秒懂AI提问:让人工智能成为你的效率神器(第2版)

978-7-115-66969-8
作者: 秋叶刘进新定秋枫江晓露
译者:
编辑: 马雪伶

图书目录:

详情

我们在运用AI的时候,有时得不到自己想要的回答,于是责怪AI不够智能。我们容易忽略的是,AI的回答质量往往取决于提问的质量。 《秒懂AI提问:让人工智能成为你的效率神器》系统地介绍了20种向AI提问的有效方法,用这些方法可以让AI给出高质量的回答。在介绍提问方法时,本书紧扣日常工作和生活,并通过对比让读者直观感受不同提问方法的效果,最后引出更多场景下的应用,让读者真正学以致用。

图书摘要

版权信息

书名:秒懂AI提问:让人工智能成为你的效率神器(第2版)

ISBN:978-7-115-66969-8

本书由人民邮电出版社发行数字版。版权所有,侵权必究。

您购买的人民邮电出版社电子书仅供您个人使用,未经授权,不得以任何方式复制和传播本书内容。

我们愿意相信读者具有这样的良知和觉悟,与我们共同保护知识产权。

如果购买者有侵权行为,我们可能对该用户实施包括但不限于关闭该帐号等维权措施,并可能追究法律责任。


版  权

著    秋 叶 刘进新 定秋枫 江晓露

责任编辑 马雪伶

人民邮电出版社出版发行  北京市丰台区成寿寺路11号

邮编 100164  电子邮件 315@ptpress.com.cn

网址 http://www.ptpress.com.cn

读者服务热线:(010)81055410

反盗版热线:(010)81055315

内 容 提 要

要想高效地利用AI,关键在于我们如何提问。本书首先介绍提示词的设计技巧,然后系统地介绍了20 种向AI 提问的有效方法,最后介绍提问方法的组合运用以便解决复杂问题。

本书紧扣工作、学习和生活,在介绍提问方法时,通过对比让读者直观感受不同提问方法的效果,并结合实例展示AI 在不同场景下的应用,让读者真正学以致用。

本书适合对AI 感兴趣的各行业人士阅读。

前  言

随着AI时代的到来, AI已经成为个人和企业提升效率、解决问题的利器,AI正以前所未有的方式改变我们的工作、学习与生活。

然而,许多人在使用AI大语言模型时,常常陷入生成结果答非所问、文不对题的困境。要充分发挥AI的潜力,提升使用其解决问题的效率与准确性,一个重要的前提便是掌握有效的提问方法。

提问,看似简单,实则是一门学问。它不是简单地向AI发出指令,而是代表深入思考和理解问题本质的过程。我们只有知道如何有效提问,才能更好地利用AI这一强大的工具,让它成为我们探索世界、解决问题的得力助手。

本书上一版自2023年上市以来,收到了很多读者的好评。大家表示应用书中介绍的提问方法,让重复的工作自动化,把复杂的事情简单化,用AI提升了自己的能力、拓宽了自己的知识面,把AI真正变成了提高学习和工作效率的神器。

随着AI技术的发展,新的AI平台和工具层出不穷。2025年年初,DeepSeek爆火,其“思维链交互模式”颠覆了传统AI对话逻辑。DeepSeek不仅能理解多模态指令的潜在联系,而且擅长通过持续对话帮助用户厘清问题。我们应该适应AI的变化,不断学习,灵活调整提问策略,以更高效地解决问题。

在这样的背景下,我们对本书上一版进行了全面升级,按照由易到难的顺序编排学习提问方法的内容。我们依然注重提示词设计,加入了以DeepSeek为工具的内容,更换和新增了案例,并且通过对比进行解析,让读者直观感受常规提问和好的提问得到的结果的差距。

我们期待每一位读者都能通过阅读本书掌握向AI提问的精髓,让AI真正成为工作、学习和生活中的得力助手。

在未来五年,每个人都可能会拥有一个能够深入理解用户需求并使用自然语言跨应用程序完成任务的AI私人助手。

——穆斯塔法·苏莱曼

学生和职场人利用AI查找资料、梳理工作思路,可以节省大量时间;企业利用AI优化服务流程,可以提升运营效率;营销人员依靠AI快速生成创意文案,可以提升效率。AI已经不仅仅是一个工具,更是辅助我们日常决策、创作和沟通的重要伙伴。那我们能否根据自己的个性化需求,创建属于自己的AI助手呢?当然可以。

