人工智能的快速工程：什么是快速工程以及如何从人工智能引擎中获得良好的结果

人工智能已全面接管！放眼望去，几乎我们生活的方方面面都涌现出各种新的人工智能工具。借助ChatGPT、AutoGPT、Midjourney、Dall-E和GitHub Copilot，你可以构建、编写代码、获取答案，甚至创作精美的艺术作品……或者至少我们中的一些人可以做到。

为什么在使用生成式人工智能时，有些人能取得比其他人更好的结果？为什么有些人能创作出足以收藏卢浮宫的艺术作品，而其他人却只能得到几乎一无所获的成果？

一切都取决于你使用的输入。这种输入被称为“提示”。提示是你提出的问题，或者你用来创造某种事物的词语。那些“精心设计”提示或对输入进行策略性处理的人称之为“提示工程”。

什么是即时工程？

提示工程是指专门设计提示，以便您从 AI 获得更好的结果。

OpenAI、谷歌等许多人工智能系统的开发者甚至在招聘“提示工程师”来帮助训练他们的模型。一些“创作者”甚至在 Etsy 等平台上出售他们的 Midjourney 提示。

简而言之，人工智能系统就像数据：输入垃圾，输出垃圾。如果输入不好，很可能得到不好的结果。快速工程很大程度上受环境影响。

人工智能的背景

上下文是我们获得结果时最大的问题之一。例如，如果我在谷歌上搜索“甜甜圈”（或“doughnut”🍩），我可能会得到各种各样的结果：从甜甜圈食谱到甜甜圈图片，或者在哪里可以买到这种美味的甜点。这是因为我没有给搜索引擎提供任何其他上下文。当然，谷歌会使用我之前的搜索历史和我的位置等信息来帮助确定结果，但仅此而已。

对于搜索引擎来说，“甜甜圈”这个词可能意味着任何东西，从形状到 Slack 插件、应用程序，或者在 GitHub Universe 2022 上提供的这些美味的 GitHub 甜甜圈

例如，如果我想找一个关于在 Blender 中创建甜甜圈 3D 模型的教程，那么如果我只输入“甜甜圈”，搜索结果可能就不会显示。我需要输入更具体的关键词。像“甜甜圈 Blender3D 教程”这样的关键词会给我更准确的搜索结果。

这对于人工智能来说也是一样的。你需要为人工智能提供足够的上下文，这样才能获得更好的结果。

聊天应用程序的快速工程

很多人向我们展示了 ChatGPT 带来的一些惊人成果。虽然这些成果并不总是准确的，但 ChatGPT 确实擅长一件事：散文。它写出结构良好、行文流畅的优秀句子的能力令人惊叹。结果易于阅读，听起来也很棒。但获得准确的答案则完全是另一回事。例如，人们已经厌倦了用 ChatGPT 写历史论文，虽然论文读起来可能很好，但可能不符合史实。例如，如果你要求 ChatGPT“写一篇关于中国沦陷的 2000 字论文”，它会为你写一篇关于中国沦陷的 2000 字论文。但这篇论文不一定符合史实。

有些内容读起来可能不错，但实际上可能并不正确。提示：我没有博士学位😉

这是因为 ChatGPT 会从各种来源获取信息并将它们混合在一起。这些来源本身可能并不准确。ChatGPT 也不知道你指的是中国哪一年的覆灭。因此，它很容易错误地交叉引用日期。如果你以对话的方式向 ChatGPT 输入信息，然后让它写一篇 2000 字的文章，你会获得更好的结果。

我到底想表达什么？有些人认为 ChatGPT 是一种单向、对话式、单一输入的信息获取方式。但事实并非如此。它被称为“聊天”是有原因的。进行对话，完善你的问题，并为你的回答提供背景信息。

例如，如果我想写一段关于“NDC 会议”的旅行报告，我的 ChatGPT 不会以“为我写一段 NDC 的旅行报告”开头。相反，我会先弄清楚 ChatGPT 对 NDC 的了解程度，并在过程中提供背景信息。你提供的输入很大程度上决定了输出。这就是为什么有些人能够获得非常好的结果，而有些人却不能。

没有任何上下文，ChatGPT 不知道我指的是什么 NDC

再举个例子：如果你要去参加面试，想获得一些建议，可以向 ChatGPT 询问“给我一些面试准备技巧”，这样虽然能得到一些不错的回复，但回复内容远不够具体。相反，像“我要去一家人工智能初创公司面试软件开发员职位。你能给我一些面试准备技巧吗？”这样的问题，会给你带来更加个性化、更有针对性的结果。这就好比你请一位台上的专家给1000位观众一个答案，他们可能会给出一些通用的答案，让每个人都能从中得到一些有用的信息。但如果你一对一地询问同一个人，他们可能会问你一些后续问题，以了解你的情况，从而给出更个性化、更具体的答案。

