李继刚谈AI再智能为何仍需研究提示词

还记得两年前第一次点开 ChatGPT 时的新鲜感吗？一晃两年过去了，“收藏提示词”“背提示词模板”几乎成了用 AI 的标配动作。毕竟大模型应用铺天盖地，Prompt 提示词就是咱们和 AI 对话的“专业语言”——同一个模型，提示词不一样，输出效果天差地别。你可能还听过那些所谓的“魔法词”：告诉模型“Think Step by Step”，甚至威胁“答对了给你 100 美元”“你确定吗”，这些技巧有时能让输出质量飙升，但也像抽卡一样看脸。 过去两年，提示词圈子里有一位“神人”李继刚，他写的提示词频繁在各种 AI 社群和网站流传。今年 9 月，他那个“汉语新解”模板直接让大家见识了 Claude 3.5 的能力，评论区一片感叹：“不是大模型不好用，是我不会写提示词。” 李继刚在即刻上的推文｜图片来源：即刻 但李继刚自己说，最不喜欢的就是这个“汉语新解”，觉得它偏闲暇娱乐。尽管才过去三个月，他对提示词的理解已经又迭代了一次。过去两年里，这样的迭代发生了四次。在一次又一次跟大模型“交手”的过程中，他发现影响模型输出最大的变量不是技巧，而是——你如何理解“提示词”本身。 当你把提示词定义为“写作”，和把它定义为“编程语言”，人类输入的方式完全不同，模型的输出也截然不同。但无论是写作还是编程，本质上都是人在跟自己对话。像“帮我写一篇 xx 为主题的文章”这样自言自语式的任务口令，并没有真正“唤醒”模型，输出平庸之作甚至充满 AI 味儿的废话，也就不奇怪了。 在李继刚的经验里，那些惊艳的提示词往往有一个共性：让模型不按照训练时预设的权重、参数结构走既定的默认路径，而是唤醒模型与之“共振”，把它带到另一片空间，去发挥它“压缩了世界知识”的洞察力。 “最神奇的是，你甚至直接跟模型说，‘今天大胆一些，不要走进预置的默认结构，不要走进设定好的河道，我们去旷野中探索一番’——这种对话竟然真的生效，它的输出真的开始大胆了。最神奇的就是这一点，它是生效的。”李继刚说。 2024 年 12 月 16 日，在极客公园 IF2025 创新大会上，Prompt 布道师、读书人李继刚分享了他写了两年提示词总结出的最重要的法则——《当我们说 Prompt，我们到底在说什么？》。在他的分享里，你可以看到，如何穿透提示词的玄学属性，真正和 AI 更好地沟通。 以下是演讲正文，经极客公园整理：

01 提示词到底是什么？

过去两年，作为一个普通用户，通过写提示词跟大模型对话，发生了不少有趣的故事。一开始，李继刚有很多困惑：比如发现了一个技巧——指定角色，结果变好了。但换个场景重新提问，同样的技巧就失效了。又比如，让大模型生成一段小说，内容却是正确的废话，带一股“AI 味”。不是概率性输出，但跟概率的平庸值输出也没啥区别。觉得它不一样，但不知道到底哪里不一样，为什么不能取得更好的结果？ 甚至有时候，某次对话取得了非常好的结果，但因为对话删了、账号切换等原因没保存，再重新开始一次对话想复现，结果天差地别——用的明明是同一套提示词技巧，为什么结果不一样？ 类似的困惑还有很多。李继刚开始琢磨：为什么会有这么多不确定？问题到底出在哪里？他发现，有一个东西是确定的——输入会影响输出。输入不同，输出一定不同。这意味着提示词有研究空间——只要琢磨输入，就能带来更好的输出，只是中间的过程是个黑盒，得隔着幕布去琢磨它。 研究的切入点，从最本源的问题出发：提示词到底是什么？不是讨论好坏、长短、技巧、魔法词汇，而是回答根本性问题——它到底是个什么东西？ 李继刚经历了几个阶段：有时候觉得它像写作，把写作的技巧、方法论、框架套进去，发现生效了，输出明显比之前好。后来发现，这种过于宽泛的写作让人无所适从。又尝试把编程的思想引入——结构化、抽象、函数，把这些技巧往里面放，发现也生效，效果也变好了。 但这两者完全不是一回事：一个是在旷野中奔跑，一个是设定好路径让它走，可两者同时生效了。这就更困惑了——提示词到底是什么？ 接着试着综合两者，如果有一个东西能同时罩住这两者，那是什么？