度, 完全取决于你投入的时间还有你的耐心。唯一能够完全被你直接掌控的那个杠杆, 它就是关于提示词的质量。很多人把提示词当成了类似于咒语那样的东西, 他们心里产生了一种想法, 觉得如果句子写得特别漂亮的话, 人工智能系统就会给出令人满意的结果, 实际上这个想法是完全错误的。提示词其实并不像是文学创作那般存在, 它更加偏向于一项工程项目, 同时它还具备四个具体的特点。我们来先把第一个特点拿出来讲一讲, 这个特点就是面向对象。并不是去想你要写什么内容, 而是要想清楚你具体想让谁来干活, 这个人可能是人工智能设备、是模型系统或者是智能代理, 是在什么样的具体情况之下, 去把他手头的任务给干完, 针对不同的执行对象, 你得用最合适的办法来命令他们, 如果你用“请画出来”这种话去对一个工具下指令, 那就纯粹是在浪费你的打字时间, 如果你对那个工具喊“减去某些东西”, 这就完全没有起到任何控制的作用。说到第二个特征呢, 我自己给它起了个名字, 就是称之为有流程。现在的人可能觉得好的提示词就只是简单的一句话, 但实际上它是一个包含了好几个步骤的完整工序。首先需要把需求给弄清楚, 然后就要划定好边界, 接着需要提供示例来参考, 随后要声明输出格式是什么样子, 最后还得确定验收标准到底是怎么样的。如果在这一长套流程里少掉了任何一个环节的话, 那很可能就会在缺少的那个环节那里出现翻车的情况。第三个点是非常关键的一个内容, 也就是说完成书写这个行为本身并不意味着可以直接投入使用, 还必须通过质量方面的检查这一门关卡。必须要进行一系列的检查动作, 我们要去确认人工智能系统到底是不是真正领会了用户输入的信息内容, 然后还需要评估它的输出结果是否完全符合了我们预先设定的期望值, 最后还得测试一下, 当我们将输入信息更换成一条含义相近的新内容时, 系统的运行表现是否能够维持一贯的稳定状态不出现波动。关于这些详细的检验方法, 会在后续的第 14 篇内容里展开专门讲述, 那一部分会集中讲解所谓的“六可验收”标准, 这个标准一共包含可识别、可执行、可验收、可迭代、可复用、可维护这六个方面的要求, 它们构成了判断一个提示词从最初被编写成型到最后能够实现稳定复用这一完整过程中所必须达到的六项质量审查基准。最后这一点内容, 同样也是被很多人群体所忽略掉的一个事实, 也就是说优质的提示信息能够转化为一种有价值的资产。一条好提示词啊, 它不应该只解决一次问题, 而应该变成模板, 在下一次面对同类任务的时候, 只要改三个参数就能复用, 写的不是句子, 是“可复用的指挥手册”。三、15 步地图走完能成什么不是随便写 15 篇是一套从“会用”到“会指挥”的升级系统。我将个人的能力状态划分为四个不同的层级。[3c]这是一份针对总计为十五篇的那种文章的结构化规划的路线图。阶段篇号核心能力你到底能够把什么东西给带走。观念与地基01 本文构建出所谓的指挥层面的思维方式, 从而把弱者对战强者的这种局面给看清楚。系列阅读地图02搞懂 AI 怎么“听”你的提示词有三个叫做“听力盲区”的对照卡片存在。03把那些好用的提示词都拿来, 看看它们共用的那个骨架, 一共有八个部分, 全部都弄明白了。那一种可以填写空白处的八要素表格。方法与对象04摸清不同 AI 模型的“脾气”对象性格速查表05把那个叫提示词的玩意儿给弄短了, 要把意思写精准了, 下手要够狠才行。5 个压缩技巧练习卡06让 AI 真正听懂“不要”负面写法对照卡场景实战07将出版级别的封面进行绘制, 这属于真实案例拆解类型的操作。十层骨架空白模板08治文字乱飞、颜色跑偏3 个“默认开关”检查清单09把那些不必要的东西都删掉, 去写个文案。文案可套模板10让人工智能去写报告, 它敢做决定。