Prompt 工程完全指南：与 AI 高效协作

AI 已经席卷而来！放眼望去，生活中的方方面面几乎都有某种新的人工智能工具。在 ChatGPT、AutoGPT、Midjourney、DALL-E 和 GitHub Copilot 的帮助下，你可以构建产品、编写代码、获取答案，还能创作精美的艺术作品……至少有些人可以。

为什么在使用生成式 AI 时，有些人得到的结果就是比其他人好？为什么有些人能创作出足以陈列在卢浮宫的艺术品，而另一些人得到的却是一团糟？

归根结底，差别在于你使用的输入。这种输入叫作「prompt」。prompt 可以是你提出的问题，也可以是你用来生成某种内容的文字。那些会精心设计 prompt、讲究输入策略的人，把这种做法称为「prompt engineering」。

什么是 prompt engineering？

prompt engineering，是指以特定方式设计 prompt，从而让 AI 给出更好的结果。

OpenAI、Google 等许多 AI 系统的开发者，甚至会聘请「prompt engineer」来帮助训练模型。有些「创作者」甚至会在 Etsy 之类的平台上出售自己的 Midjourney prompt。

简单来说，AI 系统和数据处理一样：垃圾进，垃圾出。如果输入很糟，得到的结果多半也不会好。prompt engineering 在很大程度上取决于上下文。

AI 中的上下文

上下文是影响结果的最大问题之一。举个例子，如果我在 Google 中搜索「donut」（或者「doughnut」🍩），可能会得到五花八门的结果：甜甜圈食谱、甜甜圈图片，或者哪里可以买到这种美味的甜点。这是因为我没有给搜索引擎提供更多上下文。当然，Google 会参考我之前的搜索记录和所在位置来判断应该展示什么结果，但也仅此而已。

对于搜索引擎来说，「donuts」可能代表任何东西：一种形状、一个 Slack 插件、一款应用，或者 GitHub Universe 2022 上供应的这些美味 GitHub 甜甜圈。

比如说，如果我想找一个使用 Blender 创建甜甜圈 3D 模型的教程，那么只输入「donut」很可能看不到我想要的搜索结果。我必须说得更具体一些。像「tutorial for donut Blender3D」这样的搜索词，就能更准确地找到我需要的内容。

AI 也是如此。你需要为 AI 提供足够的上下文，才能针对自己的需求得到更好的结果。

聊天应用中的 prompt engineering

很多人都向我们展示过 ChatGPT 生成的一些令人惊叹的结果。尽管这些结果并不总是准确，但 ChatGPT 有一件事非常擅长：写文章。它特别擅长写出结构良好、衔接流畅的句子。生成的内容读起来毫不费力，听上去也很不错。但要得到准确的回答，则完全是另一回事。例如，有人尝试使用 ChatGPT 撰写历史论文。虽然文章可能读起来很好，但内容未必符合史实。比如，如果你要求 ChatGPT「写一篇 2000 字的中国衰落史论文」，它确实会给你写一篇 2000 字的中国衰落史论文，但里面的事实未必正确。

有些内容虽然读起来很像那么回事，事实却未必正确。提示：我可没有博士学位 😉

这是因为 ChatGPT 会从各种来源中提取信息，再把它们拼凑到一起，而这些信息来源本身可能就不准确。ChatGPT 也不知道你所说的「中国衰落」具体指哪一段历史，因此很容易错误地关联不同年代的信息。如果你先以对话的方式向 ChatGPT 提供信息，然后再要求它写一篇 2000 字的论文，得到的结果会好得多。

这究竟是什么意思？有些人认为 ChatGPT 是一种单向对话、只需输入一次就能获取信息的工具，但事实并非如此。它之所以叫「chat」是有原因的。你应该和它展开对话，不断完善问题，并为回答提供上下文。

例如，如果我要为一份出差报告写一段关于「NDC Conferences」的文字，不会一上来就对 ChatGPT 说「帮我写一段关于 NDC 的出差报告」。相反，我会先弄清楚 ChatGPT 对 NDC 了解多少，同时逐步补充上下文。你提供的输入会在很大程度上决定最终输出。这就是为什么有些人能获得非常好的结果，而另一些人却做不到。

如果没有任何上下文，ChatGPT 并不知道我指的是哪个 NDC。

再举一个例子：如果你要参加求职面试，希望得到一些建议，那么向 ChatGPT 提问「给我一些准备求职面试的建议」，确实能得到一些不错的回答，但这些回答不会太有针对性。相比之下，「我要去一家 AI 初创公司面试软件开发工程师职位，可以给我一些准备这场面试的建议吗？」这样的提问，会得到更加贴合个人情况、更有针对性的结果。

这就像请一位站在台上的专家回答现场 1000 名观众的问题。他很可能会给出比较通用的回答，好让每个人都能有所收获。但如果你和同一位专家一对一交流，他多半会先追问几个问题，以便了解你的具体情况，进而提供更加个性化、更有针对性的回答。