为艺术应用提供快速工程

你可能见过一些人用稳定的扩散应用创作的精美艺术作品。但也有一些作品看起来“不对劲”。这很大程度上取决于环境。比如，如果我使用Night Café（我最喜欢的生成器之一），输入“dog”（狗）这个词，就会得到这样的结果：

使用 Night Café 生成的图像，以及提示“狗”

有个随机的“狗”字写成的标志，前景里有一只长相怪异的狗，而且颜色怪异。如果我想象一张阳光明媚的日子里，公园里一只成年德国牧羊犬的照片，那我可能拍不出这样的照片。AI 不具备这种背景知识。它还不能读懂我的想法（至少目前是这样！）。当你想要创作艺术作品时，你需要像在脑海中描绘图像一样描述它们。你提供的细节越多，输出效果就越好。这正是棘手之处。许多稳定的扩散应用程序都有字符数限制。因此，你需要在创作提示时，既有意义又有策略性。

与 ChatGPT 类似，你需要不断重新设计并完善你的提示。然而，基于聊天的人工智能的优势在于，你可以持续对话，并不断向人工智能提供更多信息和不同的问题，以获得良好的回应。虽然有些艺术生成器允许你“重新混合”你的输出，但它仍然依赖于新的提示。因此，你需要不断等待输出，查看哪些部分不合理，然后发送一个经过调整的新提示。有些用户在 Midjourney 上花费数小时，接收输出并重新设计他们的提示，最终创作出一些令人惊叹的作品。这完全取决于实践。这就是为什么有些创作者在 Etsy 上出售他们的提示！

我的朋友 Jean 使用 Midjourney 创作的艺术作品

有一点是肯定的：如果你想创作一些高质量的艺术作品，别指望花几秒钟写个提示，点击“创作”按钮，就能看到一幅莫奈的画。不行！你需要投入时间（和金钱）创作数百幅作品，每次修改提示，才能最终创作出你的杰作。

代码快速工程

我不会花大量时间来讨论如何为GitHub Copilot 之类的工具设计好的提示符。我的同事Rizel写了一篇很棒的博客文章，深入探讨了 GitHub Copilot 的提示符工程：

使用 GitHub Copilot 进行快速工程的初学者指南

Rizèl Scarlett 于 GitHub 发表 ・ 2023 年 4 月 3 日

#github #githubcopilot #ai #编程

我想说的是，与 ChatGPT 类似，GitHub Copilot 也依赖于上下文。代码库中还有哪些其他代码？文件的扩展名（以及相应的语言）是什么？GitHub Copilot 还为您生成了哪些代码？您在代码中添加了哪些注释？所有这些都有助于 GitHub Copilot 为您合成更准确的代码。

不妨这样想：如果你写了一条注释，说明你想创建一个使用后端数据并解决特定问题的复杂函数，那么仅凭一条注释很可能无法获得良好的反馈。就像你的代码（至少应该如此）被分解成许多函数，并（希望）附有大量有用的注释一样，GitHub Copilot 也同样在分解后效果更佳。

而不是要求 GitHub Copilot：（
//reverse a sentence使用 JavaScript）

思考如何从逻辑上分解问题。例如，如果我拿到一张纸，上面写着一句话，并被告知要反转它，我会怎么做？像这样写注释会更有用。如果你这样做，GitHub Copilot 就能提供更丰富的上下文，更好地理解你的需求。

GitHub Copilot 与 ChatGPT 之类的工具相比，另一个不同之处在于它会考虑你拥有的所有上下文。我上面提到的所有方面：

• 文件扩展名是什么
• 项目中还有哪些其他文件
• 您如何撰写其他评论
• 其他代码是如何构建的
• 您正在输入的评论是什么
• 您输入的代码是什么

ChatGPT 和其他聊天应用会更加重视你在聊天中发表的最后一条评论，也就是你添加到对话中的最后一条信息。然而，GitHub Copilot 始终会考虑上下文，以生成更好的代码结果。

更好的快速工程

说到底，任何生成式人工智能能否取得好结果都取决于你——提供输入的人。正如我在开篇所说：输入垃圾，输出垃圾。因此，在设计你的提示时，请考虑以下重要提示：

• 提供良好的背景信息；提供关于你想要实现的目标的示例和信息
• 要具体；如果是针对特定受众，就说
• 分解问题
• 提问时要清晰。如果反馈的内容听起来不对劲，请澄清
• 重新表述并完善你的提示

最后，务必验证你从AI收到的信息。对于艺术品生成器来说，这一点不太重要，但对于代码和信息来说，这一点很重要。检查你收到的代码是否按预期运行。验证提供给你的书面信息的准确性。

记住，无论发生什么，你仍然是飞行员。你仍然掌控一切，你对哪些艺术作品、哪些代码片段以及你使用和分享哪些信息拥有最终决定权。