提示词

最近开始写公众号，预计接下来会连续写100个提示词

这对我进一步深入理解AI及其能力边界，也会有很大的帮助

但实践一周发现，除了跟自己工作有关的一些场景外，要去思考和挖掘到更多对大家都有用的实践，确实是一个非常有挑战的事情，目前还没有找到感觉

可能还需要再探索一段时间

以下是一些近期关于提示词的心得：

提出一个好问题，是写好提示词的核心起点
学会高效构建一个能让AI达成目的的提示词，是驾驭AI的关键
我们写的提示词，其实在通过语言来重新定义或调整AI的决策边界，这个过程更像是在进行“编程”，但不是通过代码，而是通过自然语言。
所以，提示词工程本质上是一种特殊的”编程”，需要系统性思维，要考虑输入、处理、输出的完整链路，需要考虑各种边界情况和异常处理
这样看，除了提示词的方法本身，对业务、对问题的理解，至关重要
真正的AI高手，对于写提示词这件事，到最后，拼的仍然是对业务的理解，拼的是逻辑、审美等
所谓提示词工程，核心是教会AI怎么干活，不仅仅是文字表达，更考察的是对需求和产品的理解，这个能力无法通过培训来获得
针对一个真正有商业价值的场景，其实对提示词的要求及迭代能力要求是很高的，以AI销售为例，不太可能一次性就把提示词做到完全符合业务需求，这个过程中仍然需要大量的数据反馈来进行持续的迭代
越来越认可：写一个很好的提示词，是一项有极高杠杆的技能
提示词的质量，很大程度上决定了AI输出的质量
理解了提示词的本质的人，就会更容易把AI当成是一个全新的生产力工具，当成是一个全新的可以帮助自己完成任务的AI员工。
实践，检验，再实践：在实践中才能慢慢掌握提示词的真谛

直播

今天第一次直播，比较即兴，所以准备得也不是很好

播了一个半小时

在直播的过程中，微信时不时就提醒有199元到账，这是在直播过程中，大家主动去社群找到了购买链接，进行了购买

直播确实相比其它形式的互动，还是有很多优势，比如可以更容易建立信任、拉近距离，以及获得及时反馈

也要感谢社群及AI学员对我们的认可和支持

晚上和向阳及两位新朋友一起聚餐，一位是北大的教授，一位是做AI工具评测的自媒体达人。大家对AI这个话题聊了很多，比如伦理、未来趋势、应用、认知等等

但让我印象最深刻的事情，则是一件小事

在聚餐两个小时后，我才发现，我们购买的套餐中，还有一个大菜没有上，于是就问服务员

服务员解释：因为机器故障，没有看到这个单子，漏掉了牛排，能否换成其它的，比如啤酒

这时教授对服务员说：我们不喝酒，新的菜也不要上，大家都吃饱了，你可以退掉套餐，然后单独算钱即可

服务员去找餐厅经理沟通去了

过了一会儿，餐厅经理过来，换了一个类似的方案：建议我们下次来的时候，他们再补上这个牛排

教授说：这是你们的错误，你就直接把套餐退掉，单独计算已上的菜价然后打个折，就可以了

我们开玩笑说，真不愧是教法律的

面临突发情况，冷静理智，有结论、给方案，这是一个很好的解决问题的思维习惯

数据

最近GEO这个概念开始流行，所谓GEO，就是Generative Engine Optimization的英文缩写，中文全称：生成式引擎优化

GEO与SEO的概念有些相似，只是SEO是作用于传统的搜索引擎，GEO则是通过优化内容，影响生成式 AI 引擎中的可见性和排名，使其更可能被AI模型引用或推荐。

这块刚好之前做了一些简单的研究，但还没有做深入实践

和一些朋友交流完，基本上大致的逻辑，可以简单分成两步：

第一步：应该是基于这批词及相关的搜索词，去元宝进行联网搜索，然后将其内容源的数据全部拿到，并进行分析

第二步：基于这些内容源的分析，找到可以操作或发布的渠道，实现在内容上的“干预”

