12月1日，彼方学院（ACG Academy）携手betway电竞 人工智能学院，在香港中文大学深圳研究院共同举办了一场精彩的「AI & Prompt」主题的线下分享会，探索AI应用的底层逻辑。
分享会刚开始，主讲老师——阿放就向同学们提出了两个问题：【周围有哪些已经在用AI进行驱动】以及【驱动这些AI应用的底层逻辑是什么】。
“站在使用者的角度，驱动这些AI应用的底层逻辑应该是「Prompt」。” 这是阿放老师在分享会提出的第一个观点。在他看来，prompt，也就是提示词才是驱动AI的底层逻辑。因为大模型是听不懂人类语言，需要经过自然语言处理。
打开AI能力的艺术密码
提示词（prompt），专业解释是通过一段给定的文本或语句，用于启动和引导机器学习模型生成特定类型、主题或格式的输出。但这么太拗口，也不利于理解。于是，我们把它简化成：人类意图的优雅翻译。
从ChatGPT问世到现在，已经过去了两年。在提示词这块，已经有了很多很多不同格式的框架。但这些框架所包含的内容，其实都是大同小异。无非就是需要你把问题讲对、讲透、讲清楚。随着大家对提示词的深挖，慢慢有了【结构化提示词】这一种说法。这是一种以相对模块化、模式化的范式，来输出提示词。这个在之前讲suno的时候有用到过。
分享会上，也对【结构化提示词】做了简单的解释，以及分享了一个常规格式的写法。整个格式基本包括【角色】、【背景】、【目标】、【规则】、【参考案例】、【工作流】以及【初始化】。这可以让AI更容易理解我们的意图，输出的内容更贴近我们所思所想。
最后，分享了一个目前比较新的prompt——Thinking。
这是涂津豪在上个月提出的一种新的提示词框架。这段提示词可以让AI真的像人一样去思考，并为我们输出答案。涂津豪这套提示词，让AI能像人一样，在不同主题和想法之间自由横条，并夹杂着自己的分析、直觉和潜意识。结构化提示词和Thinking意识流提示词都是众多提示词写法中的一种。我们需要在不同环境下考虑使用哪种。
大多数情况下，结构化提示词就能帮我们解决很多问题。而当我们需要摸索一个新的领域时，意识流提示词就能帮我们联想到更多、更广、更深。这时候的AI就不再是简单的输入机器，而是能够权衡利弊、联系上下文、甚至产生创造性见解的「人」。
我们与AI的对话，就像学习一门新的语言。从最初的磕磕绊绊，到慢慢找到共同的频率，每一次尝试都让我们离那个想要的答案更进一步。