无论是用来提升工作效率、实现创意输出,还是解决日常生活中的问题,好的提示词能够显著提升AI的表现。换句话说,提示词的设计水平,直接决定AI助手的能力上限。

一、什么是提示词

提示词(Prompt)在人工智能领域,特别是在与大型语言模型交互时,起着引导的作用。提问是主动获取信息或答案的行为,而提示词则是为了辅助或引导这一提问过程而提供的关键词、短语或句子。也就是说,我们要学会用AI能够理解的方式对话,让AI准确理解我们的意图,才能更好地引导AI给出我们想要的答案。

假设你想询问AI关于一部电影的评价,你的提问可能是:“这部电影好看吗?”而为了更精确地引导AI回答,你可能会在提问中加入一些提示词,比如:“请从剧情、演员表现和视觉效果三个方面评价这部电影。”

在这个例子中,“这部电影好看吗?”是提问,而“请从剧情、演员表现和视觉效果三个方面”则是提示词,它们共同构成了一个完整且具体的问题。

二、掌握提示词设计技巧的重要性

提示词会直接影响AI的理解与回答质量。掌握提示词设计技巧对提高沟通效率、减少误解、提高输出内容质量和实现个性化定制都具有重要意义。

提高沟通效率

就像点餐一样,使用恰当的提示词可以让我们与AI或其他人的沟通更加高效,无须进行多次确认,一次就能准确传达意图。

减少误解

模糊的提问往往容易导致误解。通过精心设计的提示词,我们可以避免这种情况,确保对方准确理解我们的需求。比如,在搜索引擎中输入“如何学习编程”,可能会得到很多泛泛而谈的结果;但如果改为“Python编程入门教程”,就能直接地找到相关的学习资源。

提高输出内容质量

在与AI交互时,提示词的质量直接影响其输出内容的质量。清晰、具体的提示词能够激发AI的创造力,生成更符合我们期望的内容。比如,在让AI写诗时,给出“秋日黄昏,落叶纷飞”这样的提示词,AI就更有可能生成一首具有秋日意境的诗。

实现个性化定制

通过调整提示词,我们可以实现个性化定制。无论是工作汇报、文章撰写还是创意设计,我们都可以通过精心设计的提示词来引导AI生成符合个人风格或特定要求的内容。

在实际应用中,使用提示词可以使提问更加清晰、具体和有效。提示词的好坏,不仅影响AI的理解力,还决定了其输出内容的准确性和有效性。

三、设计有效提示词的5个核心策略

在与AI对话时,精心设计提示词可以让AI更准确地理解任务并生成符合预期的结果。以下是设计有效提示词的核心策略,实际应用下面5个核心策略后,你可以显著提升AI的回复质量。

(1)明确目标:确定想要AI完成的任务。

设计提示词的首要步骤是明确目标,即清楚地知道自己希望AI完成什么样的任务,是希望AI提供信息、给出建议、生成内容,还是执行特定的命令。

示例

普通提示词:“写一篇文章。” —— 目标模糊,AI无法理解具体需求。

目标明确的提示词:“写一篇关于绿色能源发展的文章,重点分析太阳能的优势和面临的挑战。” —— 明确了主题、方向和重点,使AI能更精准地生成内容。

(2)具体化指令:提供具体的任务描述,避免模糊不清。

在明确任务后,指令应尽可能详细和具体,以便AI能够清楚地理解你的需求。具体的描述内容包括任务的范围、重点、格式、风格等信息,帮助AI准确地执行任务。

示例

普通提示词:“总结一下这份报告。” —— 缺乏明确性,AI可能不知道该总结哪些内容。

具体化的提示词:“请总结这份报告的结论部分,突出其中数据分析的部分,表达简洁。” —— 通过明确要求,AI能够聚焦于重要内容并输出符合预期的内容。

(3)分步设计:将复杂任务拆分为简单步骤,让AI逐步完成。

分步设计的方法是指面对复杂的任务时,将其拆分为若干简单的步骤。分步设计的方法不仅让AI更容易理解任务,还能帮助你更好地控制任务的进展。通过一步步引导,AI可以在每个步骤中更准确地完成相应的子任务,进而保证完成整个任务的质量。

