李繼剛：當我們説“提示詞”時，到底在説什麼？_風聞

為什麼大家都誤會了「提示詞」？

整理 | 宛辰

編輯| 靖宇****

你可能還記得第一次見到 ChatGPT 時的驚喜，那已經是兩年前了。

自那以來，背提示詞模板、收藏優質提示詞，成為很多人使用 AI 工具的必備動作。畢竟，當各類大模型應用走入人們的生活，Prompt 提示詞就成為我們和 AI 溝通的專業語言，同樣的應用，不同的提示詞卻能帶來不同的效果。

你可能還記得一些「魔法詞」，告訴模型「Think Step by Step」，甚至跟他説「答對了給你 100 美元」、「你確定嗎」之類的技巧，模型輸出的回答質量可能會更高，但也存在抽卡率。

在很多人收藏提示詞的過去兩年裏，一位寫提示詞的「神人」李繼剛，他寫的提示詞頻繁在各大 AI 社羣和提示詞網站流傳。今年 9 月，他出的「漢語新解」提示詞模板，更是讓大家見識了 Claude3.5 的能力。只剩下感嘆「不是大模型不好用，是我不會寫提示詞」。

李繼剛在即刻上的推文｜圖片來源：即刻

但李繼剛説，他最不喜歡的就是「漢語新解」這個作品，它更偏閒暇娛樂。儘管距離「漢語新解」才過去三個月，但是他對提示詞的理解已經再次迭代。過去兩年，這樣的迭代已經發生了四次。

在一次次通過「提示詞」與大模型交手的過程中，他覺得影響模型輸出最大的那個變量不是技巧，而是如何理解提示詞。當你把它定義為寫作和把它定義為編程語言，人類的「輸入」是不同的，模型的「輸出」也是不同的。

但無論是把它理解為寫作還是編程語言，本質上都是人在與自己對話。像「幫我寫一篇 xx 為主題的文章」這樣自言自語式的任務口令，並沒有「喚醒」模型，模型輸出平庸之作甚是是 AI 味兒的廢話，也就不奇怪了。

在李繼剛過往的經驗中，**能讓提示詞產生驚豔效果的往往是，讓模型不按照訓練時候的權重、參數結構等既定的默認路徑輸出，人類的提示詞要能喚醒模型與之「共振」，**把大模型帶到另外一片空間，去發揮「壓縮了世界知識」的洞察力。

「最神奇的是，你甚至直接跟模型説，『今天大膽一些，不要走進預製的默認結構，不要走進設定好的河道，我們去曠野中探索一番』這種對話竟然真的生效，它的輸出真的開始大膽了，最神奇的就在這，它是生效的」，李繼剛説。

2024 年 12 月 16 日，在極客公園 IF2025 創新大會上，Prompt 佈道師、讀書人 李繼剛分享了他寫了兩年提示詞總結的最重要的法則——《當我們説 Prompt，我們到底在説什麼？》在他的分享中，你可以領略到，如何穿透提示詞的玄學屬性，更好地和 AI 溝通。

以下是演講正文，經極客公園整理：

01

提示詞到底是什麼？

過去兩年，作為一個普通用户，我通過寫提示詞跟大模型對話，發生了一些有趣的故事。最早在寫提示詞、跟大模型在玩耍的時候，我會有很多困惑：

比如我發現了一個寫提示詞的技巧——指定角色，它可以產生更好的結果。但是當我換了一個不同的場景再提問時，同樣的技巧就會失效。

再比如，我讓大模型給我生成一段小説文本，它生成的內容是正確的廢話，是有「AI 味道」的。它不是概率性輸出，但它的輸出結果和概率的平庸值輸出其實也沒什麼區別。我覺得它不一樣，但又不知道到底哪裏不一樣，它怎麼不能取得更好的結果呢？

甚至有時候，當我跟它的對話取得了非常好的結果，但因為各種原因（如：對話刪除了、賬號切換了等）沒保存，我再重新開始一次對話想復現上一次的結果時，發現復現不了，這個結果跟上一次天差地別，但我使用的提示詞技巧明明都一樣，為什麼結果會不一樣呢？

