写AI提示词，完全遵循“不确定性原理”

最近因为Gemini、Claude都升级了模型，所以在试着更新提示词，利用模型的最新性能，过程真是痛并痛着。当然，不改也行，但是多数时候，都需要根据模型变化，调整一下。同一个模型版本迭代要改，换到其他模型执行任务更要改。（我称之为提示词 移植）

继续说体会。大家知道，量子力学里的不确定性原理（uncertainty principle）：粒子的位置与动量不可同时被确定，位置的不确定性越小，则动量的不确定性越大，反之亦然。提示词最麻烦的地方（对我来说），也在于不确定性，用俗语就是：按下葫芦浮起瓢、黑瞎子掰苞米、牵一发而动全身。

因为我是“文科生”工作者，所以提示词一大场景是写作，就拿写作举例子吧。

比如我希望模型在输出内容的时候更加注意完整性；你经常会发现完整性有了，但是连贯性丢失了（因为细节太多破坏了结构）；我再说：模型你要注意连贯性啊，它可能又把客观性丢失了（因为加一大堆一惊一乍的用词去串联内容）。

现在改提示词也很少手动了，而用模型修改提示词，问题就更明显。因为你强调啥，模型就把啥要求直接给你放在第一段，然后把其他提示要求简化，想都不用想，最后会有多不确定。

当然，折腾之后，也有一些体会，写几条印象深的：

1、遵循最小改动原则。这条主要是用模型帮改提示词的时候，用来提醒模型不要过度修改。当然，这也要求提示词尽可能遵循得墨忒耳规则（Law of Demeter，缩写LoD），就是模块独立了。

2、找到敏感变量。模型训练，本质是基于互联网数据来的。所以他会对有些高频词非常敏感。

举个例子，比如说，你在开篇告诉模型写的是论文，那么模型就会陷入论文写作的定式，即使后边你再要求模型写的轻松随意，也难以奏效的。因为“论文”这个词对模型是个敏感变量，权重很高，会压过提示词的剩余要求。

所以，我曾经试过告诉模型，你要输出的“文本信息组合”，模型就傻了，就会更按照我的提示词执行。当然了，这样也不行，因为需要写非常细致的规则要求，会累死，需要重复造许多轮子。

反之，如果你能找到一个敏感变量，就能事半功倍，比如OpenAI推广GPT-4o时用的关键词： 吉卜力风格。

3、最高指示原则。这条是基于第一条原则和第二条原则的。那就是你要接受模型很难平衡你的要求。比如，你说文笔要适度轻松，模型是搞不清楚啥叫适度，大语言模型依然带有计算机的精确性，轻松就是轻松，严肃就是严肃，适度轻松是啥意思。

所在在这种情况下，要把你最希望坚持的原则确定为最高指示，放在提示词最前边，告诉模型，其他所有提示词要求，都不能违背该原则。

之所说放前边，是因为我发现提示词也存在心理学上的近因效应，在开始和结尾处的信息，会比较容易被看见，中间部分的就容易被忽视。

最后，就是不要放弃了。昨天我有一个版提示词，一直改到35版，越改越抽抽，我已经接近放弃，准备回滚到第一个版本，今天想了想，又改了两个版本，到第37版，结果发现突然行了。之所以行，就是因为发现了一个“敏感变量”，改了就成了。我现在把这个版本的提示词称为“神之一手”[揣手]

说的不一定对，供大家参考。

转自 微博@高飞