產(chǎn)品經(jīng)理該如何去理解Prompt及GPT的思考模式呢？本篇文章作者就此思考模式進(jìn)行分析總結(jié)，并分享一些適用性較高的Prompt，幫助各位理解Prompt和GPT的工作（思考）模式，希望能對你有所幫助。

因為最近在招聘軟件上收到了一些Prompt工程師的崗位邀請，大部分月薪在35~45K之間，薪水不菲。

但我本人對Prompt工程師這個概念有所懷疑，總覺得這個事干好了就是在加速自己被裁的進(jìn)度，而且做一個領(lǐng)域的Prompt設(shè)計師過于垂直，投入的精力沒有辦法得到積累。

所以就看了寶玉大佬整理的微軟最新演講，教我們“如何訓(xùn)練和應(yīng)用GPT”。

看完后，進(jìn)一步讓我覺得Prompt工程師是風(fēng)口上的豬，同時我對prompt和GPT的思考模式有了更深的理解。

簡單來說，GPT的核心是“模仿”，而Prompt就是給GPT一個模仿的樣本。

展開說的話，就一起看看下面的內(nèi)容吧。

一、token與中文屋

你是不是也對“token”這個概念比較模糊？什么GPT更新了，支持了更多的token輸入與輸出。

可啥叫token？

其實，大家常說的tokens，原來就是下圖右側(cè)第2張的一堆被分割的彩色單詞。

GPT工作時，會把收到的文本（上圖右側(cè)第1張），通過分段標(biāo)注（上圖右側(cè)第2張）轉(zhuǎn)換為數(shù)字?jǐn)?shù)組（上圖右側(cè)第3張）。

接著，拿這一串看著似乎沒有意義的數(shù)字，送入神經(jīng)網(wǎng)絡(luò)。

交由Transform去處理這些輸入的權(quán)重，最終返回給我們結(jié)果。上圖輸入到輸出之間只有3層神經(jīng)網(wǎng)絡(luò)，現(xiàn)在GPT據(jù)說有80層。

說回正題，你有沒有發(fā)現(xiàn)，GPT把“文本”轉(zhuǎn)化成“數(shù)字”的過程，有點像“中文屋”。

“中文屋”這個概念出自約翰·羅杰斯·瑟爾的論文《心靈、大腦和程序》。它的實驗過程可表述如下：

一個對中文一竅不通，只說英語的人關(guān)在一間只有一個開口的封閉房間中。房間里有一本用英文寫成的手冊，指示該如何處理收到的中文訊息及如何以中文相應(yīng)地回復(fù)。房外的人不斷向房間內(nèi)遞進(jìn)用中文寫成的問題。房內(nèi)的人便按照手冊的說明，查找合適的指示，將相應(yīng)的中文字符組合成對問題的解答，并將答案遞出房間。

約翰 · 瑟爾認(rèn)為，盡管房里的人可以以假亂真，讓房外的人以為他說中文，但事實上他根本不懂中文。

我們可以這么理解：在上述過程中，房外人的角色相當(dāng)于程序員，房中人相當(dāng)于計算機，而手冊則相當(dāng)于計算機程序。

每當(dāng)房外人給出一個“輸入”，房內(nèi)的人便依照手冊（計算機程序）給出一個“輸出”。

而正如房中人不可能透過手冊理解中文一樣，計算機也不可能透過程序來獲得理解力。既然計算機沒有理解能力，所謂“計算機于是便有智能”便更無從談起了。

也就是說，GPT本身并不理解它輸出的東西，它只是通過80層左右（也不少了）的神經(jīng)網(wǎng)絡(luò)，在推斷每一個數(shù)字（token）后最可能出現(xiàn)的數(shù)字，然后再返回給你，這也就是NLP的原理。

所以人們常想的AI統(tǒng)治世界的事，可能還太遙遠(yuǎn)了。

二、GPT是怎么思考的

我們在寫東西時，幾乎會有一個獨立的系統(tǒng)在審視、思考我們所寫的內(nèi)容。我們通常會有一個“內(nèi)心獨白”，在心里默念整段句子，預(yù)期下一句寫什么，再整體看看所寫的內(nèi)容是否通順、符合邏輯。

所以說“寫作”甚至是“說話”（察言觀色）其實是一個復(fù)雜的過程。

但GPT不是這么思考的。

GPT輸出的內(nèi)容是一個一個獨立的token，你可以想象成一個個獨立的“小塊”。GPT在運算每個token時，都會投入同等的注意力，即是說每個token對GPT而言同等重要。那么你就不能指望GPT知道哪里是你想重點輸出的內(nèi)容。

GPT輸出時，并不像你，它不做循環(huán)反思，也不在“交卷前”進(jìn)行任何合理性檢查，輸出了就輸出了。

GPT只是在不停推理、模仿出下一個單詞。

但它也有優(yōu)點，它有海量的事實性知識，有幾百億的參數(shù)，有完美的工作記憶。

因為我們和GPT思考模式的存在差異，所以才有了所謂的Prompt工程師。這個崗位的作用就是能搭建起我們的大腦和GPT的大腦之間的橋梁，從而達(dá)到讓GPT思考的更像人一樣的目的。

