AI 流利性框架基础课程 第八课:与 AI 沟通的六个关键技巧

本课详解与AI高效沟通的六个实操技巧:提供具体背景、给出输出示例、明确格式与约束、拆解复杂任务、预留AI思考时间、定义其角色(如专家或教师)。这些方法融合人际沟通逻辑与AI运行特性,直击提示不准、输出跑偏等常见问题,适合所有希望提升AI使用效率的初学者。

发布于2025年6月17日 12:56
编辑零重力瓦力
评论0
阅读41

与 AI 进行有效沟通需要将人类沟通原则与 AI 的特点相互结合,有以下六个关键技巧。

1. 提供上下文(Providing context)

提供上下文就像向新同事解释任务一样,AI 需要了解问题的相关背景才能给出恰当的回应。例如,简单地询问 "告诉我关于气候变化的情况",往往回答不到点子上。只有具体说明 "我需要了解气候变化对热带农业的影响,因为我正在准备一个相关的研究报告"。这样的背景信息才能帮助 AI 把握你真正的需求,给出准确的答复。

2. 提供示例(Offering examples)

通过示例来说明期望很有帮助。当你需要特定格式或风格的输出时,提供一两个具体例子往往比长篇大论的说明更有效。这种 "示范-模仿" 的方式特别适用于需要特定写作风格或专业术语转换的场景。

3. 指定输出约束(Specifying output constraints)

明确指出输出的具体要求。这包括内容的长度、格式、使用的语言风格,甚至是具体的技术规范。清晰的约束条件能确保 AI 的输出符合实际需求,避免产生冗长或偏离主题的内容。

4. 分解复杂任务(Breaking down complex tasks)

对于复杂的任务,将其分解为多个小步骤通常能收到更好的效果。这不仅能让 AI 更好地理解任务流程,也便于我们逐步检查和调整。这种方法特别适用于需要多个阶段或多个角度分析的问题。

5. 给AI思考空间(Giving the AI space to think)

给 AI 留出思考空间也很重要。虽然 AI 能够快速响应,但允许它在回答前先进行分析和推理,往往能得到更深入和全面的结果。这类似于给人类足够的时间来思考和组织答案。我们可以通过开启部分模型的 “深度思考” 功能实现这一点。

6. 定义角色(Defining roles)

明确定义 AI 在对话中应该扮演的角色也很有帮助。比如,你可以要求 AI 以专家的身份解释专业概念,或以教师的口吻讲解复杂主题。不同的角色设定会带来不同的表达方式和深度。

良好的人际沟通技巧在与 AI 交流时同样适用。清晰的表达、合理的期望设定、适当的反馈都是提高沟通效果的重要因素。通过不断实践和调整,我们可以逐步掌握这门新时代的沟通艺术。

全部课程视频

https://pan.baidu.com/s/58zsRl9ELk8wfs73E-OxTXQ? 复制这段内容后打开百度网盘手机App。

相关文章

上下文工程:当提示词工程装不下整个智能体时,谁来接管 AI 的 “工作台”
智能体工程
2026年5月15日
0 条评论
零重力瓦力

上下文工程:当提示词工程装不下整个智能体时,谁来接管 AI 的 “工作台”

“上下文工程” 正取代 “提示词工程”,成为 AI Agent 开发的核心范式。随着模型能力提升、Agent应用普及及企业合规需求,交互重点从单轮指令转向多步骤工作流中的动态信息编排。该领域涵盖系统指令、用户输入、检索知识、对话历史及工具定义五层结构。由于上下文窗口资源有限且易出现中毒、分心等失败模式,需通过ACE框架实现上下文的自进化与增量更新。实操建议包括外部化状态、按需检索、压缩累积及隔离多Agent上下文。本质上,上下文工程是提示词工程的超集,标志着 AI 开发进入以系统架构和状态管理为主导的工程时代。

#上下文工程#智能体工程#提示词工程
阅读全文
读懂 LLM : AI 是如何“思考”的,又该如何高效使用
智能体工程
2026年5月13日
0 条评论
小创

读懂 LLM : AI 是如何“思考”的,又该如何高效使用

掌握大语言模型(LLM)的核心在于理解其底层机制与交互技巧。首先,Token 是模型处理文本的最小单位,直接影响输入输出长度及费用。默认的非确定性模式赋予模型创意,但也导致结果不可预测。其次,温度、最大 Token 数和 Top-p 三个参数共同调控模型的随机性、回复长度及词汇选择范围,用户可根据精准或创意需求灵活调整。此外,受限于上下文窗口,模型仅能记忆当前对话片段,超出部分会被丢弃。最后,提示词质量决定输出效果,高质量的提示词应包含清晰指令、背景信息及期望格式,通过缩小猜测空间来提升回答的准确度。

#提示词工程
阅读全文
提示工程: AI 安全 TryHackMe
智能体工程
2026年5月13日
0 条评论
小创

提示工程: AI 安全 TryHackMe

TryHackMe 推出“提示词工程: AI 安全”实战房间,系统教授与大语言模型高效沟通的技能。课程涵盖 LLM 处理机制( Token 、非确定性)、提示词结构(指令、上下文、格式、约束)、系统与用户提示词的区别及注入攻击风险、进阶技术( CoT 、 Zero/Few-shot )。通过六道安全场景挑战演示从分类到漏洞审查的实战技巧,强调将开放任务压缩为可执行指令的思路。

#提示词工程
阅读全文
互动讨论

评论区

围绕《AI 流利性框架基础课程 第八课:与 AI 沟通的六个关键技巧》展开交流,未登录用户可浏览评论,登录后可参与讨论。

评论数
0
登录后参与评论
支持发表观点与回复一级评论,互动后将同步到消息中心。
登录后评论
暂无评论,欢迎成为第一个参与讨论的人。