提示工程的誤區#
提示工程（Prompt Engineering）研究的是怎麼跟 AI 說話：如何清晰表達意圖、如何讓 AI 扮演特定角色、如何告訴它內容給誰看等等。網上有很多提示語模板，有的還很長，就跟編程一樣。
寫那麼詳細的提示語，是指望 AI 一次就輸出你想要的結果。但如果是涉及創造性、思想性和探索性的任務，你根本就不應該期待它一次就給出完全符合你需求的輸出。
- 機械化工作（如翻譯一本書、處理大量文檔）確實需要對 AI 編程，確保輸出結果有確定性
- 但日常使用 AI，正確的做法是迭代：先大概說你的意圖，讓 AI 先給個初步結果，然後你讓它調整，有來有往反覆改，最終得到你想要的東西
迭代實例：用 GPT-4.5 寫科幻小說#
作者用 GPT-4.5 寫科幻小說的完整過程：
- 第一輪：指令很簡單——「寫一篇短篇科幻小說，設定是物理學在 2030 年發生了一次突破」。GPT-4.5 立刻寫出一篇，設定很獨特，但篇幅只有幾百字
- 第二輪：作者直接回覆六個字——「情節過於簡單」。AI 馬上修改，「增強了情節的複雜性和衝突感」
- 第三輪：作者仍不滿意——「好多了，但不夠震撼，敘事水平也很一般」
- 第四輪：回覆「不像大師的作品，像普通習作」——然後神奇的事情發生了
- 第五輪：GPT-4.5 沒有直接修改，而是列舉了幾個問題問作者希望在哪些方面更像大師。作者只回覆兩個字：「全要。」然後它主動開啟了 Deep Research 模式
- 最終結果：7 分鐘後，生成了一篇 1.3 萬字的小說，劇情複雜有意思多了，讀起來很像真人寫的
從頭到尾，作者沒有提任何具體的要求，沒有使用提示工程。他只是不斷地表示不滿意，結果 AI 寫出了一個遠遠超越最初版本的作品。
迭代就像創業#
- 迭代法有點像「謀定而後動」——你不可能第一次就把產品做到完美
- 正確方法是只要有個模糊的印象就開干，先做出一個最小可行產品（MVP）發出去，看看反饋，調整改進、迭代很多次之後才能把產品打磨到最佳狀態
- 創造性的任務往往是模糊的——你說不清自己想要什麼，這其實是件好事，因為這意味著你們可能會創造驚喜
創作是互動決定的#
- 你原本不知道自己想要什麼，但只要看到第一版，你就可能發現其中有你喜歡和不滿意的部分
- 創作是一個漸進明晰的過程，經過幾輪迭代，你和 AI 都越來越清楚你想要什麼
- 最終作品不是你決定的，也不是 AI 決定的——是你們的互動決定的
- 一個人創作是單性繁殖，與 AI 一起創作是有性繁殖
甲方心態#
要把 AI 用到飛起，我們需要有甲方心態：
- 不必在意 AI 的情緒——它不是人，不會疲勞、不會抱怨、不會怪你沒主意
- 新手容易把 AI 擬人化，客客氣氣不好意思下命令
- 我們把 AI 當工具，不壓榨到極致不罷休
- 高水平 AI 發揮到極致，往往能令人讚嘆的輸出！如果你不滿意，那就是極致還沒到
審美能力的三個層次#
有了甲方心態，你需要有意識地訓練自己的審美能力：
- 第一層：知道什麼是好東西——給你一個作品，你能不能迅速判斷它是好還是不好？這是人最重要的天賦
- 第二層：能思考為什麼覺得好或不好——好在哪兒？你喜歡其中哪一點？你說不好，那到底是敘述方式、情感表達還是哪個方向？你必須能把模糊的感覺清晰化
- 第三層：能用精確的語言表達需求——不要說「畫面不好」，要具體指出是構圖缺少對稱感還是色調對比不足；不要說「文章沒感覺」，要具體分析是節奏需要調整還是想加點隱喻和象徵
真正的 AI 高手不是因為會用提示語，而是因為更懂審美，更懂這個領域，更善於表達自己的個性和冒險精神。
追問的力量#
除了迭代，還有一個方法是「追問」，適用於尋求思想的情境。
- X 上曾流行一個跟 GPT-4.5 對話的遊戲，讓它說一個關於人類的獨特洞察，要求深刻
- 要點是：**不要對第一個答案表示滿意！**讓它再深刻一點，它會給個更深刻的洞見；然後要求再深刻一點……如此反覆很多次
- 作者的實驗中，聊到第七輪，GPT-4.5 構建的理論太過有意思，他忍不住問了它一個具體的問題
- GPT-4.5 主要講的是人對意義的追求——每一輪的輸出都基於前一輪的話題，而且真的更深刻