到了今天,我们大家都知道什么是 AI 了。(如果你还不知道,那你的公式大概是 life = life - GPT;没有 GPT 的日子过得怎么样?)光是 ChatGPT 一个月就有数十亿次的访问量。 当然,这其中并不全是独立访客,但这个数字依然表明了我们对它的依赖程度有多深。然而,尽管 AI 如此火爆,依然有很多人说不清 AI 到底是如何运作的。
首先要明确的是:AI 不是人类,更不是 Google!它就像一个住在你浏览器里的聪明伙伴,随时准备帮你构建各种东西。但是,当它的输出显得有些千篇一律,甚至莫名其妙时,这并不一定意味着是 AI 的错。问题往往出在你和它沟通的方式上。
很多人期望 AI 能读懂他们的心思。要想脱颖而出,不做那 99% 只能得到平庸输出的人,你就必须掌控这个工具。把 AI 当作你的新伙伴,你需要向它好好介绍你的工作方式。如果让你在没有任何文档或注释的情况下,去调试一个复杂的代码库,你一定会抓狂,对吧?然而,这恰恰是我们对 AI 所做的事:我们期望它能给出完美的代码,却不给它所需的逻辑或上下文。
你该如何从 AI 那里得到你想要的东西?或者更进一步,现在该如何最大化地利用它?
答案是:学会如何与它对话。
**提示词工程(Prompt engineering)**就是你向 AI 传达逻辑的方式。为了获得更好的结果,你需要学会如何进行更高效的对话。通过梳理你自己的知识并将其提供给 AI,你就能构建起一个专属的知识库,让这个工具专门为你服务。
通过学习如何与 AI 对话,你可以缩小你的意图与 AI 输出之间的差距,也就是你脑海中的想法与你输入的内容之间的距离。让我们来看看如何组织你的指令,从而让 AI 能够更稳定地输出更好的结果。

AI 是如何运作的?聊天框背后发生了什么?
当你在 Google 上搜索时,你寻找的是已经存在的数据,这就像图书管理员在书架上帮你找一本特定的书。如果那本书逻辑上不在,他们可能会推荐一本类似的,但他们找的永远是已经印刷出来的东西。
AI 的运作方式则完全不同。它不会直接递给你一本书,而是会根据它读过的所有内容,当场为你写一本新书。
现代 AI,以及更广泛的机器学习,并不遵循那些陈旧的规则。AI 不是按照固定的脚本运行,而是利用算法来梳理海量的数据。它做某件事的次数越多,就会做得越好(至少我们希望如此),因为它在不断地自我调整以提高准确性。
这是一场预测的游戏。AI 阅读了互联网上的海量内容,以此来学习人类语言的细微差别,现在它利用这些模式来预测下一个应该出现的词或想法。如果你的提示词太短或太简单,AI 就会有太多选择,从而给出一个“安全”但无聊的答案。但当你提供更多细节和上下文时,你就能帮它缩小选择范围。
混乱的思绪会产生混乱的提示词。 记住:即使是最完美的“猜测”,也永远比不上真正的逻辑。Coddy 深知,理解对话背后的底层逻辑将永远是你最大的优势。
学习与 AI 对话值得你投入的 5 个理由
如果你已经在使用 AI 进行编码、调试或头脑风暴,说明你已经在该工具上投入了时间。但“使用它”和“用好它”之间有着天壤之别。通过提升你的提示词技巧,你可以在已投入的时间上获得更高的回报,并开始获得更高质量、更有创意的解决方案。
我们每天有一半的时间都在向朋友或同事解释自己的想法。与 AI 对话其实也差不多,只不过 AI 是 24 小时全天候为你服务的。你不需要成为技术天才才能得到你想要的东西,你只需要学会如何将你的逻辑转化为清晰的指令。
以下是为什么学会写出优秀的提示词是一项非常值得培养的技能,以及为什么做对这件事能让你受益匪浅:
1. 它迫使你拆解自己的逻辑
要写出能真正得到你想要输出的提示词,你必须将一个宏大的想法拆解为简单的小步骤。你不能含糊其辞。如果你无法向 AI 解释清楚一个过程,这通常意味着你自己也还没有完全理解其中的逻辑。更好的提示词会让你成为一个思路更清晰、更有条理的思考者。
2. 你能学到技术的规则
在聊天框的底层,AI 寻找的是结构和模式。当你学习如何写提示词时,你其实是在学习计算机“思考”的基本方式。你会开始看到你的输入是如何改变输出的。指令混乱,结果就会出错。
3. 你能获得好得多的反馈
