怎樣把該死的提詞 prompt 給寫好，成為高效能 AI 工作者？
提詞設計的核心三大原則：模式、上善若水、EVAL
這兩個禮拜以來，為了準備《 AI 電馭寫作 》課程，我幾乎每天都在寫提詞，腦袋幾乎每天都在燒乾的狀態下。
連續衝刺兩週，我對於「怎樣寫提詞」漸漸有一點感悟了。
因為語言模型高速變聰明，大家會開始說「提詞工程已死」、提詞設計不重要了，模糊的提詞還是會得到我要的東西...
這些都沒錯。
但這樣說的人也忽略了一點：模型變聰明，經過精心設計的提詞也會變得更強大。
我從去年 11 月底開始也投入超過 500 小時的時間在研究提詞工程，但現在操作下來我的結論是：很多「提詞工程」的方法論，其實只是表象，或者特定領域才需要的做法。
因為模型已經很強了，對於日常寫作任務，你頂多用上思維鍊 CoT 的概念就很夠用了。
剩下的，要把一個提詞寫好，「提詞設計的核心原則」就是三件事：
1. 你要很清楚 AI 擅長什麼不擅長什麼：模式
2. 你要很清楚架構是什麼：上善若水
3. 你要能夠清楚地跟 AI 溝通架構：EVAL
▋ 1. 你要很清楚 AI 擅長什麼不擅長什麼：模式
AI 擅長的東西：
摘要：長模式轉換成短模式
檢索：模式對應找到資料
改寫：A 模式換成 B 模式
發想：模式混合
這些是寫作最直接相關的。
語言模型就是模式認知（pattern recognition）的遊戲，越擅長觀察大概念、大方向、大模式的人，就越能把 AI 給操控掌握好。
AI 不擅長什麼？
⇨ 讀心術。大多數人都不提供脈絡但想要 AI 很懂他，那個真的只能找通靈師。
⇨ 細節。AI 一定會搞錯細節，畫錯手指，長錯建築，筷子插在手掌裡，書本弄錯作者年份等等。畫面上可能比較難救，但文字上那很簡單，只要多做一輪搜尋查證就可以解決了。
⇨ 長文本。AI 可以讀，可以摘要，可以整理，但要以長文本執行任務（例如寫一萬字的提詞送給他），會死給你看。算力畢竟是有限資源，不會開放給一般民眾這樣玩。
▋ 2. 你要很清楚架構是什麼：上善若水
Sunny Cheng 之前分享過一個概念，對我有很大的啟發：
上善若水。
你要把資訊看成是「水」。
水可以流動，也可以凝固。水有雜質，也有純淨。
從這個角度去看，很多東西都會變得明朗。在我的眼裡，文字不再是文字，而是一團「水」。
你現在要它改變形狀？可以，準備容器（範本）。
你要它開始流動？可以，建立管路（生產線）
你要它衝擊？可以，加上動能（打情緒點）
你要它凝固？可以，加壓或降溫（進行人工校正）
於是在寫作時，最重要的就是一開始的源頭是不是個「活水」，裡面雜質多少，裡面不純淨的東西多少，裡面要剃除的東西有多少——你想要溝通的東西到底是什麼。
在線下面對面溝通時，「怎麼說」的肢體語言比「說什麼」重要；
但在純文字介面，「說什麼」比「怎麼說」還重要。重點不是你的文字長怎樣，你用什麼風格寫，你寫得多漂亮，而是你的重點到底是什麼。文字只是渡船，到了彼岸就該回頭。
使用 AI 寫作，很大段時間是在做污水處理——把源頭不乾淨的東西去掉，留下我們要的純淨物，然後再開始塑形架構。
沒想到李小龍一段話竟然變成了 AI 心法。
▋ 3. 你要很清楚怎樣跟 AI 溝通架構：EVAL
這就很難有一套完整的方法論，比較像是一種提詞寫作者的修煉了。我大概也只摸到一些方向。
一個核心方向是：「具體」
「具體」是很好的關鍵是。其實你單純直接用這個字，請 AI 給你更具體的回答，籠統的內容都會變得有些....「具體」。
怎樣對 AI 給出「具體」的指令？大多時候必須靠寫作者的直覺，但一些框架也會有幫助。例如使用 SMART 框架，使用 PDCA 框架等，對人溝通上怎樣做到具體，對 AI 溝通通常也會管用。（但有特定細節例外）
你對 AI 的指令也不應該一昧追求詳細。