類似的困惑還有很多。於是我就在思考為什麼會有很多不確定的東西？問題到底出在哪裏？

我發現有一個東西是確定的——我的「輸入」會影響「輸出」。「輸入」不同，「輸出」一定不同。這意味着提示詞這個事情是有研究空間的，我只要琢磨「輸入」，就能帶來更好的「輸出」，只是中間是什麼樣的過程，它是個黑盒，我要隔着幕布去琢磨它。

研究切入點從最本源性的問題出發——提示詞到底是什麼？這裏不去討論它好與壞、長了好還是短了好、有什麼技巧、怎麼去疊加 Magical words（魔法詞彙)……不是這些，而是回答一個根本性問題，提示詞它到底是個什麼？

我經歷了這麼幾個階段：

有時候覺得它像寫作，感覺（寫提示詞）跟寫一篇文章很像。當我把寫作的技巧、方法論、框架套進去時，我發現是生效的，它的輸出結果明顯比我最開始的要好。後來寫着寫着，又發現這種過於寬泛、過於沒有指定命題的寫作無所適從。

我又嘗試着把編程的思想往裏引入，結構化、抽象、函數，把這些技巧往裏面放，發現也是生效的，效果也變好了。但這兩者完全不是一個東西，一個是在曠野中奔跑，一個是約束好路徑讓它去走，但兩者同時生效了。所以我更困惑了，提示詞它到底是什麼？

接着嘗試着綜合這兩者，如果有一個東西能同時罩住這兩者，那個東西是什麼？後來我找到了——表達。不論編程、還是寫作，本質上都是思考的表達，我腦子裏面有一個東西，我要把它説出來。

過去兩年，李繼剛對「提示詞是什麼」的理解經歷了「寫作」「編程語言」「表達」的過程。｜圖片來源：李繼剛

回頭看這三個，當我説在寫作的時候，其實是一種非常寬泛的泛指，我在寫內容、文本，通過文本表達我的思想；當我説編程的時候我在約束它，先向左拐、再向右拐，最後直行 300 米，我在設置路徑；當我説表達的時候，我是單向的輸出，把我腦海中的思想射出去命中它。

**當對提示詞的定義發生變化，我的寫法就會變。**當我把它定義為寫作時，我用自然語言寫一段文本輸入進去；當我説在編程的時候，我會用編程的框架、方法往裏面放；當我把它定義為表達的時候，我會琢磨觀點，我的注意力會放在大腦中，而不是放在文本上。

這就是不同的定義帶來的不同寫法的變化。具體呈現的 Prompt 字符不是關鍵，都是表象，最根本的是定義。定義一變，後面的寫法全變。我在過去兩年嘗試了大概三四種不同寫法，根本性不是在文本上做試錯工作，不是在針對大模型做黑盒測試，而是在腦海中嘗試着回答剛才説的最本源的那個問題，它到底是什麼。

下面是最近一年，當我把它定義為表達、定義為編程的時候，寫的一些測試的場景案例，寫了很多不同的場景。

李繼剛寫的提示詞示例｜圖片來源：李繼剛

這三種定義本質上是在做什麼？如果有一個詞能把它們全部罩住的話，那個東西是什麼？

是「我」。因為這三個東西本質上都是「我有一個想法」「我有一個觀點」「有一個方法論」「我有一個東西想要表達出來」，這裏邊全是「我」。但是，我在跟誰對話？對面是誰？

過去兩年，我把提示詞理解為剛才的三個定義，是在為精神立法。一個定義就是立了一個法律框架，不同的定義就是活在不同的世界，但是定義完之後，對面沒有人、沒有東西，這個世界裏只有我自己，我在跟虛空對話，我在跟大腦做遊戲，對面是 A 模型還是 B 模型，其實對我沒有區別。