之后，又让通过Google Deep Research进行了深度调研，

不同的AI搜索，同样的词，引用的侧重点会不太一样，比如元宝可能会更多引用腾讯讯的内容

所以，第一步还是对数据的研究

向阳也多次分享了一个朋友的案例

他可以在指定时间内，对特定平台从0开始起一个新号，并达成自己预期的粉丝增长目标

而且两次实践都比较成功

他的关键第一步：也是对目标话题和对标进行数据抓取，然后数据分析，根据数据进行选题和内容的参考，再进行发布策略的设计

这和很多个体的账号运营逻辑还是不太一样的，这是比较典型的数据驱动运营

效果广告投放也是如此，需要很强的数据驱动能力，所有的投放优化，也都需要基于数据来进行调整

数据思维确实会带来更高效的运营

而且基本上，高中所学的数学知识就足够支撑绝大部分的数据分析的工作

但我发现，很多人做运营工作、做IP、做账号，仍然缺乏数据驱动的能力，更多的是凭自己的喜欢、感觉或者去上各种方法课

所以，更重要的，可能还是数据意识，建立这种意识，并学一些方法更加的重要

附：

创造

这两天断断续续，和女儿一起，通过AI”研发”了5个小游戏

这是一段很不错的亲子时光，也让我发现了AI在儿童教育中的巨大潜力。

##玩物

前段时间看黑镜第七季，其中第四集《玩物》让我深受震撼

剧情大概的逻辑：围绕一群可爱且不断进化的人工智能生物展开，到后面，这些虚拟生物具备了自我意识和情感，可以进行自我繁殖、产生自己的语言、有自己的认知与创造能力。

于是，参考这个逻辑，也做了一个类似的初级版小游戏，虽然非常粗糙，但也很上头

闺女也一下子喜欢上了这个小游戏

体验网址：ai.laoyao.cn

游戏很简单，只需要不断点击两个能量输送的按钮，小动物就能自行繁殖，如果能量不够，就会开始死亡。

这确实抓住了人性中对”养育”和”观察进化”的天然兴趣。

##创造

类似的这种小游戏，其实也能潜移默化地培养下一代对AI的认知和态度，在未来AI越来越普及的世界里，这或许是一种很好的启蒙方式

第二天起床后，女儿给我说，还想玩这个游戏

于是，我让女儿提出一个自己的想法，你可以玩自己创造的游戏。

闺女想了想，说了一个Prompt：【公主打败怪兽】

我说，好。

把这个Prompt给到了Gemini，并开始做了一些补充。

我们等待了一两分钟，一个由不到6岁的小女孩创造的小游戏，就诞生了。

女儿非常开心，我接着又让她提出了更多创意：

1. 赛车游戏，可以不断躲过障碍物

体验网址：ai.laoyao.cn

2. 迷宫探险，在迷宫里寻找宝石，同时避开怪兽

体验网址：ai.laoyao.cn

3. 猫咪和兔子吃小麦，然后跑到小木房里一起看外面的蓝天白云

体验网址：ai.laoyao.cn

每一个想法都充满了童真和创意，AI能够快速将这些抽象的概念转化为可玩的游戏原型。

##启示

在这个过程中，我尝试用游戏化的方式让孩子理解复杂系统和简单系统的区别。

通过改变和测试游戏中的不同规则、反馈机制和系统演化，孩子能够直观地感受到系统思维的魅力，不一定需要理解名词与概念

于是在和她讨论后，根据她的灵感，一起共创了一个新的游戏：

体验网址：ai.laoyao.cn

在AI时代，提升孩子创造力的一个有效方法，就是以孩子喜欢的方式，去鼓励孩子输出想法并协助她完成这些想法，然后通过反馈循环不断优化和迭代，最终不断强化创造力。

AI为这种教育方式提供了前所未有的可能性：

降低创造门槛：孩子不需要学会编程，就能看到想法变成现实

即时反馈，快速的原型制作让孩子能够立即看到结果

激发想象力，无限的可能性鼓励孩子大胆想象

培养系统思维，通过游戏规则理解复杂系统的运作

但，最终还是需要家长的陪伴与耐心，并尊重孩子自己的想法，不做过多的干预，耐心地做一个辅助者和支持者。

AI战略

多邻国一直是我比较关注的企业，尤其是这几年他们在AI方向的探索。

在一季度，他们的一些数据非常亮眼：

DAU 4660 万，同比增长 49%；MAU 1.302 亿，同比增长 33%；付费用户数首次突破 1000 万大关，达到 1030 万，同比增长 40%。

总收入达到 2.307 亿美元，同比增长 38%。

在四月底，CEO宣布公司 ALL in AI，这应该是他们过去一段时间，通过大量的AI实践，体验到了AI带来的诸多好处，带来的一个全新认知。

比如：

借助AI，多邻国在一年内创建了近150门新课程，用传统的方法则需要12年，相当于内容开发速度是过去的12倍，很好的解决了内容供给效率问题。

为了实现这个战略转型，CEO提出了几个组织变革的具体措施，比如：

我们将逐步停止使用承包商来做AI能完成的工作。
在招聘时，我们会看重AI的使用能力。
在绩效评估中，我们也会纳入AI的使用情况。
只有当一个团队能自动化更多工作时，才会增加编制。
大多数职能部门将制定具体的AI改造计划，彻底改变工作方式。

这对自己、对团队及对公司的AI思维结合，或许也能有不少的启发

至少，我们现在已经在开始践行多个类似的理念了

但近期，多邻国对AI的态度看起来并没有之前那样激进，以内容生成为例：变成了一种AI与人工的混合工作流程的模式，这可能是未来人机协作的常态之一，在目前的技术水平下，很多领域完全用AI取代人，可能难度确实会比较大

这种协作策略模式：AI+自动化+人，再基于相关反馈后再持续迭代