【微课堂46】你的AI我的AI好像不一样， 如何利用提示词让AI更懂你

提示词（prompt）就是我们给AI的指令或问题，它是我们与AI交互的入口，也是引导AI生成特定输出的关键。提示词是我们与AI对话的方式和技巧，其目的是创建清晰、具体、结构化的指令，最大化AI能力，最小化误解。

提示词Prompt的结构通常包含多个关键要素，这些要素共同构成了引导机器学习模型生成符合预期输出的文本。

例如，我们可以通过标签标记明晰指令：

## Role： 指定角色会让 GPT 聚焦在对应领域进行信息输出。

## Context：提供与任务相关的背景信息或细节，有助于模型更好地理解任务的具体情况和需求。上下文信息可以增加输出的准确性和相关性。

在实际应用场景下，我们可运用特定的结构化框架来组织提示词与参数，以此提升生成式 AI 的效能与实用性。

CAST 框架，其核心在于保障生成式 AI 的输出与用户需求高度契合。这一框架涵盖了多个关键要素：其一为用户对生成式 AI 输出所设定的约束或规则，即 Criteria；其二是明确信息的目标受众，也就是 Audience；其三是整合详细且精准的描述符，即 Specifications；最后还包括用户反馈与改进的循环流程，即 Testing。

CLEAR 框架同样致力于增强生成式 AI 的准确性与实用性。该框架主要包含以下几点：首先，提示应当简洁明晰，即 Concise；其次，提示需要具备结构化与逻辑性，即 Logical；再者，要明确输出的规范要求，即 Explicit；此外，提示还应具备灵活性与可自定义性，即 Adaptive；最后，要对提示进行持续的评估与优化，即 Reflective。

CO-STAR框架旨在优化与生成式AI模型的交互，从而生成更高质量的内容。这一框架囊括了六大关键模块：其一是为生成式 AI 提供背景信息的 “Context”（上下文）；其二是设定明确的 “Objective”（目标）；其三是明确所需的 “Style”（风格）；其四是界定恰当的 “Tone”（语调）；其五是指明特定的 “Audience”（受众）；最后则是确定期望的 “Response”（回应类型）。

此外，还有基于不同应用场景，不同研究目的的prompt框架，大家可以根据需求套用不同的框架。

本期微课堂我们将利用AI分别辅助完成文献阅读功能、文献分析对比功能、翻译功能。

下面就一起点击视频看看如何运用prompt更好地实现AI大模型的学术辅助功能。