在北美智權報349期《 低成本的AI時代　讓個人與大企業站在同一起跑點上》一文中， 筆者提到目前主流的LLM (large language model, 大語言模型) AI，其最主要的特性就是通用性、共用性，因而衍生出AI變得很廉價的結論。只要任何一個人輸入適當的提示詞，就能讓AI執行特定領域的任務，而產生商業價值，更驚人的是還不僅限於使用者已經很熟悉的領域。

低成本的AI將顛覆許多產業模式

LLM AI的誕生，對於既有的商業模式、工作模式都將帶來極大的挑戰與變革，很容易讓原本的產業巨頭變得很普通，但原本不起眼的個人與小公司卻都可能反過來成為巨頭。就以晶片行業的Intel與NVIDIA為例：在沒有如台積電的晶圓代工模式之前，只有像Intel這樣的晶片巨頭才有能力自己設計和生產晶片，其他有創意的公司和個人光卡在資金，即毫無能力挑戰產業巨頭。然而，隨著台積電的晶圓代工模式出現，市場格局便發生顛覆性的變化，讓富有創意的NVIDIA終於有機會進入晶片這行業，如今NVIDIA的股票市值是Intel的8倍左右。

換言之，AI的誕生就如同晶圓代工模式的誕生所帶來的巨大衝擊，不論個人或企業，不論願意或不願意，都無可避免的要掌握驅動AI魔法的提示詞撰寫技巧，才不會被時代的洪流所淹沒。

AI特點：極度依賴邏輯與步驟

為了更容易理解AI的特性，讓我們來執行一個簡單的實驗，在任何一款AI工具輸入以下指令：

你會很驚訝地發現，幾乎每款AI工具都會錯誤地回答『每人可以得到10個蘋果』，若要求AI提供他的計算方法，會更驚訝地發現竟然是把62除以6錯誤地算成10。這一結果顯示，如果AI缺少清晰的邏輯和計算步驟，就很容易犯錯。換言之，如果還對撰寫提示詞感到很困擾或覺得無法從AI得到令人滿意的回答，這很可能是由於在思考問題時往往忽略邏輯和步驟，以至於在撰寫提示詞時也同樣會忽略邏輯和步驟。

若缺乏邏輯和步驟，容易產生幻覺

幻覺是指在沒有外界刺激的情況下，產生與客觀現實不符的感覺，因此模仿真人的類神經網路也不可避免會有幻覺現象。如果提示詞缺乏清晰的邏輯和步驟，尤其是讓AI處理一些獨特或冷門的問題時，AI就很容易產生幻覺，給出不切實際的答案。這種現象其實很像人類在夢境中，經常會有不合邏輯的現象。

