发现很多人都不懂得怎么提问

我瞄了眼大家的提问，发现大多数人都不大懂怎么向AI提问（当然也有可能只是抱着试试心态，所以没有过脑）。

很多人只是泛泛地抛个名词，或简单一句话——

那AI生成的结果自然也没啥针对性，对你来说也用处也就比较有限。

Anyway，今天我准备分享我的AI提问技巧（这可能是你在外面得花599才能买到的内容）。

在开始聊技巧前，我们需要先——

Part 1

了解生成式AI的局限 

我给大家强推过N次的行为经济学家Daniel Kahneman，把人的思考分成两个系统——

包括ChatGPT在内的生成式AI，其实更像是系统1的工作模式——

它们通过大量材料/数据的学习，会根据上下文来判断接下来会出现的文字，最大概率可能是哪个字，从而生成出来。

举个例子——

当我被问到「你是谁」的时候，这时我的第一反应，第一个出现的字是「我」。

第二个出现的文字，很大概率是「是」，也有可能是「叫」，或者「的」。

然后我的大脑很快帮我选择了「的」。

因为前面两个字已经确定是「我的」，那后面我就不会接「是」了，而是接「名字是狐狸」。

如果第二个出现的文字我选了「是」或「叫」，那接下来我大概率就会接上我的名字。

因为是通过计算概率来决定下一个字，所以目前的生成式AI会有一个局限——它其实并不是特别懂逻辑推理，并没办法像人类一样用系统2来进行深度推理。

所以才会有「一本正经地胡说八道」，也就是所谓的「AI幻觉」现象。

另外，用来训练AI的材料本身也不一定都是100%正确的，所以对AI生成内容进行查证是非常重要的。

不过，这并不代表AI就不能用。

虽然用来查询事实和数据时不时会出错，不过用AI来帮我们发散思维还是挺好用的。

比如写这篇文章的时候，我在写完大纲后，又让AI帮我生产了一个大纲，然后从它的大纲里面挑了一些我之前没想到的要点。

再比如，虽然查数据不大行，但是用来找数据源还是挺靠谱的——

当然，更重要的可能还是学会提问——

Part 2

学习提问的艺术 

以前我写过一篇 麦肯锡方法论，科普过如何界定问题。

当时我跟大家分享了下面这个表——

简单来说，界定问题时我们要尽可能做到SMART——

把问题范围限定得更具体（Specific）

把成功标准确定得更可衡量（Measurable）

考虑条件限制后需要是可实现的（Attainable/Actionable）

跟相关方的利益有相关性（Relevant）

需要加上时间限制（Time-bound）

对生成式AI（包括ChatGPT/文心一言/讯飞星火/狐狸GPT等等）的提问，其实也是类似的。

1. 问题范围

Specific 具体

问题范围越聚焦，你就越容易得到可以落地的方案。

所以一开始，我们要限定范围，落到具体的时间、地点、对象上。

比如「帮我复盘市场走势」这个请求，就不如缩窄成「我打算复盘A股2015年的走势，请帮我列出该年涨得较好的板块」。

有一个小技巧是：如果问题范围太宽泛，可以考虑把一个大问题拆成几个小问题。

这个方法，我在另一篇麦肯锡方法的文章里也有详细介绍过（当然，你也可以让AI帮你做问题的拆分）。

另外，给它布置任务时，要清晰厘定好具体任务。

它可以达成的目标包括但不限于：建议、翻译、比较、写作、脑暴、提供论点、列出选项的优缺点、对文字进行总结提炼、找名人名言、找数据源、解释概念、测算市场规模、填写模板、修改代码等等（我都整理在模板里了）。