艺术创作应用中的 prompt engineering

你可能已经看过一些人使用 Stable Diffusion 应用创作出的精美艺术作品。当然，也有些作品看起来就是「不太对劲」。其中很大一部分差异依然来自上下文。比如，我使用自己最喜欢的生成器之一 NightCafe，只输入「dog」这个词，得到了下面的结果：

使用 NightCafe 和 prompt「dog」生成的图片。

画面中有个标牌，莫名其妙地写着「dog」；前景里有一只看起来很奇怪的狗，配色也诡异得出奇。如果我脑海中想象的是一张照片般真实的画面：阳光明媚的日子里，一只成年德国牧羊犬待在公园中——那么最终生成的结果大概不会是我想要的样子。因为 AI 并不知道这些上下文，它还不能读懂我的心思（至少现在还不能！）。

当你想创作艺术作品时，需要像描述脑海中的画面一样描述图像。提供的细节越多，输出效果就越好。麻烦也正在这里：很多 Stable Diffusion 应用都有字符数限制，因此你必须有意义、有策略地设计 prompt。

和使用 ChatGPT 类似，你需要不断重新设计和完善 prompt。不过，聊天式 AI 有一个优势：你可以延续对话，继续为 AI 提供更多信息、提出不同问题，直到得到满意的回答。有些艺术生成器虽然允许你对输出结果进行「remix」，但这仍然需要一个新的 prompt。因此，你要不断等待输出、观察哪些地方不对，再提交调整过的新 prompt。

有些用户会在 Midjourney 上花费数小时，不断查看输出结果、重新设计 prompt，最终创作出令人叹为观止的作品。这一切都需要练习。也正因如此，一些创作者才会在 Etsy 上出售自己的 prompt！

我的朋友 Jean 使用 Midjourney 生成的艺术作品。

有一点可以确定：如果你想创作出高质量的艺术作品，就不要指望只花几秒钟写个 prompt、点击「create」按钮，然后立刻看到一幅莫奈级别的作品。不可能！你需要投入时间（以及金钱），创作数百幅作品，并在每次迭代中调整 prompt，最终才能打造出自己的杰作。

代码生成中的 prompt engineering

关于如何为 GitHub Copilot 之类的工具设计优秀的 prompt，我不打算花太多时间讨论。我的同事 Rizel 写过一篇很棒的博客文章，深入介绍了 GitHub Copilot 的 prompt engineering：

《GitHub Copilot prompt engineering 初学者指南》

Rizèl Scarlett 为 GitHub 撰写・2023 年 4 月 3 日

我想说的是，与 ChatGPT 类似，GitHub Copilot 同样依赖上下文。代码仓库中还编写了哪些代码？当前文件的扩展名是什么，使用的又是哪种语言？GitHub Copilot 之前还为你生成过什么内容？你在代码中写了哪些注释？所有这些信息，都能帮助 GitHub Copilot 为你生成更加准确的代码。

可以这样理解：如果你写下一条注释，表示自己想创建一个复杂函数，要求它使用后端数据并解决某个特定问题，那么仅凭这一条注释，你很可能得不到理想的结果。你的代码——至少应该如此——会被拆分成许多函数，而且（希望）包含大量有用的注释。同样，GitHub Copilot 在问题被拆解之后，也能表现得更好。

与其直接要求 GitHub Copilot：//reverse a sentence (using JavaScript)

不如想一想，如何从逻辑上拆解这个问题。例如，如果有人真的递给我一张写有一句话的纸，并要求我把这句话倒过来，我会怎么做？像这样逐步写出注释，会有用得多。这样一来，GitHub Copilot 就能获得更多上下文，更好地理解你的需求。

与 ChatGPT 这类工具相比，GitHub Copilot 还有一个不同之处：它会考虑你提供的全部上下文，也就是我前面提到的所有内容：

• 文件的扩展名是什么
• 项目中还有哪些文件
• 你是如何编写其他注释的
• 其他代码是如何组织的
• 你正在输入什么注释
• 你正在输入什么代码

ChatGPT 和其他聊天应用，会给予你最后发送的那条消息更高的权重，也就是你最近一次添加到对话中的信息。而 GitHub Copilot 会始终结合上下文，以生成更好的代码结果。

更好的 prompt engineering

归根结底，能否从任何一种生成式 AI 中获得好结果，取决于你——也就是提供输入的人。正如我在开头所说：垃圾进，垃圾出。因此，在设计 prompt 时，请记住以下重要建议：

• 提供良好的上下文，给出示例以及你希望实现什么目标的相关信息
• 表述要具体；如果内容面向某个特定受众，就明确说出来
• 拆解问题
• 清楚地提出问题。如果返回的内容听起来不对，就进一步澄清
• 不断换一种方式表达并完善 prompt

最后，一定、一定要验证从 AI 那里得到的信息。对于艺术作品生成器来说，这一点没那么重要；但涉及代码和信息时，验证就非常关键。检查得到的代码能否按照预期运行，也要核实 AI 提供的文字信息是否准确。

请记住，无论发生什么，你仍然是掌舵者。决定权仍然在你手中：使用和分享哪些艺术作品、哪些代码片段以及哪些信息，最终都由你说了算。

如果还需要采取进一步行动，你可以考虑屏蔽此人和／或举报滥用行为。