OC

Knowledge OS
鹦鹉螺口语
我为克劳德建立了一个“思考提示”库——这些是我最常用的
2026-03-10 10:00:00 · 英文原文

我为克劳德建立了一个“思考提示”库——这些是我最常用的

作者:Amanda CaswellSocial Links NavigationAI Editor

Claude logo on phone
(图片来源:Shutterstock)

最新的人工智能模型比以往更快、更智能、推理能力更强。无论您喜欢使用哪种聊天机器人,如果您提出问题,都会立即得到答复。让它起草电子邮件、分析想法或分解复杂的问题,您将在几秒钟内获得所需的一切。

但有一个问题:答案的质量通常取决于你如何构建问题。我无法告诉你有多少次我在没有以正确方式给出提示的情况下向聊天机器人提出了问题,结果却得到了令人沮丧且笼统的答复。

但是,我最依赖的提示做了不同的事情——它们告诉人工智能如何思考。我将它们称为“思维提示”:一个小型框架技术库,可以改变模型的推理过程,而不仅仅是输出。你不是提出一个更好的问题,而是给人工智能一个更好的思维模型来遵循。

这些是我最常想到的思考提示——能够持续产生更好结果的提示。

1.“第一原则”提示

AI image of man at desk

(图片来源:未来/人工智能)

提示:“用第一性原理思维来解释这个问题。将其分解为最基本的事实,并从头开始重建解释。”

文章继续如下

第一性原理思维促使克劳德抛弃假设、陈词滥调和传统智慧。它不能重复最常见的解释,而是必须将问题分解为其核心组成部分,并从头开始重建答案。这通常会带来更清晰、更合乎逻辑、更原创的回应。

当某个主题感觉过于复杂、充满行话或受“通常做事的方式”影响时,这一点尤其有用。通过迫使模型回归基本原理,您会得到更容易信任和更容易理解的解释。

2.“逆向”提示

Writer typing on keyboard

(图片来源:Shutterstock)

提示:“挑战这个想法背后的普遍假设。怀疑论者或批评者会怎么说?”

人工智能模型是在通常反映主流思维的大型数据集上进行训练的。因此,他们的默认反应往往会强化共同的假设或广泛接受的观点。

即时获取突发新闻、最热门的评论、超值优惠和有用的提示。

该提示通过要求模型跳出共识思维并积极寻找想法中的弱点来打断这种模式。通过探索批评者、怀疑论者或逆向者可能会说的话,反应会变得更加平衡和理性严谨。在形成我的想法或在可能隐藏盲点时进行争论时,我经常使用这一点。

3.“专家小组”提示

FOPO triple laptop extender being used in a meeting

(图片来源:Fopo)

提示:想象一下专家小组正在讨论这个问题。不同的专家会在哪些方面存在分歧?

您可能已经注意到,人工智能听起来很自信,可以将一个想法变成一个简化的观点。我觉得这没有帮助,这就是为什么我创建这个提示来鼓励模型模拟不同类型专家之间的对话,每个专家都有自己的优先级、假设和专业领域。

当引入多种观点(例如技术专家、经济学家、心理学家或战略家)时,答案就会变得更加分层。人工智能并没有提出一种“正确”的解决方案,而是强调了专家可能不同意的地方、存在权衡的地方以及哪些因素最重要。您可以根据您需要的特定类型的专家来调整这一点。

4.“简化它”提示

Close-up of a phone being used by a man

(图片来源:Getty Images / dikushin)

提示:“为初学者尽可能清楚地解释这个想法。避免使用行话并使用简单的示例。”

我最喜欢使用人工智能的方式之一就是简化事情。但是,你必须指导他们这样做。大型语言模型通常默认使用充满行话、技术术语或不必要的细节的复杂解释。这可能会让答案听起来像是来自专家,但更难理解。

这种提示迫使人工智能简化概念并专注于核心思想。通过删除行话或行话并使用相关示例,该模型必须将复杂性转化为直观且易于掌握的东西。使用此提示的另一个好处是,当人工智能被要求为初学者清楚地解释某些内容时,它通常会产生不仅更容易理解、而且更有逻辑结构且对学习有用的响应。