当你给出的提示词很优秀时, AI 就会成为你想法的一面镜子。分享一段代码并询问它为什么运行缓慢,一个好的提示词能让你得到其背后概念的真实解释。而一个敷衍的提示词只会直接给你一段修改后的代码,却不告诉你之前为什么会出错。好的提示词能让 AI 变成一位老师,帮你学习那些你还不知道的知识。
4. 你能学会如何发现错误
如果你只使用简单的命令,你可能就会对 AI 说的所有话深信不疑。但如果让它一步一步地解释其步骤,你就能清楚地看到逻辑在什么地方出现了断层。这种习惯能培养你敏锐的眼光,帮你捕捉错误并检验技术工作是否真的站得住脚。
5. 它能帮你解决更难的问题
枯燥的提示词只会给你带来枯燥(甚至无用)的解决方案。而聪明的提示词可以帮你串联想法、发现你忽略的安全漏洞,或者为你构建应用提供更好的方法。学习与 AI 对话是为了拓展你的能力边界,去挑战那些过去觉得太复杂、无法独自应对的项目。
如何与 AI 对话并获得你想要的答案
如果你曾经觉得 AI 根本不懂你,这通常是因为你的指令有点……怎么说呢,太乱了,毫无章法。AI 并没有常识来判断你现在需要什么,所以你必须指引它走向正确的方向。
1. 给 AI 一个角色设定:“扮演一个……”技巧
AI 是个全才:问它一个宽泛的问题,你就会得到一个宽泛的答案。但如果告诉它要“扮演”谁、要“像谁一样思考”,答案的质量就会发生翻天覆地的变化。
| 与其这样说: | 不如试试这样说: |
|---|---|
| “怎么修复这段代码?” | “扮演一个拥有 10 年经验的资深软件工程师。审查我的代码,看看有没有逻辑错误。” |
通过给它分配一个角色,你是在告诉 AI 应该使用它“大脑”的哪一部分。这能让它缩小词汇和语气的范围,以匹配你的实际需求。
2. 提供上下文:“为什么”很重要
AI 无法读懂你的心思(谢天谢地)。它不知道你是学生、CEO 还是资深开发人员。给它提供上下文就像是给它提供背景故事,这样它就不需要瞎猜了。
-
任务 + 目标 + 受众
-
示例: “我是第一次学习 C++[受众]。请解释什么是函数[任务],以便我能理解如何组织我的脚本[目标]。”
当 AI 知道了你问题背后的原因,它就不会再给你一堆泛泛的陈述,而是会开始为你提供一条切实可行的前进路径。
3. 明确格式:告诉它你想要的呈现方式
节省时间最简单的方法之一,就是明确告诉 AI 你希望如何呈现信息。如果不需要,就不要妥协于密密麻麻的一大段文字!你可以要求它提供:
- 表格:并排对比两种编程语言。
- 代码块:可以直接复制到你的编辑器中。
- 项目符号列表:快速总结一篇长文。
- 分步指南:当你尝试安装新东西时。
4. 善用迭代
大多数新手在第一次尝试后就会放弃。如果第一个回答不够完美,不要急着打开一个新窗口重新开始,要进行迭代。把 AI 当作一个正在和你对话的朋友。
如果有什么地方让人困惑,可以问:“你能再解释一下最后那部分吗?” 或者 “这太专业了,能说得更简单点吗?” AI 会记住你们刚刚谈论的内容,所以不断润色,直到答案接近你脑海中的想法。
编写提示词时要避免的常见错误
1. 过于含糊
让 AI “写一个脚本”就像走进一家餐厅说“给我上点吃的”。你确实会得到一些东西,但大概率不会是你喜欢的。所以要具体:“写一个简短的 Python 脚本,将文件夹中的所有图片文件重命名为 'Photo_1'、'Photo_2' 等。” 你提供的细节越多,AI 需要瞎猜的成分就越少。
2. 忽略对话的语气
如果你不告诉 AI 该用什么语气说话,它默认会使用一种安全、略显生硬的公文腔。当你试图学习一项新技能时,这可能会让你觉得冷冰冰,甚至有点受挫。所以要告诉 AI 你希望它听起来是什么感觉:“用友好、鼓励的方式来解释这个,” 或者 “简短、非正式、一针见血。” 语气不对,即使是好的信息也更难让人吸收。
3. 盲目相信每一个事实
这是最重要的一点:AI 是语言模型,而不是事实核查员! 有时它会给你一个听起来百分之百自信、但实际上百分之百错误的“事实”或代码片段。(这就是所谓的“幻觉”。)所以一定要去验证。利用 AI 来搭建结构或解释逻辑,但要仔细核对事实,并在交互式环境(比如 Coddy 内置的环境)中运行代码,以确保它确实可行。
4. 没有提供示例