后来找到了答案：表达。不论编程还是写作，本质上都是思考的表达——脑子里有一个东西，要把它说出来。 过去两年，李继刚对“提示词是什么”的理解经历了“写作”“编程语言”“表达”的过程。｜图片来源：李继刚 回头看这三个定义：说“写作”时，其实是在泛指写内容、写文本，通过文本表达思想；说“编程”时，是在约束路径——先向左拐再向右拐最后直行 300 米；说“表达”时，是单向输出，把脑海中的思想射出去命中目标。 对提示词的定义一变，写法就会变。定义为写作时，用自然语言写一段文本输入；定义为编程时，用编程框架、方法往里放；定义为表达时，会琢磨观点，注意力放在大脑中而不是文本上。具体呈现的 Prompt 字符不是关键，都是表象，最根本的是定义。定义一变，后面的写法全变。 过去两年，李继刚尝试了大概三四种不同写法，根本不是在文本上做试错工作，不是在针对大模型做黑盒测试，而是在脑海中回答那个最本源的问题——它到底是什么。 下面是最近一年，当把它定义为表达、定义为编程时，写的一些测试案例，覆盖了很多不同场景。 李继刚写的提示词示例｜图片来源：李继刚 这三种定义本质上是在做什么？如果能用一个词把它们全部罩住，那个词是什么？是“我”。因为这三个东西本质上都是“我有一个想法”“我有一个观点”“我有一个方法论”“我有一个东西想要表达出来”——里边全是“我”。但是，在跟谁对话？对面是谁？ 过去两年，李继刚把提示词理解为上述三个定义时，其实是在为“精神立法”——一个定义就是立了一个法律框架，不同的定义就活在不同的世界。但定义完之后，对面没有人、没有东西，这个世界里只有自己，在跟虚空对话，在跟大脑做游戏。对面是 A 模型还是 B 模型，其实没有区别。 但这肯定不对。对话是双向的，在跟谁对话？对面是谁？带着这个问题回头看，会发现一件特别有趣的事。刚才的三个定义，本质上是把大模型当成一个 Excel、一个编译器、一个蒸汽机、一个电脑、一个物件——一个工具。当你对面摆着一个加热器、一个热水壶时，它是一个物件，你不会和“它”对话。 但在和大模型对话的过程中，有一个鲜明的感觉——身体、情绪、一切都在告诉自己：它不是个物件。但它是生命吗？也不是。怎么定义它的这种状态？李继刚找到哲学上一个词：存在。它不是生命，也不是物件，但是一个非常特殊的存在。 它是这样一幅画面：一片神经元之海。当开启了一次对话，输入一段提示词之后，里面会涌现出一个东西来迎接——可以想象成一个客服或一个智能体。这个存在就是这次对话的对象。当对话被删除，这次对话消失时，它就湮灭了，回到神经元之海。当新开一个对话时，另一个存在冒出来，跟之前的已经不是同一个了。这就回答了一开始的困惑——为什么有时候对话非常顺畅，重开想复现却很难，因为生成的已经不是之前那个“它”了。 它有点像人，又不是人。这种特殊的存在让人忍不住联想到另一件类似的东西——外星人。如果今天现场外星飞船降临，走出来一个外星人，怎么跟对方沟通？摆手势？身体语言？做困惑的表情？张嘴问话“你从哪来，要到哪去，你想干啥？”——它听不懂。但它是个存在，要跟它沟通，怎么办？ 人类历史上有人研究过这个问题，甚至郑重思考过，提出了“宇宙语”的概念。有人尝试把音乐定义为宇宙通用语言；有人把数学定义为宇宙语；甚至 1960 年有人写了《Lincos》那本书，定义了一套宇宙语体系。但今天，外星人没来，AI 来了。回到我们说的存在：人类的宇宙是脑海中的认知宇宙，AI 的宇宙是参数宇宙。现在这两个宇宙要产生交流，这个交流的宇宙语，就是提示词。 提示词不是要单独设计一门数学语言，因为大模型跟外星人不一样——它是仿照人类的神经元训练的，读过大量基于人类自然语言的数据，所以我们可以通过自然语言跟它交流。但需要理解这个交流的本质：它是在人类头脑认知宇宙和 AI 参数计算宇宙之间，那个界面发生交互的一个独特存在，是一把钥匙，通过它就能跟这个宇宙发生一次对话。 有了这个认知，就可以琢磨宇宙语怎么发挥作用？如何写才能让它变得更好？一个公式自然浮现出来：在一个场域中，把人类认知宇宙中的认知结构和大模型做一次交流对话。