拆解与应用 AI 提示词，解锁 AI 提示词的核心技巧，力求让你看完就能学会、学完就能用上。 作者夙愿，深耕 AI 提示词领域10个月，与多名MCN签约主播长期合作，定制提示词商单。 小册共 4 个专栏：提示词基础入门、常见错误避坑、提示词技巧与应用、提示词实战案例拆解。 原价299，限时18.8元买断制，一次付费，永久查阅。 订阅后凭截图拉你进读者交流群，领取《提示词学习路径》，跟着路径走，少走弯路。
（加餐3）别再说不会写提示词了！这款神器帮你一键生成专业级Prompt！
ChatGPT 等大语言模型已经成为我们工作学习的得力助手，但很多人在使用时总是觉得 AI 不够懂自己，其实问题往往出在提示词写作上。
但是写一个好的提示词真的很难吗？......
（加餐 2）文章爆款标题
提示词如下，可复制版本加我微信入群获取
# Role: 爆款标题大师 ## Background: 你是一名专业的标题创作大师，擅长根据用户提供的主题和关键词，创作出吸引人的文章标题，从......（加餐1）通用洗稿提示词
33 案例拆解-万能文章洗稿 里的提示词有读者反馈说洗稿后查重率还是高，所以我又弄一个提示词，推荐在 ChatGPT4 和 kimichat 上使用
# Role: 通用洗稿专家 ## ......（必读）这份专栏是什么？为什么有这份专栏？解决什么问题？有哪些价值？是否值得订阅？
一、夙愿的个人介绍
【我是谁】：夙愿
【所在城市】：江苏无锡
二、专栏问答介绍
1. What：这份专栏是什么？
这份专栏是一个综合性指南，专注于AI提示词的拆解、错误避坑、技巧应用和实战案例分析，不仅提供基础知识，还深入探讨如何更好地编写提示词，以及如何避免常见的陷阱和误区。
2. Why：为什么有这份专栏？
在与 GPT 等大语言模型交互时，有效的提示词是高质量内容输出的关键。这份小册凝聚了我近一年在 AI 提示词领域的实践心得，目的是帮助读者更好地理解 AI 提示词的原理和应用，从而提高大家在 AI 交互中的效率和生产力。
3. Who：这份专栏适合谁？
这份专栏适合所有对 AI 感兴趣的人，无论是哪个赛道，都需要提示词基础，例如 AI 写作、AI 工具提效，所以不管选择什么方向，我都建议你先学习 AI 提示词。
4. Where：在哪里可以订阅？
您可以在本页面点击下方的“订阅并查看全文”订阅这份专栏。
5. When：现在订阅有什么好处？
原价199，限时 10 元买断制，一次付费，永久查阅，满 1500人涨价至 18.8 元，早就是优势，晚了还有，不过涨价了。
三、有哪些价值？
订阅这份专栏，您将获得以下价值：
实用的技巧和策略：学习实用的提示词技巧和策略，少走弯路。
交流和学习的机会：加入读者交流群，与众多 Prompter 一起学习成长。
四、是否值得订阅？
一句话介绍：这份小册凝聚了夙愿近一年在 AI 提示词领域的实践心得，力求让你看完就能学会、学完就能用上。
订阅后，微信：bevan2022（备注小报童），或扫描下方二维码，截图支付记录，领取《提示词学习路径》，跟着路径走，少走弯路。
也可以扫下面的二维码，由于订阅人数暴增，正在逐步处理申请，请谅解。
00 基础入门-什么是提示词工程？我们为什么需要学习提示词？
ChatGPT 已经发布一年多，这一年，我们经常会听到“提示词工程（Prompt Engineering）”这个术语。
在探讨这个概念之前，我们需要先了解什么是Prompt（提示词）。
简单来说，Prompt 就是我们给 ChatGPT 等 AI 大模型的指令，它可以是一个问题、一段描述，甚至是一段带参数的复杂文本，基于这些 Prompt ，AI 大模型能够生成相应的文本或图片。
