很多提示词里试图使用“一步一步推理并思考”的表达方式,激发大模型的 CoT 思维链式思考,让输出更严谨完善。
实际上,如果提示词中只有这么一句话,是无效的。
大模型并不能真正“一步一步思考并推理”,它实现“推理”的过程是通过“输出思考过程”来实现的。
要搞懂这些,需要了解一点大模型的运行原理。
我有个学员曾经用一句话总结了大模型的工作原理,我觉得特精辟:
AI 不是基于“它拥有的知识”回答问题的,也不存在“思考”。
确切说,AI 压根就没有我们普通认知那种“知识”。
我们普通认知里的“知识”是知识库、是写有一堆问题和答案、一堆教程的文档,但 AI 所拥有的“知识”是新华字典:
它只知道词和词怎么组成句子,只知道哪些词放在一起更合适、更符合语法,没别的了。
当我们发给 AI 一句话(提示词要求也好、问题也罢),AI 接下来做的事情不是去查找问题的答案,而是“理解”或者确切说是“拆解”你发送的句子之间字、词的关系,找到他们存在的规律,用这个规律去它的“字典”里找字词,放在你这句话后面。
找到一个,放一个,组成新的一句话;然后重新“理解”新组成的这句话的规律,去字典里找下一个字词。
比如:
人:介绍一下你自己。
AI:“介绍一下你自己。”+“我”
—> “介绍一下你自己。我”+“是”
—> “介绍一下你自己。我是”+“由”
—> “介绍一下你自己。我是由”+…
基于这个原理,你现在大概理解为什么提示词非常重要了。
对话最开始的那句提示词很重要,AI 回答问题过程生成的内容,也会对它自己接下来生产的内容做出贡献。
那些它自己生成的内容,就像边开山,边凿石给自己铺的路。
你让 AI 直接为你描述山顶的景色,它只能基于你给出的那点信息猜测;但如果你允许它边探索、边向山顶移动,记下一路的所思所想,那在山顶为你描绘的景色将更具体。
回到 CoT,你现在应该大概了解正确的使用方法了。
我们不止应该告诉 AI 要“一步一步思考并推理”,还应该让它真正去做,这样它才有可用于“推理”的垫脚石。
比如,当我们让 AI 为我们写文案时,应该:
一步一步的推理并思考,分析并输出产品的目标受众;
然后基于你生成的目标用户画像,进一步推理并思考,产品可以满足他们的哪些痛点需求,输出可满足的用户痛点,并写出产品卖点如何满足这些痛点;
然后,列出所有可以在理性上说服目标用户的表达,
然后,感性…
最后,整合你的推理过程,给出 X 条文案