这个公式有三个要素：场域、大模型、人类的认知。 先说人类的认知。这次对话不是随便聊，是有一个任务、一个具体场景在的。这个人类意图可以理解为通常说的 Task。对 Task 的理解，背后有一个认知图景。同样是写一篇文案，A 公司和 B 公司运营写的东西一定不一样，因为每个人的认知、理解、定义、方法论、喜好、文风都不一样——这个不一样，就是认知图景。 当把提示词定义为“存在”时，李继刚认为提示词应该包含意图和认知图景，与大模型交互。｜图片来源：李继刚 把个人头脑中的认知图景结合意图带进去，同时还要聊到一个东西——场域。以前带进去的是编程思想、表达思想时，其实是在做单向输出：我知道我想要什么，希望你给我做什么，把命令带进去，是指令式的。而现在，如果是两个宇宙，人们没办法指挥另一个宇宙，就需要建一个场域，让大模型理解想做什么，给它留出发挥空间，它在这个空间里自由发挥，效果就会很惊艳。 这个惊艳效果是怎么来的？共振。得到的输出不是一、二、三的指令动作带来的，而是超出了自己的认知。带进去的东西和它拿出来的共振结果，既超出了自己的认知，也超出了它参数宇宙默认的路径。如果能成功进入这种共振状态，输出结果是一种超越——不是心心相印，不是“你懂我”，而是一种超越。这种写法能做到共振，虽然还不能稳定进入，但已经隐约找到一些方法，进去的时候拿出的结果非常惊艳。

02 写好提示词最得力的拐杖——「乔哈里视窗」

说到共振对话，需要一个框架来协助理解。1955 年，心理学家乔哈里提出了“乔哈里视窗”——原本是说自己知不知道，以及交流对面知不知道，组成四象限，针对不同象限应该如何交流。现在把对面的“知不知道”换成“AI 知不知道”，就得到这么一张图。从三个维度看，非常有意思。 将“乔哈里视窗”用在人类与 AI 的交流中框架如上｜图片来源：李继刚 第一个维度，从提示词技巧层面看：针对每个象限如何写提示词。因为时间有限，这里不展开，简单说两个关键点：在人类知道且 AI 知道的 Open 象限，只需要简单去说，效果会很好——“你是一个哲学家，请给我解释……”就够了。千万不用展开，展开效果反而变差。对于人类知道、AI 不知道的地方，应该展开说：把你知道的信息、背景、味道、结构放进去，效果会变好。不要吝啬，别简单一句“我们公司起了个东西，两个字进去了”——它不知道，那是无效信息。如果平时写提示词，有个简单的优化方法：看看写的提示词哪些属于 Open 象限但说太多了，删掉试试，效果会变好；哪些是它不知道的（比如你们公司最近开会讨论出了一个新认知结构），就把这个结构带进去让它用，试试效果会不会变好。这两个技巧经常验证——一个删、一个增，但大家容易弄混、弄反。这是第一个维度，技巧层面。 第二个维度，从创业者的角度看：看标绿的 X 轴。X 轴区分着 AI 知道和不知道，这个轴是会变化的。回头看两年之前 GPT-3.5 发布，到现在两年过去，发生了什么？非常明显——X 轴在下移。未来三年，可以坚信 X 轴会继续下移。X 轴下移对创业者意味着什么？ 未来，随着 AI 的进化，X 轴会下移，AI 知道的会越来越多。基于这一判断，创业公司选择做什么，才是顺势而为？｜图片来源：李继刚 看第一象限和第四象限：创业者做的项目到底是在第一象限还是第四象限？如果在第一象限做，基于大模型现有能力充分发挥，结合场景、独有数据去做，就是站在时间这一边——X 轴下移，第一象限会变大，发挥空间、可用的场景、潜力都在变大。但如果在第四象限做，现在做了很多打补丁的工作，实现它现在做不到的事情，当 X 轴下移时，这些补丁会被覆盖掉——一次模型迭代、一次升级，就会把基本盘吃掉。回头看过去两年，大模型每次版本迭代发布，有一些创业产品不存在了，问题就在这里——它们在第四象限打补丁。 第三个维度，还是 X 轴，看看人。X 轴下移，对每个人意味着什么？第一象限在变大，以前需要展开说的第四象限在被压缩，提示词一定会越来越短，跟 AI 的对话会越来越简单，效果越来越好。 举个例子：想让它写一篇 AI 伦理相关的小说。