可信任AI工具的提示詞[1]與原則

為了演示如何下精準的提詞指令，以下透過一個筆者自行創建的AI工具[2]為例子，具體說明提示詞的寫作方法與原則。

● 範例解析：

1. 明確提示詞的目的和功能： 提示詞的目的是讓AI能夠根據使用者的輸入，執行特定的任務或功能，並給予適當的回應。提示詞的功能是讓AI能夠理解使用者的需求，並提供相關的資訊或服務。提示詞的目的和功能應該在提示詞的開頭清楚地說明，讓使用者知道他們可以從AI這裡得到什麼。以筆者創建的AI工具來說，在提示詞的一開始就提到『評估業者與客戶之間的信任程度，目的是要評估信任程度與交易達成的機率的關係。』
2. 讓AI工具自動切換語言類別：『依據使用者所輸入的語言類型，以相對的語言類型做回應。』這段提示詞可以有高度彈性地讓AI工具切換成使用者所使用的語言，例如使用日文提出需求，AI會自動用日文回答，但優選英文，因為英文是結構簡單且不容易有誤解，同理，提示詞也是優選採用英文，因此英文是非常適合用來與AI進行互動的語言類別，雖然AI可以處理非英語，但那是因為AI在其內部進行思考時，先自動翻譯成英文，然後再把結果翻譯成使用者所使用的語言類別。不難想像，這個翻譯過程有可能會有誤解。
3. 獲取必要的資訊和參數：提示詞應該能夠獲取AI執行任務或功能所需要的資訊和參數，並先記住這些資訊和參數，在這個例子中則為[行業類別] 、[關係類型]和[交易階段]，並在隨後[關係類型]和[交易階段]影響了[六項指標]的[權重][3]。這是一個必要的步驟，因為不同的資訊和參數，可能會影響AI回應的內容和方式。在獲取必要的參數的提示詞，應該用簡單和清楚的問句，最好是舉例說明，以便提示使用者，以提供相關的資訊和參數。
4. 說明回應的方法和依據：提示詞應該能夠說明AI回應使用者的方法和依據，讓使用者知道AI是如何分析和處理他們的輸入，以及AI是根據什麼標準和原則來給予回應的。這是一個有助於提高使用者信任和滿意度的步驟，因為它展示了AI回應的科學性和客觀性，並讓使用者感受到AI回應的合理性和可靠性。換言之，在該AI工具中，在獲取[關係類型]和[交易階段]之後，先說明[信任模型]是如何被決定出來的，而提到0表示完全不信任，10表示完全信任等等。
5. 引導使用者提供輸入和回饋：提示詞應該能夠引導使用者提供AI執行任務或功能所需要的輸入和回饋，並根據使用者的輸入和回饋，調整AI的回應和行為。這是一個有助於提高使用者參與和互動的步驟，因此在該AI工具，提示在分析出結果時，除了提供結果，還解釋是如何得出[六項指標]的各項[信任分數]，並列舉出一些支持[信任分數]的對話片段，同時交代[信任分數]與交易達成的機率的關係，並給出一些改善[信任分數]的建議，讓使用者對於該結果更能信服、更有參考性。
6. 明確指引AI的判斷原則：由於LLM是屬於共用型AI，他內含了大量各種領域的知識，但這些知識之間很可能會有矛盾之處，因此在提示詞中必須要包含例如[六項指標]以及在該AI應用中的具體定義，以指引AI按照這些原則執行任務。但老實說，筆者本身對房地產交易並不十分熟悉，[六項指標]純粹是要求AI提供，並讓熟悉交易細節的專業人士確認過[4]。換言之，利用AI可以將所涉及的範疇擴展到自己原本不熟悉的專業領域之中。如果在搭配自訂GPTs所允許的匯入知識庫，可以讓AI在做判斷時具有更專業、更明確的方向。該知識庫如果是引用了某名牌大學教授的論文，也可以解讀成『雇用』了該名牌教授來協助做判斷，卻不需支付費用。
7. 使用清晰和一致的命名和符號：提示詞應該能夠使用清晰和一致的命名和符號，讓使用者能夠容易地識別和記憶AI回應中的重要的概念和變數。提示詞應該避免使用模糊或重複的命名和符號，並使用方括號或其他符號來標示需要使用者提供的資訊或參數。提示詞應該使用相同的命名和符號來指代同一個概念或變數，並在第一次出現時，給予一個簡單的定義或說明[5]，例如[關係類型]和[交易階段]。

結論

經過要求AI數蘋果的實驗，以及該AI工具的詳細提示詞，我們可以明確看到，對AI來說，清晰的判斷標準和原則至關重要。即便使用者希望AI能夠提供出乎意料的答案，但該答案仍須符合該行業的固有原則，而行業原則又必須由使用者透過提示詞給予清晰的指引，我們不能也不應該期待AI能夠跳過所有中間過程直接給出答案。在其他應用領域，例如寫程式碼、繪圖等等的提示詞，其原則都還有特有性，後續再做分享。

備註：

【本文僅反映專家作者意見，不代表本報立場。】

Facebook 在北美智權報粉絲團上追踪我們