怎么才能用好ai

AI是什么？作为一个不具备理工科背景的文科生，要搞清楚“AI”其实是一件很困难的事情（什么Agents、AIGC、LLM，什么符号主义、什么语义规则傻傻分不清楚），所以最好的处理方式是就把AI当成一个黑箱，我们只需要知道AI是某种模仿人类思维可以理解自然语言并输出自然语言的东西就可以。至于AI如何去理解，其实不重要。于是我们可以发现驱动AI工具和传统道教的驱神役鬼拘灵遣将有奇妙的相似之处，都是通过特定的文字、仪轨程式来引用已有资源，驱使某种可以一定方式/程度理解人类文字的异类达成自己预设的效果，且皆需要面对工具可能突破界限（发疯）的情况。当然，不熟悉道教的朋友可以把这东西理解成某种可以理解人类文字但不是人的魔法精灵/器灵之类的东西——总之，AI的生态位就是一种似人而非人的存在。AI技术再爆炸一万倍，AI的生态位也还是一种似人而非人的存在。由此，我们可以从人类各个文明的传说中，从那些古老哲人们的智慧里寻找到当下和AI、神、精灵、魔鬼这种似人非人存在相处的原则：1.当你想让祂实现愿望时，基于祂的“非人”一面，你需要尽可能的通过语言文字（足够清晰的指令）压缩祂的自由度——（1）你不仅要清晰的告诉祂需要干什么，还需要清晰的告诉祂边界在哪里。（2）你不仅要清晰的告诉祂目标是什么，还需要清晰的告诉祂实现路径方法是哪一条。（3）你不仅要清晰的告诉祂实现路径，最好还直接给到祂所需的正确的知识。

例如，如果你正在使用AI进行数据分析，你可能需要将数据清洗、数据提取、模型选择、模型训练和结果解释等环节分开处理。这样做的好处是，你可以针对每个环节优化AI的性能，同时也便于发现和修正问题。还有一种是针对复杂的问题，律师可以采用逐步深化和细化的方式提问。先提出一个较为宽泛的问题，然后根据AI的回答进一步细化或深化问题。这种方法有助于律师逐步深入了解问题的各个方面。例如，在处理一起知识产权侵权案件时，律师可以先问：“这起案件中，被告是否构成侵权？”然后根据AI的回答进一步提问：“如果构成侵权，那么侵权的类型和程度是怎样？”给AI参考和学习的内容让他理解结构和学习，写出流程，写出knowhowAI系统通常需要大量的数据和示例来学习和理解任务的结构。提供高质量的参考材料和学习内容是提高AI性能的关键。这可能包括详细的操作指南、行业最佳实践、案例研究等。同时，编写详细的流程和知识（knowhow）也很重要，这不仅能帮助AI更好地理解任务，也能为人类用户提供指导。例如，在自动化文档处理中，你可以编写一个详细的指南，说明如何处理不同类型的文档，以及如何使用AI工具来提高效率。利用专业领域的术语引导在Prompt中使用法律术语来引导AI的回答方向。比如，在处理合同纠纷时，律师可以提示：“从合同签订条件、排他性合作和违约责任三个方面分析该合同的履行情况。”这样的引导有助于AI更精准地提供所需信息。验证与反馈大模型的语料存在一定滞后性，在使用AI的回答后，律师一定要对内容进行交叉验证，确保信息的准确性。同时，律师在使用AI时，还应结合自身的专业知识进行引导。通过专业知识对AI的回答进行筛选和判断，确保其符合我国法律伦理、立法目的和实务。

最后，我们回归主题，聊聊“如何用AI写出好的文字”。第一个技巧我叫做“显式归纳与列出你想要的文本特征”。例如，一个写小说的刚需就是我们想要优秀的文风和细腻的文笔。实际上这个时候，我们需要显式地归纳文本的特点，例如“几句话一换行”，“以短句和对话为主，结构紧凑”，“用词直白犀利”等等。这些描述虽然看起来有点像正确的废话，但是的确从很多方面描述了你想要的东西，也真的能起到效果。在调试的过程中一点一点增加额外的，对于文本特征的条件或描述，结果就也会向你想要的东西靠近，这个过程中，你需要把握增加与删除的度，直到结果是你想要为止。此外，我把第二个常用的方法叫做“通过prompt中的描述与词语映射到预训练数据中的特定类型的文本，从而得到想要的相似样本”。我们之前提到过wikipedia给生成式AI（Generative AI）的一个定义，大语言模型从海量的数据中学到一个概率分布，再从这个概率分布中生成一个新的样本。那你要做的事情就是想办法用词语映射回数据，生成“你想要的那类文本”。就像你要让一个画家画猫，更好的办法是说“请您画一只猫”，而不是“请你画一个可爱的，有尖尖爪子的，柔软的动物”。简单来说，你应该直接点出这种东西常常出现在什么地方，是什么。比如，我们要写的小说可能就是“充满张力的女性复仇文，可能会出现在晋江文学城或者起点中文网的古代言情分类中”。再举个例子，比如搞短剧剧本创作，这是个极困难的任务。短剧是非常新的创作领域，短剧剧本在预训练数据中是很有可能压根不存在的。里面还有很多特殊的要求，比如格式，卡点，节奏，还有各种各样奇怪的梗。如果你直接让它写短剧剧本，AI很有可能低水平的互联网短剧剧本也写不出来。