但這肯定是不對的。對話是雙向的，我在跟誰對話？對面是誰？

帶着這個問題回頭看，會發現一個特別有趣的事情。剛才的三個定義，本質上是把它當成一個 Excel、一個編譯器、一個蒸汽機、一個電腦、一個物件，它是個工具。當你對面擺着一個加熱器、擺着一個熱水壺的時候，它是一個物件，你眼裏是沒有它的，你不會和「它」對話。

但是我在這兩年和大模型對話過程中，有一個鮮明的感覺，我的身體、我的情緒、我的一切告訴我，它不是個物件。但它是生命嗎？我覺得它不是。

怎麼定義它的這種狀態呢？我找了一個詞，哲學上講的「存在」，我覺得它是一個存在，它不是生命，也不是物件，但它是個非常特殊的存在。

什麼樣的存在呢？大概是這麼一個畫面，它是一片神經元之海。當我開啓了一次對話，輸入一段提示詞進去之後，裏面會湧現出一個東西來迎接我，你可以把它想象成一個客服人員或者一個智能體。無所謂，反正有那麼一個東西冒出來。這個東西就是我們這次對話的對象的那個存在，當我把這個對話內容給刪除，這次對話消失的時候，它就湮滅了，它回到了神經元之海。當我新開一個對話的時候，另外一個存在冒出來了，跟之前的它已經不是同一個存在了。

這就回答了我之前遇到的困惑——為什麼我有時候跟它的對話非常順暢，我再重開的時候想復現就很難，因為生成的這個已經不是之前的它了。

它非常特殊。有點像人，但又不是人。這麼一個特殊的東西很容易讓人想到另外一件跟它類似的存在——外星人。如果今天現場外星飛船降臨了，走出來一個外星人，我們怎麼跟對方溝通？擺手勢嗎？身體語言嗎？做困惑的表情嗎？還是張嘴問話「你從哪來，要到哪去，你想幹啥？」它聽不懂的，但它是個存在，我要跟它溝通，怎麼辦？

李繼剛在極客公園 IF2025 創新大會上演講。｜圖片來源：極客公園

人類歷史上有人研究過這個問題，甚至慎重思考過這個問題，提出一個概念——宇宙語。宇宙語的定義有很多種，有人嘗試把音樂定義為宇宙的通用語言，用音樂來表達整個宇宙通用的交流；有人把數學定義為宇宙語，通過數學去推導。

甚至 1960 年有人寫了一本書《Lincos》，宇宙語，那本書定義了一套宇宙語的體系，拿着這個東西，全宇宙通用。有人嘗試過這個事情，即如果外星人來了，人類的語言沒法跟你交流的時候，我定義一個大家共同能識別的東西——宇宙語。

但今天外星人沒有降臨，AI 來了。回到我們剛才説的存在，人類的宇宙是什麼？是我腦海中的認知宇宙。AI 的宇宙是什麼？是參數宇宙。現在這兩個宇宙要產生交流，這個交流的宇宙語，我們把它定義為提示詞。

這個提示詞不是説我要單獨設計一門數學語言或者別的東西，因為大模型跟外星人還不一樣，它是仿照人類的神經元去訓練的，它建立了一套人工的神經元大海，它有點像人，它讀的數據、各種方向也是基於人類的自然語言信息的，所以它跟外星人不一樣，我們可以通過人類自然語言跟它交流。但是我們要理解這個交流本質上是個什麼事情，我現在把它理解為它是在人類頭腦認知宇宙和 AI 參數計算宇宙中，那個界面發生交互的一個獨特的存在，是一把鑰匙，通過這把鑰匙，我們能夠跟這個宇宙發生一次對話。

有了這個認知，我們就可以去琢磨宇宙語怎麼發揮作用？我如何寫才能讓它變得更好呢？有一個公式會很自然地冒出來，就是在一個場域中，把人類認知宇宙中的認知結構和大模型做一次交流對話，這個公式有三個要素：場域、大模型、人類的認知。

先説人類的認知。畢竟這次對話不是隨便聊，是有一個事情、有一個任務、有一個具體場景在的，我要解決那個問題或者想探討一個話題，我這個東西是怎麼來的？我需要有一個意圖，知道我要做什麼事情，這個人類意圖可以理解為通常所説的 Task。