示例

普通提示词:“生成一份公司年度报告。” —— 任务复杂且笼统,AI很难一次性完成。

分步设计的提示词:“请列出公司2024年的主要财务数据,包括收入、支出和净利润。”

“根据列出的数据,撰写财务分析部分,讨论主要的财务趋势和变化。”

“综合前两部分,撰写年度报告的总结段落。”

通过逐步拆解任务,AI可以逐步完成每个部分,从而最终生成一份完整且准确的年度报告。

(4)提供参考文本:用参考文本提升AI输出内容的准确性和一致性。

为AI提供参考文本,能够帮助它更好地理解你对内容风格、结构和深度的要求。这种方法特别适用于完成创意类任务,如写作或生成内容,通过参考文本,AI能更加准确地输出风格相似的内容。

示例

普通提示词:“写一封产品推广邮件。” —— 没有参考,AI可能无法理解你想要的语气和风格。

参考文本提示词:“请根据以下参考文本,写一封产品推广邮件。参考邮件内容如下:欢迎体验我们最新的智能家居产品,这款产品能够……”

(5)调整和优化:通过测试和反馈,不断改进提示词。

提示词设计是一个持续优化的过程,即使是经验丰富的用户,也很难一次性设计出完美的提示词。通过与AI的多次对话,你可以观察AI的回应并根据需要进行调整和优化。不断测试、分析AI的输出内容,并针对出现的问题微调,可以让你的提示词逐渐趋于完善,进而让AI的回复更加符合预期。

示例

普通提示词:“解释这段文本的含义。”——可能AI解释内容不够深入,缺少具体分析。

调整和优化后的提示词:“请详细解释这段文本的含义,特别是其中提到的关键术语,并举例说明应用场景。”

通过明确目标、具体化指令、分步设计、提供参考文本、调整和优化,你将设计出有效的提示词,让AI在完成各类任务中发挥出最佳水平。

四、借助提示词框架定制你的AI助手

在提示词设计中,将不同类型的提问方法组合运用,可以设计出不同的提示词,显著提升AI的表现。无论是获取信息、执行任务,还是输出创意,好的提示词能够帮助你更高效地与AI互动。

有没有可能用一个框架,解决生活中的大部分问题?当然有。

可以用结构化的模板帮助AI按照指定的框架完成任务,这种方法特别适用于需要执行系统性或结构化输出的任务,如角色描述、计划制订或报告撰写。提示词框架由角色、目标、背景、技能和要求5个部分组成。

模板

请按照以下框架撰写[文档类型]。

角色:[明确AI在此任务中所扮演的角色,如项目经理、市场分析师]。

目标:[明确AI需要达成的核心目标,如有必要,列出一些辅助性的目标,以辅助任务的完成]。

背景:[提供与任务相关的背景,帮助AI更好地理解情境,列出任务执行前需要满足的条件或已知事实]。

技能:[明确执行任务时必须具备的能力或知识]。

要求:[明确标准、风格、质量、格式等要求]。

例:撰写市场分析报告

请按照以下框架撰写一份市场分析报告。

角色:市场分析师。

目标:撰写一份全面、准确的市场分析报告,提供可行的市场策略。

背景:公司计划拓展新市场,需要了解当前市场竞争态势和消费者需求,已收集到一定量的市场数据和信息。

技能:熟练掌握市场分析方法和工具,具备良好的数据分析能力。

要求:报告内容需真实可靠,分析深入,建议需具有可行性,结构清晰、逻辑严谨。

通过运用提示词框架,你可以有效地引导AI完成各种类型的任务,让AI真正成为你的得力助手。

1.对话式提问:让沟通更加人性化

如果领导在微信上给你发来三个字:“辛苦了”,这时你应该怎么回复?

与其苦思冥想,不如用对话式提问让AI帮你生成回复内容,你从中选择一句回复领导。

你是不是打算这样向AI提问:

领导说“辛苦了”,要怎么回复?