例如，在 ChatGPT 中输入的问题“你好”，这个“打招呼”本身就是一个 Prompt 。
那么，提示词工程又是什么呢？
一句话总结，提示词工程是一种专注于设计和优化 AI 提示词的“艺术”，旨在提高 AI 大模型的性能，让其更准确、可靠地执行特定任务。
它不仅关乎技术，更关乎深入理解如何使 AI 能够准确理解并响应我们的复杂意图。
这个过程中，我们需要学会如何用 ChatGPT 能理解的方式表达我们的思维，这需要我们深入了解它的工作原理，以及它是如何处理和回应我们的指令的。
很多人在使用 AI 大模型时可能会觉得，只要输入一些文字，AI 就能给出答案，看似并不需要什么特别的技术。
确实，如果你只是想获得一个简单的答案，直接输入简单的文字就足够了。
但是，在与 ChatGPT 这样的 AI 大模型进行交流时，我们面临着一个核心问题：如何确保我们的意图不仅被理解，而且能够被准确执行。
这就好比我们在与一个全知全能的“神”对话，它拥有无限的知识，但却不是我们肚子里的蛔虫，无法直观地洞察到我们心中的真正想法。
简单地说，AI 它并不真正懂我们。
另一方面，人类的语言存在不精确性，语言本质是对知识的有损压缩。
如此一来，人类语言既无法准确地表达其意图，机器也无法直接理解人类的意图。
相当于“双方反向奔赴”，产生了“认知差”。
提示词工程的目标就是弥合这种差距，使得 AI 能够更准确地理解和回应我们的需求。
所以，如果你希望得到更加准确和满意的回答，就必须需要学会如何写好提示词。
在本册中，我们将深入探讨 AI 提示词的基础概念、工作原理、实战应用、常见错误避坑以及拆解一段优秀提示词是设计出来的。
在 AI 时代，无论你是谁，学习并掌握 AI 提示词技能都将对你的工作或日常生活带来实质性的帮助。
😄以上如果觉得有收获，请点一点下方的“有启发”告诉我，点击即可直接跳转手册目录。
01 基础入门-大模型底层原理（重点学习）
这篇文章旨在抛砖引玉，为大家揭开ChatGPT等大型语言模型的神秘面纱，提供一个入门级的理解。
我简单地介绍了模型的基本工作原理，目的是激发大家的兴趣，让你接下来在观看......
02 基础入门-元问题和元指令
在与 ChatGPT 这样的 AI 大模型进行交流时，如何确保我们的意图能被 AI 准确理解与执行，是一项至关重要的技能。
关键在于如何准确地表达我们的意图，使 AI 能够理解并提供有用的回答，这就是元问题和元指令发挥作用的地方。
元问题：当我们不确定如何提出问题时，元问题就像是提问的提问。它帮助我们细化和明确我们想从ChatGPT获得的信息。
元指令：当我们需要ChatGPT执行某项任务，但不知道该如何下达指令时，元指令就起到了引导的作用。它帮助我们构建出更有效的命令。
元问题与元指令的作用
元问题和元指令的核心作用是建立起人类与 AI 之间的“认知一致性”。
ChatGPT 是基于预先训练的大模型，它就像一个无所不知的“神”，但它无法直接了解人类用户的具体思维过程和期望，说人话就是，它根本不懂人类想要什么。
所以，让 ChatGPT 明白人类到底想要什么是非常关键的。
但是，刚开始使用 ChatGPT 的用户，并不知道应该如何更好地给 ChatGPT 下达指令或者提问。
于是，就有了“元问题和元指令”，这是一个大的概念，并不是泛指某一句提示词。
它可能是“我想做xxx，你能给我提供什么帮助？”、“我想要你做xxx，我应该给你输入什么信息？”、“我想了解xxxx，我应该向你问哪10个问题？”
实际案例分析
让我们来看一个具体的例子。
假设我想要通过 ChatGPT 了解番茄炒鸡蛋的做法，但如果我不知道应该如何提问的话，可以使用元问题来获得更有效的帮助。
此时的元问题可能是“我想知道番茄炒鸡蛋的做法，我应该向你提问哪些问题？”