很多人只是向 AI 提一个问题或给一个命令,然后就听天由命。但如果你能给它提供一两个你想要的例子,AI 的学习速度会快得惊人。这就是技术人员所说的少样本提示(few-shot prompting)。如果你想让 AI 为你的博客写标题,不要只说“写 5 个标题”。先给它两个你已经很喜欢的标题。它会比听你长篇大论的解释更快地“找到感觉”。
5. 使用过于复杂的专业术语
你可能会认为使用高深莫测的词汇能让 AI 表现得更好。事实恰恰相反。使用复杂的专业术语有时反而会干扰提示词的逻辑。所以请坚持使用简单、清晰的语言。AI 就像一个非常聪明的同伴,它只需要你给出清晰的指令。如果你无法用简单的方式解释你的想法,AI 大概率也很难正确地把它构建出来。
今天就通过 Coddy 开启你的 AI 探索之旅
学会用好 AI 并非一朝一夕之功,好消息是,你也不需要急于求成。你不需要花几个小时去啃厚厚的书本,也不需要看没完没了的视频。最好的开始方式就是每天与 AI 对话,并仔细核对和验证你得到的每一个结果!
如果你准备好告别那些莫名其妙的回答,开始与 AI 进行真正有用的对话,我们为你准备了一门**AI 提示词课程**。你只需在早上喝咖啡的间隙,花几分钟时间就能学完。
与其只是阅读这些技巧,不如直接进入我们的交互式课程并亲自动手练习。这是一种毫无压力的方式,能让你亲眼见证一旦掌握了正确的表达方式,你将拥有多么强大的力量!
Share this article
About the Author
Jana Simeonovska
Content Strategist & Writer
Frequently Asked Questions
如何开始与 AI 对话?
从上下文开始。给 AI 提供一些背景信息,说明它们在对话中扮演什么角色,或者提供你想深入了解的信息。例如:“我想让你担任人生导师,提供指导和动力,帮助我实现个人和职业目标。”
作为初学者,如何开始学习 AI?
学习人工智能(AI)涉及建立基础技能、选择正确的学习路径以及将 AI 工具应用于你的目标。首先评估你当前的知识储备,明确你的学习意图,并制定一个与你的个人或职业目标相契合的学习计划。
如何使用 AI 编写 prompt?
确保你的 prompt 清晰且具体:清晰具体的内容将有助于 AI 工具创建出最佳的 prompt。测试你的 prompt:始终测试你的 prompt,并不断改进或微调它们,以获得最佳效果。
AI 无法做到的 5 件事是什么?
有五种特质是 AI 真正无法复制的:同理心、临场感、判断力、创造力和希望。真正的创新需要人类的技能。但 AI 仅基于现有数据运行,因此它不具备这些特质。
如何提高我的 prompt 编写技能?
你可以立即尝试以下任何一种方法:
- Role Prompting:分配一个角色来引导语气和上下文。
- Few-Shot Prompting:提供几个示例来让模型学习这种模式。
- Chain-of-Thought Prompting:引导模型进行逐步推理。
- Instruction + Constraint Prompting:通过精确的要求来控制输出。
为什么要在 Coddy 学习 prompt engineering?
- 在浏览器中练习真实的 AI prompt,并查看实时的 LLM 响应。无需管理 API key,无需安装配置。每个 prompt engineering 练习都在真实模型上运行,因此你可以了解到究竟是什么改变了输出。
- 学习实际应用中的 prompt engineering:清晰的指令、few-shot 示例、角色和人设 prompt、结构化输出、chain-of-thought 推理、防 prompt 注入意识。这些是每个 AI prompt 工程师都需要掌握的技术。
- AI 提示会引导你了解 prompt 失败的原因以及需要修改的地方,从而帮助你建立对 ChatGPT、Claude 和其他 LLM 的直观理解,而不仅仅是复制模板。
- 完成课程后可获得免费的 prompt engineering 证书。对于越来越看重 prompt engineering 技能的 AI、内容、支持和产品岗位来说,这是一个极具公信力的证明。