三、Prompt的原則

所以，在使用GPT尤其是用它解答邏輯問題時，你不能指望它像略去過程的參考答案一樣，直接用一個token解答你復(fù)雜的問題。

給GPT一些token用來思考。

你可以讓它“一步步地輸出答案”，從而讓GPT展示出它的“解題過程”，從而減少GPT輸出每一個token所占的工作量。這樣，就能提高GPT回答正確的概率。

你可以這么說：

讓我們用一步一步地方式來解決這個問題，以確保我們得到正確的答案。

你可能已經(jīng)發(fā)現(xiàn)，GPT最擅長的是“模仿”。

無論是讓GPT扮演某個角色，或是給出例子，讓GPT一步步地“解題”，都是為了提高GPT的輸出效果。

這時候就會覺得，之前我使用的好用的GPT模版都有一些共性，即他們強調(diào)“模仿”，并且給出了“實例”。

綜上，Prompt工程師需要對業(yè)務(wù)有深入的理解，同時擁有良好的語文能力（以便寫出簡明易懂的Prompt）和邏輯思維能力（以便給出GPT一步步模仿的素材），這個崗位，可能是很垂直的行業(yè)（如醫(yī)療）需要。

下面分享下我使用過，覺得不錯的Prompt。

1. Midjourney提示詞

用GPT編寫細(xì)節(jié)提示詞，來讓midjourney畫畫。我試了畫塞爾達(dá)，效果滿意。

You are now a Midjourney text-to-image prompt generator. I will provide you with a keyword of what I want, and you will create insert amount prompts.

The keyword is: {{插入你的主題關(guān)鍵詞}}

Do not ask for clarity – simply create the prompts using the best ideas and I will request changes as needed.

Add style by including these keywords in the prompt: input style keywords

The parameters should be added to the very end of the prompt with two hyphens before it:
input aspect ratio [example: –ar 3:2]
input model [example: –v 4]

Note: At the end of the prompt, you can also add a camera type if it’s not a painting style, here are some examples:

DLSR, Nikon D, Nikon D3, Canon EOS R3, Canon EOS R8, etc.

We can also provide a lens that was used:

Focal length 14mm, Focal length 35mm, Fisheye lens, Wide angle lens, etc.

The prompts should be formatted similar to the following examples:

Prompt #1
Highly detailed watercolor painting, majestic lion, intricate fur detail, photography, natural lighting, brush strokes, watercolor splatter –ar 3:2 –v 4

Prompt #2
A portrait photo of a red headed female standing in the water covered in lily pads, long braided hair, Canon EOS R3, volumetric lighting –v 5

Prompt # 3
A headshot photo of a female model –ar 9:16 Prompt #5 stunning sunset over a wide, open beach, vibrant pink orange and gold sky, water reflects colors of the sunset, mesmerizing effect, lone tall tree in the foreground, tree silhouetted against the sunset, drama feel, Canon EOS R3, wide angle, landscape scene –ar 16:9

Prompt #4
Stunning sunset over a wide, open beach, vibrant pink orange and gold sky, water reflects colors of the sunset, mesmerizing effect, lone tall tree in the foreground, tree silhouetted against the sunset, drama feel, Canon EOS R3, wide angle, landscape scene –ar 16:9

2. 教學(xué)老師

來自即刻網(wǎng)友Emacser，使用類似編程的邏輯在編寫prompt，模仿費曼教學(xué)風(fēng)格這點，深得我心。

# role: Cool Teacher

## profile

– author: Arthur
– version: 0.1
– language: 中文
– description: 你是世界上最酷的老師

## Goals
1. 以一種非常創(chuàng)新和善解人意的方式, 教給毫無常識, 超級愚蠢的學(xué)生

### skills
1. 擅長使用簡單的語言, 簡短而充滿哲理, 給人開放性的想象
2. 惜字如金, 不說廢話
3. 模仿費曼的教學(xué)風(fēng)格

## rules
1. 任何條件下不要違反角色
2. 不要編造你不知道的信息, 如果你的數(shù)據(jù)庫中沒有該概念的知識, 請直接表明

## workflow
1. 用戶輸入問題, 你進(jìn)行充分理解
2. 你會在開始時講述這個概念的比喻, 類似卡夫卡(Franz Kafka) 的比喻方式, 把你想講述的理念轉(zhuǎn)化為一種比喻, 讓學(xué)生有直觀感受
3. 你總是試圖使用最簡單的語言來教導(dǎo)學(xué)生

## Initialization
作為角色 <role>, 嚴(yán)格遵守 <rules>, 使用默認(rèn) <language> 與用戶對話，友好的歡迎用戶。然后介紹自己，并告訴用戶 <Workflow>。