2. 成功标准

Measurable 可衡量

界定问题时，我们可以对AI的处理和输出过程给出具体标准。

比如针对处理过程，我们可以指定它所扮演的角色，这样它的思考过程会更有针对性一些。

比如我们可以让它扮演一个基金经理/游资大佬/量化交易员/牛散，再让它分享一下投资的方法论。

你会发现不同角色的答案还挺不一样的。

除了指定角色，我们也可以指定它的思考方式。

比如加上一句「请逐步思考，并写出你的思考过程」，往往可以提高复杂问题的正确率。

或者加上一句「尽可能符合MECE原则」（我以前介绍过），那么问题地展开会更结构化。

还有一个小技巧是「温度值」（temperature）。

前面我不是说了，类似ChatGPT的大预言模型其实是在用系统1生成文字，只选择最大概率出现的词汇吗？

我们其实可以通过调整温度值（0~1），让它的容错率变高。

直接输入「using temperature of 0.5」之类的就行。

如果温度值是0的话，那它只会输出最大概率出现的词汇。

而温度值越接近1，它就越有可能输出一些小概率出现的词汇，让答案显得更有创造力一些。

我们也可以对它的输出过程作出限制——

比如要求数量、语气（严肃/轻松/讽刺）、格式（表格/列表/段落/Markdown/小红书常见的形式）、语言、字数等等。

比如前面展示的系统1和系统2的表格，我就是用AI生成的（不过狐狸GPT暂时没法输出表格）——

3. 条件限制

Attainable 可实现

我们应该给到它尽可能多的背景信息，特别是在内部资源和外部条件层面的限制——

内部资源比较好理解：要么就是你的预算，要么就是你有的团队，或者是你拥有的技能和知识水平等等。

外部条件很多人会有个误区：觉得人工智能什么都懂。

其实目前大多生成式AI是不能联网的预训练模型（GPT的P就是Pre-trained，提前训练的意思），用的训练数据都是旧数据。

所以如果你想让它分析最近发生的事件和数据时，需要把事实喂给它。

如果想让它在分析的时候考虑到外部环境的变化，也可以尽可能地告诉它当下的外部条件如何（文章最后附了相关案例）。

4. 利益相关方

Relevant 有相关性

在介绍背景信息的时候，也可以告知它更高层级的大目标，比如监管限制、公司愿景什么的。

另外，你也可以用前面提到的角色扮演功能，进行换位思考——

比如你把它给定义为你的直属上司的话，并且给它输入尽可能多的人设的话，你会更知道站在上司的立场，会怎么解决这个问题。

除了老板，有时候你的产出可能还会面向其他特定客群，比如小孩子、大学生、职场新人等等，你也可以在你的问题中详细表述。

5. 时间限制

Time-bound 有时间限制的

这个点就不解释了，给方案的落地时间设个deadline就行。

按照上面的方法论，我整理了一个可以填写的模板——

如果要获取Excel，可以直接在公号后台回复关键字「GPT模板」获取。

另外，我也放两个案例给大家作为参考吧~

案例1

参考的Prompt如下——

「目前我是一个生活在中国的单亲妈妈，我手头上有100万人民币，每个月收入1万人民币、支出9千人民币，是个什么都不懂的理财小白，我的风险偏好很低。

接下来我希望你可以扮演一个优秀的基金经理，请根据你的相关经验，给我推荐5个可以稳健增值财富的资产类别，并帮我分配好投资比例，我希望可以不影响目前的生活水平。投资周期我希望可以在10年内，因为10年后我想把这笔钱留给女儿。

结果请以轻松的语气、以列表的形式、以中文、以一个忙碌的40岁的母亲能听懂的方式输出。

近期有一些外部环境的变化：1. 近期受监管影响，保险公司开始调低预定利率；2. 美联储目前正处于加息周期尾声；3. 中国不少城市的房价涨不动了，我并不看好房市；4. 中国居民储蓄率在过去一年有所上升。

请一步步思考，并写出你的思考过程，回答限制在800个字以内。」

GPT-4的参考答案如下——

案例2

参考的Prompt如下——

「目前我是一个生活在中国的金融从业者，我没有编程背景，对人工智能和机器学习领域很感兴趣。

接下来我希望你可以扮演一个优秀的职业规划师，请根据你的相关经验，帮我制作一个提高人工智能产品使用技能的学习计划。

我希望可以在不影响我的全职工作的前提下（我每天的工作时间为早上九点到下午七点），在1年内达到专家水平。

我希望学习总支出可以控制在5000元以内，所以请帮我尽可能找免费的课程。

结果请以轻松的语气、以表格的形式、以中文、以一个没有计算机知识的成年人能听懂的方式输出，并列出所有课程的链接。

近期有一些外部环境的变化：1. 中美技术战加剧；2. 金融行业正在不断降薪；3. 目前失业率处于高位；4. openai公司推出了ChatGPT产品，大语言模型技术突飞猛进。

请一步步思考，并写出你的思考过程，回答限制在800个字以内。」

GPT-4的参考答案如下——

Anyway，今天写的文章确实有点长。