本文讨论了在与AI交互时，粗化提示词的重要性，即从具体任务的细化转向整体方向的把握。通过实例说明，精确定义可能导致AI过度依赖表面信息，而粗化问题能引导AI进行更全面的思考，如询问两人首次共同媒体曝光的时间而非直接的欣赏事件。
今天我们讲解的提示词技巧，叫做粗化提示词，之前我们说到细化的重要性，那为什么还要粗化呢？按照我们前面提到的一些案例分析来看，细化是为了让AI更精准的知道我们的任务是什么，但是这样做有一个缺点，就是它容易让AI失去对整体方向的把控。
什么是粗化思维？简单来说，就是从具体抽象到笼统，从小步走延展到大局观。
举个例子，你直接跟AI说，请告诉我“勒布朗詹姆斯第一次展现对库里的欣赏是什么时候”，我们看到的答案不能说不精准，但是总让人觉得欠缺考虑，它有可能就是找了一些新闻标题，没有经过深思熟虑，就说这是所有证据了。但是欣赏有的时候不是用说的，而是要看作的，或者一些其他间接的证据帮我们做出逻辑判断。所以我们如果退一步，把这个问题粗化成：库里和勒布朗詹姆斯两个名字第一次同时出现在媒体上是哪年？.....（更多详情请关注kedashige点康母）
扫一扫
1264
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