当领导说“辛苦了”时,你可以根据具体情况和你与领导的关系来选择不同的回复方式。以下是一些常见的回复选项。

客气回应:

“没事的,应该的。”

“不辛苦,这是我的工作。”

“谢谢领导关心,我会继续努力的。”

轻松回应(如果你和领导关系比较亲近):

“还好,有挑战也有收获。”

“辛苦了点,但是值得。”

表达感激:

“谢谢领导,您的支持让我更有动力。”

“领导的认可是我最大的动力。”

总之,选择回复选项时,要考虑到场合的正式程度、你与领导的关系以及你想要传达的信息。回复应保持礼貌和专业,展现出你的积极态度和对工作的热忱。

此时AI生成的回复很多,但缺乏针对性,这是因为你在给AI的指令中缺少对话的具体场景和上下文等信息。

在使用对话式提问时,你提供的信息越详细,AI生成的回复的质量会越高。例如:

和团队一起加班完成工作后 具体场景,领导对我说“辛苦了”,我该怎么回复?要有礼貌,内容简洁明了,同时表达感谢。

在和团队一起加班后,若领导说“辛苦了”,可以这样回复:

“谢谢领导!能顺利完成离不开团队配合,大家都很拼!”

→ 礼貌感谢(“谢谢领导”),提及团队贡献(“离不开团队配合”),传递积极态度(“大家都很拼”),既得体又不刻意。

其他备选(根据场景微调):

1. “应该的!这次大家配合得很默契,辛苦也值得!”

 → 强调团队协作的高效与成果价值。

2. “不客气,团队都很给力!感谢您的支持!”

 → 弱化个人,突出团队和领导的支持。

核心逻辑:用一两句话“感谢领导认可+说明团队功劳+积极收尾”,不赘述细节,保持职场分寸感。

(以上内容由DeepSeek-R1生成)

对话式提问是给AI提供对话的背景及上下文信息,让AI在对话情境中协助我们找到恰当的回复。

在使用对话式提问时,为了确保对话的准确性,我们可以向AI提供以下信息。

对话主题

希望AI生成对话的主题是什么,例如旅游、科技、文化等。

对话角色

对话参与者的身份是什么,对话参与者之间有怎样的关系。

对话场景

对话在怎样的场景中展开。

对话目的

对话想要达成什么样的结果。

对话语境

提供对话的上下文,使AI能够生成连贯的对话。

语言风格

希望生成的对话采用何种语言风格,例如正式、轻松、幽默等。

对话长度

需要生成多长的对话内容。

实际使用时,我们不需要把所有信息都写出来,但要做到心中有数,以便随时调整和优化提问,从而获得满意的回复。

来看几个不同场景下对话式提问的使用案例。

例:表达感谢

对同事的帮助,如何表达感谢?

同事在我遇到技术难题时给予了很大帮助,我要怎么说才能表达感谢,同时增加未来合作的可能性?

例:回应感谢

客户对我表达感谢,我该怎么回应?

客户对我的服务表示感谢,并提到会推荐我们公司给其他人,我应该如何回应以加深与客户的关系?

应用案例

一、小说创作:真实对话使读者身临其境

在创作小说时,作者往往需要考虑:角色什么时候说话、说什么,如何设计不同性格的角色的台词……当我们不知从何下笔或遇到创作瓶颈时,不妨借助AI 生成对话,让角色之间的对话更具真实性,更符合其个性特征。

请帮我写一段小说中的对话。

对话角色:森林猎人小帅,会说话的野兔。

对话场景:小帅在森林里打猎,看到一只野兔,即将扣动扳机时,野兔开口说话了。

对话目的:野兔最终说服小帅放下猎枪。

晨雾中的对话

(松针簌簌落下,野兔的耳尖正在晨光中颤动。小帅的食指刚触到扳机,猎物突然转动血红的眼珠直视他。)

野兔(后腿直立):“你确定要浪费最后一颗霰弹吗?北坡陷阱里那只剥了皮的兔子,昨晚就该发臭了吧?”

小帅(枪管微晃):“见鬼……这年头连畜生都成精了?”

野兔(前爪拍打结霜的蘑菇):“我是被女巫诅咒的守林人——在你爷爷用熊油治冻疮的年代,这片冷杉林还听得懂人类的笑声。”它的门牙忽然崩落,滚到猎人靴边化作两枚生锈的铜哨。

小帅(后退半步):“装神弄鬼!”