5.“改进想法”提示

man texting on bench

(图片来源:Future/Amanda Caswell)

提示:“批评这个想法并提出改进方法。”

虽然克劳德不像其他夏机器人那样讨人喜欢,但它仍然默认是令人愉快的。当你提出一个想法时,模型可以帮助强化它,而不是批判性地评估它。这一提示要求人工智能识别弱点、盲点和改进机会,从而将其转变为更具分析性的角色。

该模型不是简单地验证概念,而是更像一个建设性的批评家或编辑。它从多个角度审视这个想法,强调潜在的缺陷,并提出加强它的实用方法。

6.“结构化思维”提示

Man and woman on phone

(图片来源:Tracfone)

提示:“逐步分析这个问题,并解释你的推理。”

如果您厌倦了聊天机器人直接跳到答案而不放慢速度来解开它是如何到达那里的,那么这个提示适合您。它减慢了过程并鼓励模型以更加深思熟虑、结构化的方式解决问题。

通过要求逐步分析,您可以推动人工智能将问题分解为更小的部分,使其逻辑更加透明,并以更容易遵循的顺序构建答案。这通常会让人感觉更有条理、更周到、更可靠。在任何需要理解响应背后的原因和推理的情况下,我都会经常使用这个来解决问题。这是一种非常高效的学习方式。

7.“真实世界测试”提示

Person typing on laptop keyboard

(图片来源:Unsplash)

提示:“如果这个想法应用于现实世界,会出现什么挑战或权衡?”

人工智能通常会给出听起来令人信服的答案,但仍停留在理论层面。这种提示迫使模型从抽象的想法转向真正探索现实世界的后果。

通过询问如果这个想法被实施实际上会发生什么,人工智能必须考虑实际的限制,例如成本、激励、意想不到的副作用和权衡。这种转变通常会产生更有根据的见解,并揭示纯理论解释中可能不会出现的问题。当我有一个“好主意”需要从我可能没有想到的角度进行思考时,我经常使用这个提示。

底线

大型语言模型不仅仅响应问题,还响应问题的框架。即使对于最好的推理模型也是如此。因此,当您预先指导推理过程时,模型就有了更清晰的结构可供遵循。它不是根据训练数据中的模式生成快速答案,而是更谨慎地解决问题。

其结果往往是清晰、更具创意且不那么笼统的回应。尝试一下这些提示,并在评论中告诉我您的想法。


Google News

关注Google 新闻汤姆指南 将我们添加为首选来源在您的源中获取我们的最新新闻、分析和评论。


汤姆指南的更多内容

阿曼达·卡斯韦尔 (Amanda Caswell) 是当今人工智能和技术领域的领军人物之一。作为各种新闻媒体的著名撰稿人,她敏锐的洞察力和相关的故事讲述为她赢得了忠实的读者。阿曼达的工作获得了享有盛誉的荣誉,包括对媒体的杰出贡献。

阿曼达以清晰阐明最复杂的主题而闻名,她将创新和创造力无缝地融合在一起,激励读者拥抱人工智能和新兴技术的力量。作为一名经过认证的提示工程师,她不断突破人类和人工智能协同工作的界限。

除了新闻事业之外,阿曼达还是一名长跑运动员和三个孩子的母亲。她住在新泽西州。

评论前您必须确认您的公开显示名称

请注销并重新登录,系统将提示您输入您的显示名称。

关于《我为克劳德建立了一个“思考提示”库——这些是我最常用的》的评论

暂无评论

发表评论

摘要

文章讨论了各种可用于提高 AI 模型(例如 Claude)的响应质量的“思维提示”。这些提示引导人工智能更深入、更具创造性地思考问题,而不是简单地提供快速答案。例子包括使用第一性原理思维、挑战常见假设、模拟专家讨论、简化复杂想法、批评和改进想法、逐步分析问题以及考虑现实世界的影响。通过用这些提示提出问题,用户可以从人工智能中引出更有洞察力和结构化的回答,从而使交互更加高效和有意义。