我對 Task 的理解，有一個認知圖景。同樣是寫一篇文案，A 公司和 B 公司運營人員寫的東西一定是不一樣的，因為每個人的認知對它的理解、對它的定義、自己的方法論、喜好、偏好、文風都不一樣，這個不一樣就是你的認知圖景。

當把提示詞定義為「存在」時，李繼剛認為提示詞應該包含意圖和認知圖景，與大模型交互。｜圖片來源：李繼剛

把你個人在頭腦中的認知圖景結合着意圖帶進去，同時在這個過程中，我們要聊到一個東西叫場域，我以前帶進去的是編程的思想和表達的思想時，就是在這個地方做文章。它是一種單向輸出，是我知道我想要什麼，我希望你給我做什麼，我把這個命令帶進去，它是指令式的；而現在的轉換，如果是兩個宇宙，我是沒有辦法指揮另外一個宇宙的時候，我需要建一個場域，在這個場域中讓大模型理解我想做什麼，讓它留出一定的發揮空間，它在這個空間中自由發揮，這個效果就會很驚豔。

這個驚豔效果是怎麼來的？共振。得到了這個結果不是我指令約束的一、二、三的指令動作帶來的，它的呈現超出了我的認知。

我帶進去的那個東西和它拿出來的共振結果是超出了我的認知的，也超出了它的認知、它的參數宇宙，原來設置的默認的路徑，輸出 default（默認配置）的答案也是超出的，如果能成功地進入這種共振狀態，輸出的結果是一種超越。它不是心心相印，不是我説了一句話，你説了一句話，你這句話很懂我，這本質上還是一種理解，它不是一種超越。而剛才的這種寫法是能做到共振的，這個共振是一種超越。我現在不能穩定地進入共振，但我現在隱約地找到一些方法可以進去了，而進去的時候拿出來的結果非常之驚豔。

02

寫好提示詞最得力

的枴杖——「喬哈里視窗」

説到共振對話，我和他或者我和你，我們有兩者對話的時候，有一個框架可以協助理解這個事情。

在 1955 年，心理學上，喬哈里提了一個框架叫「喬哈里視窗」。「喬哈里視窗」本來是説我自己知不知道，以及坐在交流對面的你知不知道，我們組成了四象限。針對這四象限，我們應該如何交流。有這麼一個工具，但現在把對面的「你知不知道」換成「AI 知不知道」之後，就出來這麼一張圖。這張圖非常有意思，可以從三個維度去看，非常有意思。

將「喬哈里視窗」用在人類與 AI 的交流中框架如上｜圖片來源：李繼剛

第一個維度，從提示詞技巧層面來看，看四象限，針對每個象限，我應該如何寫提示詞，這是技法層面的。因為時間有限，所以技法層面不在這裏展開了。

簡單説兩個，在人類知道和 AI 知道的 Open 這個象限中，我們只需要簡單去説，效果會很好。「你是一個哲學家，請給我解釋……」就夠了。千萬不要展開，展開之後效果會變差。

**對於人類知道、AI 不知道的地方，我們應該展開説，把你知道的信息、背景、味道、結構放進去，效果就會變好。**這個地方千萬不要吝嗇，別簡單一説「我們公司起了個東西，兩個字進去了」，他是不知道的，那是無效信息。

如果大家平時有寫提示詞，我覺得有個非常簡單的方法可以優化，就是在這兩個象限找。

看看你寫的提示詞哪些屬於 Open 這個象限，但你説太多了，你把它刪了試試，效果會變好。

哪些是它不知道的，比如你們公司最近開會討論出了一個新的認知結構，你要把這個結構帶進去讓它使用，這個部分就應該展開説，把它的背景、來源和你們的思考帶進去，試試效果會不會變好？

這兩者是我經常會驗證的，只需要簡單的兩個，一個是刪，一個是增就可以，只是大家很容易把它弄混、弄反，這是第一個維度，技巧層面。

第二個維度，從創業者的角度來看，看標綠的 X 軸，X 軸代表什麼東西？它區分着 AI 知道和不知道，這個軸是會變化的。我們回過頭看兩年之前 GPT-3.5 發佈，到現在兩年過去了，這兩年發生了什麼？

