📌 一句话摘要

文章从人类对话的角度，提出了与大型语言模型（LLMs）有效交流的 12 项基本原则，旨在帮助用户建立正确的使用心态和技巧，提升 LLM 的响应质量。

📝 详细摘要

本文深入探讨了与大型语言模型（LLMs）进行有效对话的“艺术”，强调应将 LLMs 视为人类对话伙伴。文章总结了 12 条核心原则，包括避免“一步到位”的复杂提示、采取逐步建立的对话方式、认识到机器在对话中扮演的“中间”角色（20:60:20 原则）、保持礼貌以促进合作、及时叫停并清除错误上下文、提供清晰完整的语境、接受 LLMs 输出的模糊性和随机性、将复杂问题分解为原子化单元、巧妙引导答案、保护个人数据、保持“刚刚好”的对话单位，以及在对话无效时果断抽身。这些原则借鉴了人类学、社会学和语言学等社会科学理论，并提供了具体的正确与错误示范，旨在帮助用户摆脱“魔法思维”，以更自然、高效的方式与 LLMs 互动，从而获取更优质、更符合预期的结果。

💡 主要观点

1. 与 LLMs 对话应模拟人类交流，避免一步到位的复杂提示 LLMs 被设计为模拟人类对话，分步、迭代的交流方式能更好地引导模型，避免因信息过载或不清晰导致的不准确回应，提升交互效率和结果质量。
2. 用户需主动掌控对话的开始和结束，机器承担中间 60%的工作 提出清晰的意图（前 20%）并对机器输出进行后期调整（后 20%）至关重要。这确保了 LLMs 在有限的“上下文窗口”内专注于核心任务，并产出最终符合用户需求的结果。
3. 提供完整语境并接受 LLMs 的模糊性是有效交互的关键 LLMs 是“低语境文化”的代表，需要用户明确、完整地表达需求。同时，由于其概率性本质，用户需接受其输出可能存在的随机性和不准确性，并学会引导或纠正。
4. 与 LLMs 互动是一个动态的迭代和纠错过程，需要用户积极引导和适时中止 用户应采取逐步建立的对话方式，在发现模型偏离意图时及时叫停并清除错误上下文，并通过角色扮演等方式引导模型给出所需答案，以优化交互效果。

💬 文章金句

• AI 提示的艺术其实就是像和人聊天一样去表达。
• 大型语言模型既不能开始，也不能完成一件事。这两部分都需要人来做。
• 在人类对话中，最成功的互动往往都有清晰的目标：既能引导开场，也能明确收尾。和 LLMs 对话也是一样。
• LLMs 并不具备 '读懂弦外之音' 的能力。如果你想从它们那里得到想要的内容，就必须清楚、完整地表达。
• LLM 越先进，可能越 '不准确'，因为它更容易吸收并复现人类的错误。

📊 文章信息

阅读完整文章