先把调研工作按照两段式的那个样子给写成文章, 然后再去搞一份那个专门用来防止出现虚构事实的清单。11是让人工智能来编写代码, 并且敢把它拿去发布上线运行。契约式编程模板12把那些办公里面用得很多的任务, 一次性全都搭建好。办公五件套模板进阶生产13好的提示词到底是从什么地方能够找到的呢, 这其中具体包含了去抄袭、去拆解、去反推以及去生成这几种路径方式。四法决策树14之前碰运气, 现在次次稳定。验收清单 翻车诊断表工程化与未来15把提示词做成资产, 来回应“已死”的争议。资产化的清单加上能力方面的地图。把这 15 步都走完之后, 你至少能够取得 L2专家这样的水平, 也就是说, 你可以指挥 AI 来完成绝大部分的知识工作, 同时还能把自己的经验转化为可以复用的系统。[36]四、一个必须回答的问题现在这个情况就是, 模型它变得是越来越聪明了, 所以很多人就在想, 是不是还需要再去学习那个提示词呢?我这边拿出来的最终的答案就是越要。模型变得更加聪明, 这种变化意味着它所能够理解的范畴变得更为广泛, 意味着它能够去执行的任务种类增多, 不过与此同时这也代表着一个事实, 那就是当你表达得不清楚的时候, 它所产生猜测并且出错的范围也就随之变大了。在十年前那个阶段, 搜索引擎已经变得比较聪明了, 可是那时候会进行搜索操作的人, 其效率比不会进行 操作的人高出十倍之多。而在到今天这个时间点以后, 人工智能技术同样也变得越来越聪明了起来, 所以此时此刻那些懂得如何去指挥使用 AI 的人, 他们所能获得的有价值的工作成果数量, 会比那些不懂得如何指挥使用 AI 的人多得多, 具体的倍数大概也是十倍以上这么个样子程度呢。模型这个东西, 它扮演的是发动机的角色, 而提示词则相当于方向盘、油门以及刹车。不管怎么说, 那台发动机哪怕它的动力再强劲, 可一旦那个方向盘掌握在别人手里边, 那么你也绝对无法到达你想要去的地方。[f3]关于这件事, 我打算在最后的那一篇文章之内, 把全部的答案完整地给出来。五、这一篇内容就是你可以直接带走的。我有一张涵盖了所有内容的阅读方向地图, 建议你保存。如果你老是觉得自己写的东西肯定是没问题的, 而且心里还觉得 AI 给出的那些答案肯定是有毛病的, 那么你就应该把重点放到第 02 部分去, 那里讲的就是 AI 到底是怎么“听”明白你的话的, 还有第 03 部分所提到的八要素骨架。假如说是你的提示词写得越来越长, 但是最后得到的效果却变得越来越差, 那这个时候你就要特别去看一下第 05 部分, 里面教的是怎么把这些话给压缩好的技巧呢。要是说你平时在画图的时候怎么样都觉得差那么一口气就是达不到自己想要的那个样子, 那你绝对要专门去看看第 07 和第 08 这两个章节, 因为那里头详细讲了那个十层的框架结构还有三个关键的开关在哪里。如果你的文案, 或者是报告, 又或者是代码, 都不敢直接去用人工智能生成的输出内容, 你就重点去看零九到十一部分, 这部分讲的是场景实战。如果你心里想着要建立自己的一套工作流程, 不再需要临时在那里苦思冥想凑不够词语, 那么你就重点去看十二到十五部分, 这部分主要讲模板化和资产化。在这上面的 5 条里面, 你觉得哪一条最能代表你现在当下的那种状态呢? 是 A 选项的画图或者设计, 还是 B 选项的文案还有内容创作, 又或者是 C 选项的报告与研究, 也或许是 E 选项的日常办公效率, 当然也可能是 D 选项的编程跟技术方面。麻烦大家在评论区里直接回复对应的字母我会去挑选那个数量最多的类别, 然后在接下来的那一篇文章章节里去着重地进行拆解分析, 同时我也想顺便看看在座的各位是不是跟我一样, 都曾经在同一类问题上踩到过同样的坑。[32]