野兔(抖落皮毛里的冰碴):“你怀里那张当票写着‘祖传猎枪’,药铺老板却在等咯血的猎户——何必呢?东南坡崖柏下有七株血茸,够换你妹妹整个冬天喝的羊奶。”

扳机弹簧发出濒死的呻吟。野兔突然撞向最近的云杉,树冠上的积雪轰然塌落,露出树皮上的三道抓痕——正是小帅父亲失踪那年留下的标记。

野兔(声音渗进风里):“当年他追杀的白狼,此刻正在你背后的断崖产崽。”冰层下传来幼兽的呜咽。

猎枪坠入雪地的闷响惊飞了寒鸦。当小帅再次抬头,野兔正蹲在二十步外的树桩上啃食冰凌,仿佛刚才的对话只是耳鸣的错觉。它消失前踢翻了冻土,露出底下闪着幽光的鹿齿项链——正是父亲进山必戴的护身符。

(多年后,当小帅成为草药贩子,总会在进山时往老云杉下撒把盐。偶尔能看见戴着铜哨的灰兔蹲在崖边,爪下按着新鲜的狼毒花根须。)

(以上内容由DeepSeek-R1生成)

可以看到, AI不仅生成了对话,还帮助我们塑造角色形象、构思故事。

二、客户服务和咨询:模拟对话生成问答手册

客服通常需要与客户进行对话,了解客户的需求,从而为客户解决问题,并提供相应的支持。我们不妨让AI生成一份常见问题问答手册。

我是书店的客服,准备编写《书店客服常见问题问答手册》,请整理客户与客服之间常见的对话内容。

以下是《书店客服常见问题问答手册》的常见对话场景分类及应答建议,涵盖线上线下全渠道服务场景。

一、购书咨询类

1. 库存查询

客户:“请问《百年孤独》精装版现在有货吗?”

客服:“系统显示总店库存3本,您可登录小程序点击【门店库存】查看附近分店实时库存,需要帮您锁定一本吗?”

2. 价格咨询

客户:“线上显示满100元减20元,在线下能享受这项优惠吗?”

客服:“线上线下优惠同步中!您在线上下单的可选择【到店自提】,或在线下结账时出示会员码,可自动抵扣。”

3. 版本比对

客户:“译林出版社和人民文学出版社出版的《小王子》有什么区别?”

客服:“译林版保留法语原版插图,人文版新增名家导读。建议您点击商品详情页【版本对比】查看内页样张。”

二、订单问题类

1. 订单追踪

客户:“三天前下单的书怎么还没发货?”

客服:“您的订单(20240815001)已进入【拣货质检】环节,预计……”

2. 配送异常

客户:“快递显示签收但没收到包裹!”

客服:“已联系物流公司核实,可能是驿站代收。建议您……”

3. 退换申请

客户:“收到的书有折角,能换货吗?”

客服:“非常抱歉!请您拍摄书脊……”

三、会员服务类

1. 积分兑换

客户:“会员积分能当钱用吗?”

客服:“每100积分可抵扣1元,在结账时选择……”

2. 权益咨询

客户:“白金会员有什么特殊福利?”

客服:“白金会员享每月1次【免邮日】、新书预售……”

四、活动咨询类

…………

(以上内容由DeepSeek-R1生成,内容有删改)

注意

1. DeepSeek已经突破传统AI在情感表达方面的局限,能够精准地感知和表达情绪,生成的对话内容更加契合人类的真实情感和实际需求。

2. 对于DeepSeek提供的信息,尤其是数据信息,读者仍需保持审慎的态度,注意核实其真伪。

相关图书

Cursor与Copilot开发实战让烦琐编程智能化
Cursor与Copilot开发实战让烦琐编程智能化
生成式人工智能(基于PyTorch实现)
生成式人工智能(基于PyTorch实现)
AI搜索:基础与前沿
AI搜索:基础与前沿
AI共生指南:技术探索与人文思考
AI共生指南:技术探索与人文思考
大模型应用开发 动手做AI Agent
大模型应用开发 动手做AI Agent
人人皆可Vibe编程:玩转氛围编程
人人皆可Vibe编程:玩转氛围编程

相关文章

相关课程