AI提示詞Prompts有沒有好公式？（ 計育韜老師高校公益巡講答疑實錄2024）
這是計育韜老師第 8 次開展面向全國高校的新媒體技術公益巡講活動了。而在每場講座尾聲，互動答疑環節往往反映了高校師生當前最普遍的運營困境，特此計老師在現場即興答疑之外，會盡量選擇有較高價值的提問進行文字答疑梳理。
*本輪巡講主題除了涉及 SVG 交互外，還包含了新媒體中 AI 人工智能工作流的詳解，為高校師生帶來包括與多家央媒的項目合作經驗和復旦大學本校的案例分析，因此答疑梳理中也會出現與 AI 相關的知識點，如有任何偏頗之處也歡迎在評論區斧正。
第八期計育韜老師繼續梳理了在西安高校的講座中，關于「AIGC創作過程中提示詞Prompt有什么建議？」的問題，一起來看看計育韜老師的答復吧！
不要過度迷信公式
公式化提示詞是圈內一直存在的重要思潮。毫無疑問，對 Prompts 的公式性梳理必定有助于初出茅廬的用戶優化對 AIGC 的控制能力，但計育韜老師注意到一些過于碎片化、詞組化的公式表格實質上正在對用戶產生誤導。很多用戶不惜花費重金購買所謂的提示詞清單進行 AIGC 工具的學習，其實大可不必。
其實優秀的提示詞，往往勝在邏輯觀，而不是尸塊狀且晦澀機械的特定關鍵詞權重控制。去年 11 月 8 日，Sheila Teo 以數據科學家身份，奪得了在新加坡舉辦的 GPT-4 提示工程（Prompt Engineering）大賽冠軍，賽后她慷慨撰文以《我是如何贏得了新加坡 GPT-4 提示工程賽》標題與大眾分享了它的提示詞編輯策略：
提示詞本文應包含以下內容，其中 ???? 是指適合初學者的提示工程技術，而 ???? 是指進階技術。1. [????] 使用 CO-STAR 框架來搭建 prompt 的結構 2. [????] 使用分隔符為 prompt 設置分節 3. [????] 使用 LLM 防護圍欄創建系統 prompt 4. [????] 僅使用 LLM 分析數據集，不使用插件或代碼 —— 附帶一個實操示例：使用 GPT-4 分析一個真實的 Kaggle 數據集。
公眾號：機器之心我是如何贏得GPT-4提示工程大賽冠軍的
結合全文不難看出，冠軍級的提示詞自身就具備嚴密的自然語言邏輯順序，既不是通俗直白的純口語表達，也并非支離破碎的詞組組合。結合優秀的提示詞結構分隔方法，并給 AI 工具準確的反饋結構要求，我們得到的人工智能反饋才能既高效，又符合人類的預期。
AIGC的產品使命
我們不要忘記，不論是 ChatGPT-4o、Midjourney、DALL·E、Suno……產品層的使命都在于對人類自然語言的極致 AI 認知與反饋，不應逆著平臺的發展宗旨使用平臺，畢竟終有一天我們可以不再需要所謂「提示詞」這樣的概念，以最質樸而直觀的表達與 AI 溝通。雖然當下我非常推薦讀者通過「冠軍提示詞分享」優化與 AI 工具的對話效率，但長久看這個答疑問題也將最終消解在科技歷史的長河中。
后續答疑預告
#配音方面目前可以用AIGC替代嗎？
#在國內文案寫作有哪些合適的AIGC工具？
#您如何看待AIGC中的美術版權爭議問題？
#H5和SVG的最大區別和各自優勢是什么？
#如果要基于交互設計創意應該做哪些準備？
#可以運用AI寫SVG代碼嗎？
如有意向報名承辦巡講的高校站點，歡迎查看「報名須知」并在評論區留下你的聯系方式和組織信息，助教老師將協助前期對接工作。
-END-
轉載請在文章開頭和結尾顯眼處標注：作者、出處和鏈接。不按規范轉載侵權必究。
未經授權嚴禁轉載，授權事宜請聯系作者本人，侵權必究。
本文禁止轉載，侵權必究。
授權事宜請至數英微信公眾號(ID: digitaling) 后臺授權，侵權必究。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）