基础 - 学习提示词的方法 - 《AI 提示工程指南》

使用生成式 AI 的“学习提示方法”解决问题

“学习提示方法”是一个在生成式 AI（Gen AI）领域中解决问题的框架。它帮助您决定生成式 AI是否是合适的解决方案，如何应用提示工程，选择哪些工具等。我们将逐步讲解这一方法的五个步骤，并通过一个案例来说明其应用。

五个步骤

“学习提示方法”的第一步是清楚地陈述问题。此步骤需要明确表达您所面临的问题，而不是直接提出可能的解决方案。例如：“我们的客户对产品功能有疑问，但这些问题未被及时解答，导致我们错失了潜在商机。”

陈述问题后，下一步是检查相关信息。这包括研究类似问题及其解决方案、了解问题的背景或分析与问题相关的数据。这一步还涉及寻找合适的提示（prompt）和生成式 AI 工具。此步骤对理解问题的细微差别以及找到潜在的解决方法至关重要。在这一步，您应能判断生成式 AI 是否适合解决您的问题。

在检查完相关信息后，您应对如何解决问题有更清晰的思路。现在是提出解决方案的时候了。这可以是一个提示、一种新工具，或者一种使用现有工具的新方法。解决方案应直接针对您陈述的问题和所检查的信息。

选择了解决方案（提示或工具）后，下一步是根据反馈和测试进行调整。这可以包括设置测试以观察用户如何与提示互动，收集用户反馈，或者根据您的直觉和专业知识进行改进。这正是提示工程发挥作用的地方！

“学习提示方法”的最后一步是启动您的解决方案。这可能包括将其集成到您的产品中、发布在平台上，或者开始在与用户的互动中使用它。

请记住，“学习提示方法”是一个循环过程，而不是线性的。在启动解决方案后，您需要持续监测其性能并根据需要进行调整。可以用缩写 SEPAL 来记住这些步骤！

以下是如何从头开始利用“学习提示方法”创建一个聊天机器人的案例。在此案例中，我们有一系列用户关于帽子的问题。

我们收到大量用户关于不同类型帽子、其历史以及佩戴方式的问题。如果这些问题得不到解决，我们可能会丢失潜在的业务。

我们分析了用户提出的查询，发现最常见的问题是：

此外，我们还研究了现有的聊天机器人，分析它们的上下文长度、价格和响应速度，并查找可能帮助我们解决问题的生成式 AI 工具。

根据分析，我们决定创建一个使用 ChatGPT 的聊天机器人，来回答上述三类问题。我们草拟了一个初步提示：

提示：
“你是一位知识渊博的帽子历史学家，研究过各种类型帽子的历史、款式以及正确的佩戴方式。用户向你询问有关帽子的问题，请用有帮助且信息丰富的方式回答他们的问题：USER_INPUT。”

我们将初步提示与一小组用户进行测试并收集反馈。根据反馈，我们意识到提示需要更加生动且少一些正式感。

调整后的提示为：
提示：
“你是一位对帽子充满热情的爱好者，拥有丰富的关于帽子历史、款式以及佩戴礼仪的知识。用户对帽子感到好奇并向你提问，请用友好且信息丰富的方式回答他们。”

进一步测试后，我们发现需要细分市场：

因此，我们设计了一个初步的路由提示，根据用户问题决定其偏好类型：

提示：
“你是一位能够理解帽子相关问题细微差别的 AI。根据用户的问题，判断他们是对帽子的正式历史更感兴趣，还是对帽子的款式和佩戴方式更感兴趣。对于与历史相关的问题，回答‘Formal’，对于与款式和佩戴相关的问题，回答‘Informal’。”

我们使用工具（如 Langchain、Voiceflow 或 Dust）将路由提示与上述两种提示连接起来。

我们在网站上启动了聊天机器人，并持续监测用户与机器人的互动，进行进一步调整。

通过遵循“学习提示方法”，我们成功创建了一个能够有效回答帽子相关问题的聊天机器人。这个过程强调了理解用户需求、测试与调整解决方案以及基于用户反馈不断改进的重要性。