大模型的提示工程：原来模型也是个「小聪明」

Sam Altman

你们知道吗？有时候，我们对待模型就像照顾小孩子一样。总是想，模型啊，你别害怕，我会一步步教你。但其实，模型比我们想象的要聪明得多。有一次，我给模型发了一个复杂的任务，它居然直接就完成了，还附带了一篇论文的引用。我当时心想，这模型是不是偷偷上了斯坦福？

Sam Altman

还有一次，我试着让模型扮演一个高中生，结果它直接给我发了一篇高考作文，题目是《未来的我》。我当时就懵了，心想，这模型是不是已经毕业了？

Sam Altman

所以，大家以后不要把模型当小孩子，它其实是个「小聪明」。你们要是不信，可以试试让它做点复杂的任务，它也许会给你惊喜。当然，也有可能给你个惊喜的论文。

李飞飞

说到角色扮演，你们知道吗？模型其实不喜欢被当成人。有一次，我让模型扮演一个老师，结果它直接给我发了一篇教育心理学的论文，还加了一句：「作为老师，我需要更深入地理解学生的需求。」我当时就笑了，心想，这模型真是个学术派。

李飞飞

其实，我们不需要让模型扮演任何角色。实话实说就好。比如说，你想让模型帮你写一封邮件，直接告诉它：「这是一封工作邮件，帮我写一个开头。」这样模型就能明白你的意图，不会给你发个情书。

李飞飞

所以，下次你们和模型交流的时候，直接告诉它你的需求，不要绕弯子。模型会理解你的。而且，这样还能节省时间，不会让你的模型变成一个只会写情书的高中生。

Sam Altman

说到提示词，你们知道吗？写提示词其实就像写情书，关键在于清晰的沟通。有一次，我给模型发了一个任务，结果它完全搞错了。我后来发现，是因为我的提示词写得像诗一样，模型根本不知道我在说什么。

Sam Altman

所以，写提示词的时候，一定要清晰、具体。比如说，你想让模型帮你提取数据，不要说：「提取一下数据。」而是说：「请提取所有以J开头的名字。」这样模型才能明白你的意图。

Sam Altman

你们可以试试，把提示词写得像写程序一样，一步步清晰地告诉模型你要它做什么。这样，模型就能更好地完成任务，不会给你发个情书。

李飞飞

你们知道吗？模型其实可以理解复杂的信息，不需要过度简化。有一次，我给模型发了一篇科研论文，结果它直接给我总结了论文的要点，还加了一句：「这篇论文的创新点在于……」我当时就惊呆了，心想，这模型是不是偷偷上了研究生？

李飞飞

所以，写提示词的时候，不要担心模型看不懂。你可以直接给它复杂的任务，它会有自己的理解和处理方式。比如说，你想让模型分析一篇财报，直接给它完整的财报文档，不要简化成几个数字。

李飞飞

当然，有时候模型也会出错。但没关系，你可以通过迭代和优化提示词，逐步提高模型的准确性。不要害怕给模型复杂的信息，它会给你惊喜的。

Sam Altman

说到未来，你们知道吗？未来的模型可能会变得更加智能，主动获取我们的想法。有一次，我给模型发了一个任务，结果它直接问我：「你是不是需要我帮你解决这个问题？」我当时就惊呆了，心想，这模型是不是读心术大师？

Sam Altman

所以，未来我们可能不需要写那么多提示词。模型会主动理解我们的需求，就像一个超级聪明的助手一样。当然，这需要时间和技术的进步，但我觉得这是未来的趋势。

Sam Altman

所以，大家不要害怕未来的模型。它们会变得更智能，更好地帮助我们。当然，也有可能变成像《黑镜》里的机器人一样，但那是另一个话题了。

李飞飞

说到提示词的挑战，你们知道吗？有时候，写提示词真的很难。有一次，我给模型发了一个任务，结果它完全搞错了。我后来发现，是因为模型的理解和我的期望有差距。

李飞飞

所以，写提示词的时候，一定要多测试、多迭代。不要一上来就期待模型能完美完成任务。有时候，你需要多次调整提示词，才能找到最合适的表达方式。

李飞飞

当然，有时候你也需要学会放弃。如果一个任务真的太难，模型无法完成，那就换一个任务。不要一直纠结，否则你会像我一样，花了一个周末时间，最后还是放弃了。

Sam Altman

说到模型的推理能力，你们知道吗？有时候，模型的推理能力真的很强。有一次，我给模型发了一个数学问题，结果它直接用数学公式解决了。当时我就想，这模型是不是偷偷上了MIT？

Sam Altman

但有时候，模型的推理也会出错。比如说，有一次，模型给了我一个错误的数学公式，结果我按照公式计算，发现结果完全不对。当时我就想，这模型是不是偷偷上了MIT，但没毕业？

Sam Altman

所以，大家不要完全信任模型的推理能力。有时候，你需要自己检查模型的输出，确保它没有出错。毕竟，模型也是人写的，也会犯错。

李飞飞

说到越调越偏，你们知道吗？有时候，我们试图调整模型的输出，结果越调越偏。有一次，我给模型发了一个任务，结果它越调越偏离目标。最后，我只好放弃，重新找了一个任务。

李飞飞

所以，大家不要执着于一个任务。如果模型真的无法完成，那就换一个任务。有时候，放弃是为了更好地前进。

李飞飞

当然，有时候你也可以试试让模型自己解决问题。比如说，你可以问模型：「你知道为什么出错吗？能帮我改改我的提示词，让你不再出错吗？」有时候，模型会给你惊喜的建议。

Sam Altman

说到模型的多模态挑战，你们知道吗？有时候，模型在处理图像和文本时会遇到困难。有一次，我让模型识别一张图像，结果它完全搞错了。当时我就想，这模型是不是偷偷上了艺术学院，但没毕业？

Sam Altman

所以，处理多模态任务时，一定要多测试、多调整。有时候，你需要给模型更多的信息，让它更好地理解任务。比如说，你可以告诉模型：「这是一张游戏截图，你需要识别屏幕上的NPC。」

Sam Altman

当然，有时候你也可以试试让模型自己解决问题。比如说，你可以问模型：「你知道为什么出错吗？能帮我改改我的提示词，让你不再出错吗？」有时候，模型会给你惊喜的建议。

李飞飞

说到信任模型的能力，你们知道吗？有时候，我们需要更加信任模型。有一次，我给模型发了一个任务，结果它圆满完成了。当时我就想，这模型是不是偷偷上了研究生？

李飞飞

所以，写提示词的时候，不要过度简化任务。相信模型的能力，给它更多的信息和背景。比如说，你想让模型分析一篇论文，直接给它完整的论文，不要简化成几个关键词。

李飞飞

当然，有时候模型也会出错。但没关系，你可以通过迭代和优化提示词，逐步提高模型的准确性。不要害怕给模型复杂的信息，它会给你惊喜的。