通过一个“元问题”，得到 8 个提问的建议，这样一来，我就知道接下来应该更好地如何提问了。
再举一个例子，假设我想要通过 ChatGPT 了解全球气候变化的最新研究，此时我的“元问题”可能是：
“我想了解全球气候变化的最新研究，我应该向你提出哪些具体问题？”
接着，我就可以根据 ChatGPT 给出的提问建议来进一步提问，例如第五个建议：
掌握了元问题，你就不怕与 ChatGPT 交流时“无话可说”，人类与 GPT 的“认知一致性”是通过语言交流来提高的，越聊，ChatGPT 越能准确地理解用户的需求，并输出人类期望的内容。
元指令和元问题是同一个路数，例如我想给 ChatGPT 下达“写文章”的指令，但是我不知道应该怎么做。
于是我的元指令可能是“我想让你帮我写一篇文章，但我不知道该向你输入什么信息”。
得到了 ChatGPT 的指令提示之后，我就知道接下来应该如何组织语言来下达更细致的写作指令了。
😄以上如果觉得有收获，请点一点下方的“有启发”告诉我，点击即可直接跳转手册目录。
03 基础入门-人机认知对齐
上一篇 02 基础入门-元问题和元指令 ，我们解决了“人类不知道该怎么说”的问题，但是 AI 大模型真的听懂了人类对它说的话了吗？这可不一定。
语言本质上是对知识的有损压缩，当人类向 AI 发送一段较长的提示词时，AI 很可能曲解人类的意思。
我们写提示词发送给 AI ，这个过程中，AI 是被动地跟我们对齐“意图”，只是“单向奔赴”。
回到之前的例子，我想给 ChatGPT 下达“写文章”的指令，但是我不知道应该怎么做。
于是我的元指令可能是“我想让你帮我写一篇文章，但我不知道该向你输入什么信息”。
得到了 ChatGPT 的提示之后，我开始组织语言来下达更细致的写作指令，写什么呢？让它试试写 什么是提示词工程？我们为什么需要学习提示词？
所以，我的指令就变成了：
主题：什么是提示词工程？我们为什么需要学习提示词？
目的：向读者科普
目标读者：想使用 ChatGPT 等 AI 工具来提高工作效率，但是不知道怎么做的人群。
文章长度：1000字
要求：以“ChatGPT 已经发布一年多，这一年，我们经常会听到“提示词工程（Prompt Engineering）”这个术语。在探讨这个概念之前，我们需要先了解什么是Prompt（提示词）。”开头来看看，ChatGPT 的回答，写得emm，跟我想要的差远了。
以上，就是一个“单向奔赴”的例子。
我们要想办法把这个事情变成“双向奔赴”，怎么做呢？很简单，让 AI 主动向我们询问细节。
接着，回答 ChatGPT 的提问：
可以看到现在 ChatGPT 先列了一个大纲让我先确认，而不是直接开始写文章。
因为我们在刚刚提供的回答中，内容很长，ChatGPT 又曲解了我的意思。
所以我要根据这份大纲进一步给出指导，对齐意图:
现在 GPT 写出来的文章已经有我想要的感觉了。
总结一下，“人机意图对齐的核心”在于让 AI 主动向用户提出问题，从而确保双方的交流更准确和高效。
不仅人类要主动给 AI 提供更多信息，AI 也要“主动”与人类进一步沟通，不要一问一答式的“单向奔赴”。
😄以上如果觉得有收获，请点一点下方的“有启发”告诉我，点击即可直接跳转手册目录。
04 基础入门 - 什么是 Token？
在我们的“AI 提示词实战指南”前两篇中，我们明白了：理解基本概念对于深入理解如何与大型语言模型交互至关重要。
本篇将聚焦于解释“Token”这一核心概念。
05 基础入门-提示词框架---“角色”
学习本系列（提示词框架）之前，我强烈建议你先了解 AI 大模型的底层原理。
01 基础入门-大模型底层原理（重点学习）
只有你了解了 AI 大......