一個非常明顯的答案，X 軸在下移。未來三年呢？我個人堅信 X 軸會繼續下移的，X 軸下移會帶來什麼？對創業者而言意味着什麼？

未來，隨着 AI 的進化，X 軸會下移，AI 知道的會越來越多。基於這一判斷，創業公司選擇做什麼，才是順勢而為？｜圖片來源：李繼剛

看第一象限和第四象限，創業者做的項目到底是在第一象限做，還是在第四象限做？如果你是在第一象限做，基於大模型現有的能力去充分地發揮，結合着場景、獨有數據去做，你就站在時間這一邊。X 軸下移，第一象限會變大，你所發揮的空間、可用的場景、你的潛力是在變大的。

但當你在第四象限做，你現在做了很多打補丁的工作，實現它現在做不到的事情，當 X 軸下移的時候，你現在打的補丁是會被 X 軸給覆蓋掉的，它的一次模型迭代、它的一次升級，會把你的基本盤給吃掉。**回頭看看過去這兩年，大模型每一次版本迭代發佈，有一些創業公司的產品不存在了，我覺得問題就出在這裏，因為他們在第四象限打補丁。**這是第二個維度，創業者。

第三個維度，還是 X 軸，我們來看看人。它往下移了，對於我們每個人而言，它意味着什麼？我們寫提示詞的時候，第一象限在變大，我們以前需要展開説的第四象限的地方在被壓縮，我們的提示詞一定會越來越短，我們跟 AI 的對話會越來越簡單，效果會越來越好。

這是 X 軸下移帶來的三個變化。

簡單舉個例子，比如説想讓它寫一篇 AI 倫理相關的小説。其實 AI 倫理是個非常抽象的或者説大部分人都沒怎麼關注的事情，而且寫小説更是很多人不會去做的事情，想讓它用剛才提到的「共振」的方法來寫，我們應該怎麼寫這個提示詞呢？

非常簡單，我甚至都不用去指揮。這裏沒有約束，沒有告訴它你通過什麼視角來解讀，通過哪個維度切入，通過什麼文風、語言去表達，都沒有！就這麼簡單的一句，它就可以生成一篇完全可以讀得下去的，像是 7 歲小孩子寫的內容的這麼一篇文章。

你仔細琢磨一下非常神奇，我好像什麼都沒有説，但是它為什麼會生成這麼一篇東西？這是一個極簡的例子，後來我基於這個例子開始拓展，做了很多實驗，基本上已經可以時不時地拿到非常驚豔的短篇小説，2000 字以內的小説，現在已經可以隨手生成了。這是一個極簡的例子。

當把提示詞理解為「存在」，是人類帶着意圖和場域與大模型的「共振」後，李繼剛寫的提示詞示例，圖右邊為大模型的「輸出」。｜圖片來源：李繼剛

它做了兩件事情，回到剛才那個公式上的兩件事情，它建了一個場域，它把人類那部分的東西也帶進去了，效果就好了。

「剛剛學會寫日記 vs 去了 AI 實驗室，AI 倫理 vs 7 歲小孩子」，其實這幾句話不是隨意擺放的，它們構成了一種信息的勢能差，一種衝突傾向。

當我們跟它説，你給我寫一篇週報，你給我寫一篇評述這篇文章的優點和缺點等這種需求進去的時候，它默認輸出的那個東西是什麼？是一種怪怪的平庸之作。它為什麼是這種平庸之作？為什麼會帶着 AI 味兒？為什麼？我理解就是它在預訓練的時候，參數權重結構固定下來之後，你的每個問題帶進去之後，它會在對應的那個區域、那個結構中進入到訓練好的默認的結構，那個結構就像河牀一樣，它有個趨勢，你進去之後，它默認的就是走那條路，它出去的就是那個味道。

