Hvorfor kan jeg fortsatt ikke skrive ledetekster godt etter å ha brukt så mange ledetekstmaler og til og med brukt AI-hjelp? Forrige gang delte jeg en melding som simulerte Lei Juns tale, som ble mye rost, men noen nettbrukere ville vite hvordan jeg skrev en slik oppfordring. Det er bedre å lære folk å fiske enn å lære dem å fiske, eller fortsette å dele metodikken for å skrive gode oppfordringer. Kontekstteknikk er populært nå, og få mennesker ser ut til å nevne rask utvikling, og til og med mange tror at rask utvikling ikke lenger er nødvendig: > "Modellen er allerede så sterk, og hvilken rask ordteknikk som trengs, kan jeg vite hva jeg mener med den store modellen og utføre den veldig bra." Dette er bare delvis sant, modellen blir sterkere og sterkere, vanlige krav trenger bare enkle spørsmål, men komplekse krav må fortsatt skrives godt ved hjelp av rask ordteknikk. Så hva er rask ordteknikk? ** > Prompt engineering er en prosess for systematisk å designe, teste og optimalisere ledetekstord - Baoyu Ledetekstordene som deles på Internett eller forskjellige ledetekstmaler, det er ikke et ledetekstprosjekt, det er et ledetekstord, det er statisk, og prosessen med å generere disse ledetekstordene kalles ledetekstprosjektet. Her er noen eksempler på spørsmål jeg skrev nylig. Det første eksemplet er hvordan jeg skrev oppfordringen til Lei Juns tale. Før du ser ned, kan du like gjerne stoppe opp og tenke på hvordan du skal skrive hvis du vil skrive? Slik gjorde jeg det: Bruk først Deep Research til å samle inn Lei Juns tale, og la deretter AI generere en ledetekst som etterligner Lei Juns tale basert på de AI-baserte taleresultatene. (Figur 1) Etter at AI genererte ledeteksten, testet jeg den, og selv om den også genererte en tale som lignet på Lei Juns stil, var innholdet intetsigende og resultatet var ikke veldig ideelt. (Figur 2) Jeg testet ChatGPT og Claude med samme metode, og resultatene var ikke særlig gode. Det ser ut til at resultatene av Deep Researchs søk ikke er gode nok, og mange av dem er kanskje ikke Lei Juns taler, men bare nyhetsrapporter og lignende, og så så jeg tilfeldigvis et sammendrag av Lei Juns talestil satt sammen av noen i de første årene gjengitt av nettbrukere på X, så jeg prøvde det: > Hjelp meg med å generere en ledetekst som kan generere en tale i Lei Jun-stil fra inndataemnet eller teksten. Følgende er et sammendrag av nettbrukere for referanse: > \<tweet > > Lei Jun har en veldig god ferdighet, som er å beskrive en vanlig eller ikke så kraftig ting som et objekt som høres uoppnåelig ut med tall, prosenter eller andre adjektiver. > Etter pressekonferansen klaget Zeekr-ledere på Xiaomi Auto: Xiaomis markedsføring er verdt å lære, men Xiaomi bør lære av oss innen bilteknologi. > Lei Juns PPT og Wong Kar-wais filmlinjer er like. > For eksempel er neste bolle med nudler for vanlige mennesker når og hvor jeg skal være neste gang. Men Lei Juns PPT vil si dette: Etter 300 påfølgende dager og netter med big data-forskning av våre Xiaomi-ansatte, ble det funnet at 97 % av mennesker vil ha åpenbar sult klokken 7:03:56 om morgenen, som er en økning på 57 % sammenlignet med klokken 7. > For å løse denne sulten som har plaget mennesker i tusenvis av år, har Xiaomi-ingeniørene våre gjentatte ganger studert og sammenlignet og funnet ut at metthetsfølelsen til mel er 21% høyere enn for ris. > Så vi fant spesifikt fødestedet til hvete, råmaterialet til mel, for 50 000 år siden - i den fruktbare halvmånen i Midtøsten, og brukte mye penger på å utvikle de mest mettende nudlene så langt. > Så hvor full er den? Det er 73 % mer metthetsfølelse enn tradisjonelle nudler. Samtidig synker kaloriene med 50%. > Vi ga den også et fint navn, Xiaomi Super Hollow Noodles. Samtidig har vi også samarbeidet med industrigiganten for drikkevann, Nongfu Spring, for å utvikle bransjens første instant nudelvann - Nongfu Rice Spring. Metthetsfølelsen til nudler tilberedt med vår bonderiskilde kan økes med ytterligere 11 % > 9,9 yuan 3 pund hirse hule og sterke mettende nudler. (Kostnaden for mel er bare 1,6 yuan per katt) Ti pakker med krydder er gratis. Det er totalt 9 modeller med forskjellige tykkelser og 6 emballasjefarger å velge mellom > \</tweet> (Figur 3) Jeg testet den med den genererte ledeteksten, og effekten var utmerket! Så enkelt er det! (Figur 4)

Jeg tegnet et diagram over denne prosessen (figur 1) All oppretting av ledetekster er en iterativ prosess: 0. Mål: Sett et mål for hvilken effekt du forventer at forespørselen din skal oppnå. 1. Ideer: Med et mål må du ha en idé om hvordan du skriver det, for eksempel håndskrift, AI kan hjelpe deg med å skrive, og maler kan settes 2. Skriv spørsmål: Ikke tenk så mye, skriv en versjon først. Det er som om du øver på å skyte, ikke tenk for mye, sikt og skyt først. 3. Test ledeteksten: Når du har den første versjonen av ledeteksten, tester du ledeteksten. 4. Evaluer: Når du har testresultatene, se hvor langt de faktiske resultatene er og hva gapet er. Det er som å måle hvor langt du er fra bullseye etter at du har skutt på målet. Hvis evalueringsresultatene ikke oppfyller målene du har satt, starter du med trinn 1 og fortsetter å gjenta basert på resultatene fra den forrige versjonen. Noen ganger får du gode resultater på en gang, og noen ganger må du iterere gjentatte ganger. For eksempel, sist gang jeg opprettet en forespørsel om generering av YouTube-undertekster, itererte jeg over et dusin versjoner, og først var jeg ikke fornøyd med formatet, men senere fant jeg ut at det alltid la til et tidsstempel midt i avsnittet, noe som i stor grad påvirket leseopplevelsen. (Figur 2) Til slutt fikk jeg en idé om å legge til et eksempel på å dele den samme personens tale i to avsnitt hvis innholdet er for langt, og til slutt vil jeg ikke lenger legge til tidsstempler i avsnittene. (Figur 3) Så for å oppsummere, mange mennesker kan ikke skrive spørsmål godt, årsaken er ikke at de ikke finner en god mal, eller at AI ikke kan hjelpe deg, men om du kan vurdere gapet mellom de nåværende ledetekstgenereringsresultatene og målet og vite hvordan du justerer dem. * For eksempel, hvis en person som ikke kan programmering bruker AI til å programmere, selv om de bruker en haug med ledetekstmaler, er det fortsatt vanskelig å skrive godt med AI, fordi de ikke kan bedømme om resultatene som genereres av forespørselen oppfyller kravene, og hvis de ikke oppfyller hullene, hvordan de skal justeres dem.