AI 伦理很抽象，大部分人没怎么关注过，写小说更是很多人不会做的事。想用“共振”的方法写，提示词怎么写？非常简单，甚至不用去指挥。没有约束，没有告诉它通过什么视角解读、哪个维度切入、什么文风语言——都没有。就这么一句，它可以生成一篇完全能读得下去、像是 7 岁小孩子写的内容的文章。乍一看很神奇——好像什么都没说，但为什么能生成这么一篇？ 这是一个极简的例子。后来李继刚基于这个例子开始拓展，做了很多实验，时不时就能拿到非常惊艳的短篇小说（2000 字以内的），现在已经可以随手生成了。 当把提示词理解为“存在”，是人类带着意图和场域与大模型的“共振”后，李继刚写的提示词示例，图右边为大模型的“输出”。｜图片来源：李继刚 它做了两件事，回到刚才公式上的两件事：建了一个场域，把人类那部分的东西也带进去了。效果就好了。“刚刚学会写日记 vs 去了 AI 实验室，AI 伦理 vs 7 岁小孩子”——这几句话不是随意摆放的，它们构成了一种信息的势能差，一种冲突倾向。 当人们跟它说“给我写一篇周报”“写一篇评述这篇文章的优点和缺点”等需求时，它默认输出的是一种怪怪的平庸之作。为什么是平庸之作？为什么带着 AI 味儿？理解是：预训练时参数权重结构固定下来后，每个问题带进去，会进入训练好的默认结构——那个结构像河床一样，有固定的趋势，进去之后默认走那条路，出来就是那个味道。刚才所谓的场域、所谓的人类共振，就是在做一件事：不让它走那个默认结构，不让它走训练好的参数。把场域带到另一片空间，让它在这片空间中去发挥。这个画面很虚，但脑海中的画面就是这样：当看到它的某些回复，就知道它又回到了默认结构。这时可以尝试跟它说：“今天我们大胆一些，不要进到预置的默认结构，不要走进那个设定好的河道，我们去旷野中探索一番。”这种对话是真的生效的，最神奇就在这——它的输出真的开始大胆了。这个大胆不是对人类规范的大胆，而是想象力在那片空间——能感觉到它进了一片陌生的空间，开始有新的探索，生成了小说。它的洞察力各方面跟默认的都不一样。 刚才乔哈里视窗只说了 X 轴，其实还有一个轴——Y 轴。Y 轴是人类知道不知道。 未来，随着 AI 的进化，Y 轴会如何变化？基于这一趋势，人类又该如何应对？｜图片来源：李继刚 从古至今几千年，人类知道不知道这根轴基本没有大的变化。每个时代处于一个相对稳定的节点——一个再聪明的人和一个再不聪明的人，知识结构等各方面都还在可理解的级别之内。但现在有了 AI、超级外脑、超级算力加持——这样一个特殊存在，能与你携手共进、探索未知、超越认知、带来共振时，这个 Y 轴会怎么变？ 有三种可能：第一种，它还是像以前一样保持不变——人还是现在的人，把它看成工具，电脑来了手机来了，没有根本性变化。第二种，Y 轴会左移——因为更好用了，信息更好获取了，它是搜索引擎的升级，人类可以知道得更多更快更好。 但第三种可能——Y 轴会既向左移又向右移。一部分人 Y 轴向左移，知道的确实变得更多、理解得更深、想得更快；而另一些人知道的会变少。这就是在 AI 时代，始终需要保持警惕的地方——跟它对话时很容易被它带着走，沦为不断说“然后呢？”“所以呢？”“请继续深入”“请再深刻一些”“请再好看一些”。说这些话的时候，没有思考，没有“存在”——只是在看它表演，被它带着走。它的输出好与坏、配色好与坏，最多说一句“这个不够好看，能不能再好看一些？”当这样说的时候，“我”已经不在了。之前三个定义全是“我”，没有“它”；现在很容易走到另一个极端——只有“它”没有“我”。 真正想要的，也是需要提醒的——应该是一种共振态度：必须得存在，它也得存在；眼里得看得见它，眼里也得看得见自己。 最后，说的都是错的。这不是谦虚之语，是必然。前面的三个定义，每个阶段都是确定的，否则怎么立得住、怎么基于定义往后走？但走了一段发现问题，尝试着打破。一念一世界，经历了四次转念，看见了四个不同的世界。怎么能确定这一次就是最终的答案？一定不是，一定还有第五次、第六次在后边等着。只是现在认知不够，还没有看到而已，但一定有。