AI工作7条铁律:为什么你抽卡抽到崩溃,别人一次就过?

1、用AI工作最关键的是两个部分,一个是你的prompt写好,另外一个是选用合适的模型。谨记,不存在这两个以外的别的问题。2、我不赞成用开源模型,中国的开源模型都不错,但是在交付质量上,跟闭源是有非常大的区别的。而且闭源本身就在商业化,说白了就是让你付钱的,付钱就不会差。这是最大的逻辑。我倒不是说开源不好,而......

AI工作7条铁律:为什么你抽卡抽到崩溃,别人一次就过?

本文来自微信公众号: 谢强byron ,作者:谢强byron

1、用AI工作最关键的是两个部分,一个是你的prompt写好,另外一个是选用合适的模型。

谨记,不存在这两个以外的别的问题。

2、我不赞成用开源模型,中国的开源模型都不错,但是在交付质量上,跟闭源是有非常大的区别的。而且闭源本身就在商业化,说白了就是让你付钱的,付钱就不会差。

我倒不是说开源不好,而是在交付结果上,可能用的方式不是这样。或者你可以理解为,在商业上用开源模型,最核心的任务不是保交付结果,而是考虑综合成本。而个人你选择付费,那么用闭源模型吧,毕竟你反正都要付钱,那就几乎等于不考虑成本了,只追求交付结果。

账这么一算很,其实真的清楚。

3、Prompt写作是一个玄学,但是用人话讲就是,提需求。这里最好的方式就是,结构化——把你的一个需求,从各个角度去结构化,然后描述这个需求,再提给AI,这样AI会更好的理解。

比如你说做一个视频,不是简单的说一个我要xx内容的视频,而是你应该从镜头、色彩、光影、分镜、剧情各个角度直接描述清楚,这样ai会更好的理解。

所以每个直接用AI工作的朋友,你最重要的工作是,建立你的Prompt结构化框架,围绕你的工作,把你考虑到的结构都颗粒度提出来,然后以后每次写需求的时候,遵照这个结构,详实的写作,不要嫌烦,而且不断的根据你的实际产出结果去调优。

建立框架,执行框架,调整框架,缺一不可。

核心精力还是在你这里。

4、当然,写Prompt也有个边界,就是,你要基于AI Native去表达需求,而不是把AI的理解再去根据颗粒度修正。说白了,让AI根据你的需求自己去理解和拆解,至于拆解的对不对,从源头去纠正,而不是在拆解后再去纠正细节,对于Prompt的写作而言,AI对你的需求的理解远比你对它的纠错更重要。

5、第二个部分是AI,但是我建议,一定要根据AI的属性去使用。

举个简单例子,ChatGPT对语义的理解和分析是更好的,而Gemini基于好的Prompt的执行结果是更好的,这不是一个简单抽卡的过程,而是基于AI大模型的专长不同,应该让更合适的模型做更合适的事。

说白了AI自己也在skill分化。

6、抽卡很重要,就是基于大模型的不同,抽卡就会有很大的区别。但是我的经验是,不要频繁抽,如果抽了三四次还是不满意,回去纠正你的Prompt,而不是继续抽,不然对你和AI的精力都是浪费。

凡事找源头,还是那个问题。

7、AI会有幻觉,而且很可能会在你即将达成最好的结果之前出错,我觉得这个是个新时代的保存撤回问题,当然它的核心还是长文本的理解问题,但其实也是AI产品力的问题,这个现在只能自祈多福。最重要的是让ai尽快抽卡抽到你满意,而不是多次让他修改细节,否则你一定会后悔的。

凡事找源头,已经三次提到这个问题了。

8、其他没有了,想到了再更新这个系列

THE END
免责声明:本文版权归原作者所有;旨在传递信息,不代表鲸媒智集的观点和立场。
相关阅读
  • 350位CEO:有关AI的三重真相和投资逻辑

    350位CEO:有关AI的三重真相和投资逻辑

    分钟咨询公司Teneo调查了350位年营收超过十亿美元的上市公司CEO,针对有关于AI的支出(CapEx)等关键问题做了调研,得出了一份非常具备参考性,同时也在某些方面与大众认知出现反差的信息报告。核心信息及数据如下:68%的CEO计划在2026年…

    2025年12月19日 14:43
  • MIT仅录取2人,斯坦福、密歇根狂撒20枚录取...今年的美国早申, 中国学生卷到新高度

    MIT仅录取2人,斯坦福、密歇根狂撒20枚录取...今年的美国早申, 中国学生卷到新高度

    早申放榜只是美本申请的开端,数据显示,ED录取率通常只有20%左右,有超过70%的申请者最终都是在RD阶段竞争。所以即使在早申里没有获得理想的结果,也不意味着申请就结束了。

    2025年12月19日 14:37
  • AI时代最重要的技能

    AI时代最重要的技能

    如果说这辈子最需要掌握的技能是啥,我觉得有俩:1、搜索能力;2、输出能力。这里说的“搜索”当然跟之前搜索引擎时代不太一样了,不过逻辑是相同的,都是从浩如烟海的网络信息里查找自己需要的。大家应该注意到了,自从大模型出现后,信…

    2025年12月17日 16:37

栏目精选