AI 时代, 提示词会变成新的 source code

10 条回复

39 次浏览

AI 最开始的时候, 代码里面还会包含一下自己的提示词, 现在都变成了让用户配置自己的提示词了.

同一个大模型会因为配置的提示词不同而有不同的表现, 把这个 case 泛化到多个大模型之间的协同, 那差异会变得更大.

如何组织一个提示词和提示词之间如何联动, 会成为所有优秀 AI 使用者的必学课程.

ps: 抖音, 小红书让 AI 搞点相关课程来卖应该会有买的.

👍1

写提示词太难了，我那脚本的提示词改来改去都不得劲

对, 所以提示词会是核心资产.

我这个写小说的, 每个角色都得做一套提示词, 来来回回折腾了半个多月了, 还是不太满意

我把大纲剧情和角色卡关键事件导入知识库然后通过 AI 生成它全局检索会剧透

@zoo 哈哈哈哈所以需要有专门的 AI 来检查

是很麻烦，所以提示词也让 ai 去优化调整 doge_flower

层层翻译，不知不觉意思就变了 doge_flower

等评论数据收集够多了之后，再都喂给 ai，让他分析调整

有个问题，source code 的编译产出是固定的，但同一套提示词的产出是完全不可控的，不可控的输出来源还可以定义为 source code 吗？

比如我说帮我生成一个小鸟图片, 然后 AI 给我做了, 我不满意, 我又说了一遍相同的提示词, AI 给我做出来了一张, 这次我满意.

优秀的提示词能有效缩短上面的尝试次数, 所以我觉得可以定义为 source code 的.

现在的 source code 主要是服务, 模块, 类之间的互相调用, 以及业务逻辑的一些处理啥的.

AI 的提示词 source code 可能就会是: 提示词之间的联动, 提示词之间的互检, 以及一些其他的机制来保证一个大概率相似的结果.

大道至简，以前还有提示词工程师这种职位，现在已经没有了。大模型进化的太快，提示词终究是中间产物

发表一个评论

R保持