各位看官好:
今天的课程着实是收获满满,最重要的是让我自己放下了一些自以为是。之前说过,我是个IT售前,好几年前就开始做AI相关的项目了,技术层面的内容也了解一些。可以说,我自认为说起AI,绝不算外行。 但是今天的课程让我意识到,了解技术并不代表能用的好工具。就比如一个汽修师傅,可以修好汽车的各种毛病问题,但是并不代表这个汽修师傅驾驶水平很高。所以今天的复盘,开篇就一定要说最大的收获——收起了我的自负。 就课程中的具体知识而言,我个人感受最深的是两个部分 一、提示词设计——从“模糊提问”到“精准指挥”
课程中最具启发的部分,是学习如何通过结构化提示词“驯服”AI。关键方法包括: 细节法:补充场景、格式、风格等具体要素(如“写一篇科技新闻稿,需包含数据对比和专家观点”);角色设定法:明确AI的写作身份(如“扮演产品经理,向客户解释技术优势”);反向提问法:用问题引导AI验证逻辑(如“用户可能有哪些误解?请逐一澄清”)等等。
我自己私下也试过用AI写一些命题作文,但是输出往往“不贴需求”,反复修改之后可以好转,但是终究没有形成方法论。现在换个思维进行“对话式拆解”——像工程师调试参数般,将写作目标分解为可执行指令。例如,用角色法模拟客户视角,反向提问法排查漏洞,生成的方案竟比以往经验判断更严谨。这让我意识到,AI不是灵感神器,而是可训练的“执行助手”。 二、思维链CoT——让AI“展示思考过程”
课程重点讲解的CRISPE框架(背景、需求、约束…)与CoT(思维链)结合,彻底改变了我对AI写作的认知。通过要求AI展示推理步骤(如“先分析用户痛点,再匹配产品功能”),可以避免内容跳跃,确保逻辑严密。
我个人的工作经历是很头疼“黑箱式输出”的,但是我自己却在使用AI的时候无意识的把它当成了一个“黑箱”,完全没有想过给它安排个逻辑链路。真的是一句点醒梦中人,CoT让AI写作变得透明可控——就像查看代码注释,能清晰追溯结论来源。撰写文案时,还能要求AI解释它的逻辑过程,甚至可以就相关问题直接跟AI展开讨论,帮我发现提示词中的逻辑漏洞。这可以在短时间内实现人机双向提高,简直NB啊。 其他部分比如:工具选择等,也都是干货满满。不过对我个人而言,前面几点是感触最深的地方,其他内容就一笔带过了。 多谢红楼兄,期待明天的课程。
|