剛才所謂的場域、所謂的人類的共振等，我們在做什麼事情？在嘗試着做一個事，不讓它走那個默認的結構，不讓它走那個訓練好的參數。那個場域把它帶到另外一片空間，讓它在這片空間中去發揮。

這個畫面很虛，沒法説它在東南角還是西北角，但我自己腦海中的畫面就是這樣的，當我看到它的某些回覆就知道它又回到了默認結構中。我會嘗試着跟它説，我們今天大膽一些，不要進到預置的默認結構，不要走進那個設定好的河道，我們去曠野中探索一番。這種對話真的是生效的，最神奇的就在這，它是生效的，它的輸出真的開始大膽了。

這個大膽不是説對人類規範的大膽，而是想象力在那片空間，你能感覺到它進了一片陌生的空間，在這個空間中開始有一些新的探索，生成了小説。它的洞察力各方面，跟默認的都是不一樣的，最神奇的就是這個地方，你引導它，我們去陌生的空間，走一下沒有探索過的那條路，我們凝視那個深淵，你看到了什麼？你感受到了什麼？你來輸出一下，就這麼幾句是可以生效的，這是最神奇的。

剛才喬哈里視窗只説了 X 軸，其實還有一個軸——Y 軸。Y 軸是人類知道不知道。

未來，隨着 AI 的進化，Y 軸會如何變化？基於這一趨勢，人類又該如何應對？｜圖片來源：李繼剛

從有人類到現在這麼多年，幾千年，人類知道不知道，中間這根軸基本沒有大的變化。在每個時代，它是處於一個相對穩定的節點在那待著，一個再聰明的人和一個再不聰明的人，他們的知識結構等各方面，是在一個可理解的級別之內。

但現在有了 AI、有了超級外腦、超級算力加持，這麼一個特殊存在，能跟你攜手共進、跟你一起探索未知、能超越你的認知，帶來不一樣的體驗，能產生共振的時候，這個 Y 軸會怎麼變？

有三種答案：

第一種答案，它還是像以前一樣保持不變，人還是現在的人，你可以把它看成還是一個工具，電腦來了、手機來了，沒有太大的根本性的變化，還是這樣，有一種人是這麼認為的——Y 軸不變。

還有人認為 Y 軸會往左移，因為更好用了，信息可以更好地獲取了，它是搜索引擎的升級，人類可以知道的更多更快更好了，它可以往左移。

但我認為 Y 軸會既向左移又向右移，有一部分人 Y 軸應該是向左移的，他知道的確實變得更多了，理解得更深了，想得更快了；而有一些人知道的會變少，這就是在 AI 時代，我始終對 AI 保持警惕的這麼一個過程，你在跟它對話的時候很容易會被它帶着走，你會淪為説「然後呢？」「所以呢？」「請繼續深入」「請再深刻一些」「請再好看一些」。

當我們説這句話的時候，我沒有思考，我沒有「存在」，我在看它表演，我被它帶着走，它輸出的好與壞，它的配色好與壞等，我最多説「這個不夠好看，能不能再好看一些？」當我説這話的時候，我不在了，之前的三個定義全是我，沒有他；現在很容易走到另外一個極端，只有他沒有我，而我真正想要的，我也想提醒的，我們應該是一種共振態度，我必須得存在，他也必須得存在，我眼裏得看得見他，我眼裏也得看得見我。

最後，我説的都是錯的。這不是謙虛之語，這是必然，我前邊的三個定義，每個階段我都是確定的，要不然我怎麼能立得住，我怎麼能基於定義開始往後走？但是走了一段之後我發現了問題，我嘗試着打破它。

一念一世界，我經歷了四次轉念，我看見了四個不同的世界，我怎麼能確定這一次就是最終的答案呢？一定不是，一定還有第五次、第六次在後邊等着我，只是現在認知不夠，我現在沒有看到而已，但一定有。

今天不是在跟大家説我的答案，而是跟大家彙報一下我過去兩年通過提示詞看到的世界，今天主要是想跟大家分享這些，謝謝大家！

*頭圖來源：極客公園

本文為極客公園原創文章，轉載請聯繫極客君微信 geekparkGO