回到「源頭無雜質」的概念，資訊越詳細就會越多雜質。對於進階提詞者，早就很擅長怎樣寫作把大量資訊提供給 AI 的人，真正的修煉是「精簡」——知道什麼要給什麼不給，什麼時候要給，什麼時候不要給。
因此最好的溝通方式是：具體且精簡。
具體，包含了所有執行任務需要的資訊源頭活水
精簡，則去除了所有雜質。
怎樣做到具體且精簡？一個方向是思考你的任務檢驗標準（Evaluation, EVAL）是什麼。
你定義的 60 分是什麼？
你定義的 100 分是什麼？
你想要 AI 達成多少分？
AI 拿出怎樣的東西叫做成功？怎樣叫做失敗？
只要你有清楚的 EVAL，你就知道 AI 「具體來說」要做什麼，因此可以拿掉所有跟 EVAL 不相關的東西，因此可以做到「精簡」。
Stephen Covey 的「以終為始」就是這個概念——有個清晰的最終點，就會有清晰的行動方案。
聽起來很容易，但實際執行很難，因為提詞任務大多數都是「質性任務」。
什麼叫做質性任務？就是：
理想情況下你的檢驗標準是用選擇題方式評分——
「你這個月的工作表現有多好？很好／好／普通／略差／爛透了。」
不理想情況下你的檢驗標準得用論述題評分，那就真的很有挑戰性了——
「你這個月幫公司帶來了怎樣的改變？請用五百字論述。」
相對的，「量化任務」就是永遠是明確的是非題——
「有沒有達成本月 KPI？ Y/N」
我執行的大多數 AI 任務，都是「寫好一篇文章」這種。
什麼叫做好？通常都是質性目標（文章本身是否夠好）以及量化目標（流量如何）綜合下去考量。
在操作時，你必須先界定好自己的質性檢驗標準，進行實測，再用外部的量化表現，回頭來修正迭代自己的質性標準。
白話文是：
你得先知道怎樣叫一篇好的文章，你才能請 AI 寫出好的文章；
你得實際發布，才能驗證自己「好的文章」的認知有沒有錯，然後照著市場表現修改自己的認知。
延伸一個觀點：EVAL 檢驗標準不只用在提詞設計，也完全可以用在工作、人生。
你想要怎樣的生活？你怎樣定義成功？你活著的目的是什麼？這些都是非常有挑戰性的論述題，也是《活出意義來》這本書作者維克多醫師說的：「生命都在對你發出詰問」。這個 EVAL 寫不好是有機會精神崩潰的，可是能好好答題的人不多。
因為缺少一個「檢驗標準」，我發現我的人生上半輩子有 90% 的時間都在瞎忙——一半的時間在渙散不知道要幹麻，一半的時間在焦慮自己不夠好浪費力氣，因為我根本不知道什麼叫做「好」的定義。
這幾個月我處在把煞車給拔掉了，瘋狂衝刺工作，內卷自己的狀態，最後才發現，其實有很多事情都是不必要的；
尤其，那些想要做到「更好」，想要「完美」，大多是無謂的浪費力氣。
那些聽起來都很棒，但務實一點來看，能穩定做出 51 分已經是一個人最好的表現，已經會用盡全身的力氣了。
能在每一個面向上做到 51 分，能一直給出 51 分，這個微小優勢就會穩定複利變成很猛的東西。
你說真的是這樣嗎？我怎麼知道是這樣？我當然不是成功經驗，而就算我是成功經驗那也可能是運氣所致。但至少我是這樣相信的，51 分就是我的 EVAL。
伊索寓言裡有一隻狗嘴裡叼著一塊肉，走上了橋，看見河裡自己的倒影，心裡想：「那隻狗嘴上也有一塊肉！而且看起來比我的還大！」
於是牠就跳到水裡面要搶那塊肉。肉沉到了河裡，狗變成了落水狗，到頭來兩頭空。
對我而言，超過 51 分的目標，都是水裡面的倒影。
我們時常都想當那隻水裡那隻狗，忘記了自己嘴上早就叼著一塊肉。
你說講個提詞怎麼變成了心靈雞湯？我覺得用「模式」看世界是很好玩的，你會發現撇除特定領域，所有的東西其實底層模式都一樣。
為自己建立一個 EVAL，是自己問心無愧且真心滿意的，你更有機會刪減掉那些無意義的雜質，因此讓自己的人生也做到「具體且精簡」。
Be water, my friend.