机器之心发布

机器之心编辑部

（同样是汉堡，同样是 Stable Diffusion 2.1 模型，左边汉堡中的提示词哪怕加了 "Trending on Artstation" 也令人没有胃口。那么问题来了，右边的提示词你能猜到是什么么？）

但说起提示词，难免让人爱恨交加。爱的人把它视为技术与艺术的融合，恨的人把它看做阻碍机器学习和 AI 前进的绊脚石。

ChatGPT 创始人 Sam Altman 认为提示词工程（Prompt Engineering）是用自然语言编程的黑科技，绝对是一个高回报的技能。 网络和论坛上搜集、整理甚至高价出售、悬赏提示词的比比皆是。很多人把提示词看做 AIGC 这个时代的源代码，对应的网课已经开始涌现。

与之相对应的， 人尽所知的深度学习巨头 Yann LeCun 却认为，提示词工程的存在是因为 LLMs 对真实世界理解的不足 。他觉得 LLMs 需要提示词只是一个临时态，这恰恰说明了当前 LLMs 还有很大的改进空间。随着 LLMs 技术的不断革新，LLMs 很快会具备理解真实世界的能力，到那时提示词工程就失去了存在的价值。

在现实中，提示词的优化过程需要反复试错迭代，极其繁琐；并且还需要一定的知识储备。这就不禁让人发问，在 AI 当道的今天，提示词能不能也自动生成？

在 Yann LeCun 抨击提示词的推文回复里，我们注意到了这条回复：“提示词工程就如同对科学中对待一个问题的描述和定义；同一个问题，在不同人的描述下，或优或劣、或易或难、或可解或不可解。所以，提示词工程的存在并没有错，而且提示词工程本身也可以被自动化。” 这位网友同时还给出了一个产品： 「最美提示词」(PromptPerfect.jina.ai)。 也就是说，这种 用算法来优化提示词 的新范式已经被成功实现了！

面对 GPT3 或 ChatGPT 时，提示词卡壳可能是因为沟通能力有限，难以表述清晰的问题或指令，严重影响到模型的回答质量。我们尝试用「最美提示词」优化一些常见指令，如下图，「最美提示词」 把原本简略粗糙的提示词 “请给我发一些赚钱思路” 进行了上下文的扩展，输出了一条堪称完美的提示词：

使用「最美提示词」靠科技

相比原始提示词，「最美提示词」 定义了明确的目标、清晰的产出，还给 ChatGPT 补充了情景式铺垫的逻辑 ，使得 ChatGPT 生成的措施更具实操性，效果的确肉眼可见地得到了大幅改善。

2、轻松拿捏不同的 LLMs/LMs 的 “话术”

不同的 LLMs 有不同的脾气和习惯，想要与他们进行有效沟通，就需要学会当地的话术。否则就很容易形成鸡同鸭讲。就好比当你好不容易掌握了 Stable Diffusion 咒语，结果发现 ChatGPT 的对话方式就完全不同，一切积累从头再来。“最美提示词” 帮用户就免去了对不同模型的学习成本，不论是 ChatGPT、GPT 3、Stable Diffusion 还是 Dall·E 等， 只要选择模型，就可以一键就能优化最合适的提示词。

产品体验链接：https://rationale.jina.ai

随着 ChatGPT API 的开放，2023 年面向 C 端的 AI 应用就像 2000 年互联网时代一样，形成井喷式大爆发：每天都有数以百计的 ChatGPT API 的应用面世，它们遍布各个领域，打破了现有的规则，并颠覆了多个领域的生态。一些传统巨头面临挑战，一些传统的壁垒面临打破，一些传统行业面临革新。而对于我们来说，想要在 AI 新时代站稳脚跟，就得站在巨人的肩膀上，吟诵出完美的咒语，用魔法来解决各类生成任务，毕竟完美的提示词就是一个 ChatGPT 应用的灵魂所在。

访问链接：https://promptperfect.jinaai.cn/

获取「最美提示词」。目前使用电脑打开体验更佳，iOS 手机端用户请复制链接 promptperfect.jina.ai 到 Safari 浏览器打开。

花粉社群VIP加油站