#75 The Future of Prompt Engineering
20:13 Share

大家好，欢迎回到未来用户体验播客。我是帕特里夏·雷内斯，我非常兴奋今天这一期节目，因为我们将深入探讨科技界正在热议的话题：设计师的提示工程。我们将对其进行分解，讨论其重要性，并提供一些入门技巧。所以

提示工程是一个非常重要的主题。实际上，上周，在我去美国之前的那一周，我为一位客户做了一个关于设计师的 AI 和生成式 AI 的研讨会，其中提示工程也是培训的一部分。我认为对于设计师来说，学习如何使用大型语言模型以充分利用它非常重要。在我们深入探讨这个主题之前，我有一个小公告。

如果您有兴趣更深入地了解提示工程，我下周将举办一个大师班。对于“设计远景新闻”社区的成员来说，它是免费的。因此，如果您决定今天或本周加入，您将能够免费参加现场大师班。下周三。

它将完全是关于设计师的提示工程。我们将进行一次超级有趣的深入探讨，大量的学习内容，大量的您可以使用的实际内容，大量的实践练习。所以我强烈建议加入。但本播客节目是一个小介绍，所以是一个很好的起点。如果您以前没有听说过提示工程，如果您想获得一些基本的了解，这里有一些信息。我认为这是一个很好的起点。

所以在本播客节目中，我首先将介绍什么是提示工程，为什么提示工程很重要，特别是对于我们这些设计师或 UX 设计师来说。我们将讨论提示工程的关键技能和技巧，我们将讨论一些挑战，最后一部分将是关于一些展望和学习途径。我会说

让我们直接深入，从什么是提示工程开始。那么，提示工程到底是什么呢？把它想象成找到与 AI 系统（如 ChatGPT 或 Midjourney 等图像生成器）对话的最佳方式。

这完全是关于设计正确的提问、正确的提示或命令以获得最佳回应。因为你与这些工具沟通的方式是通过文本。提示基本上是你输入 AI 的文本提示，文本命令。AI，这个小黑盒子，会产生一个输出。

在 AI 流行之前，没有人真正谈论提示工程，但现在它无处不在。例如，几年前，你必须使用非常具体的命令才能从 AI 中获得任何有用的东西。现在你可以要求 ChatGPT 写一个故事，帮助你处理电子邮件，甚至设计一个标志，如果你知道如何正确提问的话。举个例子，如果你问 ChatGPT，“告诉我罗马的历史”，你会得到一个非常笼统，非常一般的概述。

但如果你说，“用 300 字概括罗马历史从共和国时代到帝国衰落的关键事件”，你就会得到一个更集中、更有用的答案。而我正在……

注意到很多，我认为这对我来说很有吸引力的是，当我与客户、与人们讨论 AI、ChatGPT 和 Perplexity 这些不同的语言模型的使用时，很多人仍然说结果没有用，因为它不够好，非常笼统，就像这样，对不起，这样说有点粗鲁，但这真的是胡说八道

结果或结果高度依赖于输入。所以你输入的一切，如果你创建了令人惊叹的提示，你就会得到令人惊叹的输出。就这么简单。如果你想出非常笼统、非常简单的提示，当然你会得到每个人都会得到的东西。所以这些工具很棒。你将能够使用它。但当然，你需要更具体一些。你需要设计你的提示，你需要学习如何去做。

那么让我们进入第二部分。为什么提示工程很重要？为什么我们甚至应该关心提示工程，特别是作为设计师？我们不是工程师。你知道，我们使用 Figma。我们使用 Miro。我们为什么实际上需要它？好吧，

首先，现在对它有巨大的需求。公司也为能够编写有效提示的人支付巨额款项。福布斯甚至提到，一些提示工程师的年薪约为 30 万美元。所以这些都是非常利基的、有趣的位置。

越来越多的公司正在招聘这些职位，因为他们意识到充分利用其 AI 工具的重要性。这不仅仅是关于他们的钱。随着 AI 越来越多地融入我们的日常生活和工作，这项技能变得至关重要。所以你可以把提示工程看作是知道如何使用谷歌搜索一样。也许你曾经有过这样的经历，你从你的同事那里得到一个问题，你感觉你只需要谷歌搜索一下就可以了。

谷歌搜索有时并不容易，因为你真的需要输入正确的信息才能得到正确的输出。提示工程非常相似，但稍微复杂一些。但概念是一样的。提示工程就像谷歌搜索一样。这是一项你每天都需要掌握的技能，对于每个职位、每份工作、你的私人生活、你的商业生活都是如此。所以是的，把它看作是附加技能，是你技能组合中的一小笔资产。

我认为将来不会有合适的提示工程职位，但这更像是知道如何使用谷歌搜索，对吧？好的，现在让我们进入下一部分，提示工程的关键技能和技巧。

提示工程听起来很枯燥，而且毫无趣味，特别是如果你是一名设计师，但这对于充分利用它非常有帮助。我可以谈谈我自己的经验，我已经使用 ChatGPT 一年半了。每天，还有 Perplexity、Claude。

对我来说，这是一个巨大的改变。在我的身边有这个助手，为我撰写内容，为我准备资产，帮助我总结，帮助我，尤其是在 UX 设计过程中。但是要做到这一点，你真的需要想出你自己的提示。你需要对此非常有策略，你需要非常灵活，而且还需要进行大量的实验。

那么你如何才能擅长它呢？第一步是用你的提示清晰而具体。你需要提供一定程度的细节，因为这些细节对于 AI 理解你想要什么很重要。为此，你首先需要考虑你实际上想从系统中得到什么。我认为这非常吸引人，特别是如果你使用图像生成工具，因为这更直观，所以更容易理解。

所以今天我目前正在与客户合作一个 AI 项目，我们正在准备不同的测试场景。我们还没有集成 AI，所以我们正在对整个体验进行原型设计。我们实际上不能用 AI 设计整个体验，尽管它是一个 AI 应用程序。

所以我们基本上就像，怎么说呢？像欺骗或编造我们整个体验一样。

所以我们正在准备不同的测试场景并进行准备。所以我正在准备不同的视觉效果来更好地解释用户的情况。为此，我需要考虑用户真正需要在这个我将创建的视觉效果上看到什么才能理解场景是什么。例如，一个用户

站在他们的手机旁，你知道，在公交车站等车，我不知道

想和人说话，但又太害怕和他们说话。诸如此类的事情，你会想，好吧，我该如何实际地将其可视化？这不是我正在谈论的场景，但我可以谈谈这个项目。所以这是另一回事。但我们想，我该如何真正地传达这个信息，对吧？所以这将描述一个男人站在公交车站的样子，也许稍微向右看着人们，有点害怕其他人站在一起说话。

你知道我想用它说什么吗？你对想要的东西有这个想法，但你真的需要考虑如何传达这个信息？我需要提示 AI 什么才能得到输出？那需要是什么样子？

这并不容易，对吧？因为特别是对于设计师来说，我们习惯于，好吧，让我们尝试一下。你知道，让我们把按钮放在这里，让我们稍微实验一下。让我们在那里放置一个图像，看看它是什么样子，然后测试它。用 AI 来做这件事有点不同，因为你需要提示它。你基本上需要提前思考。这是一项非常重要的技能，随着 AI 的发展，这将变得非常重要，真的要提前思考。思考

思考结果是什么，我该如何向 AI 描述它，为此你真的需要考虑整个场景。现在我们已经讨论了提示工程的基础知识，我想让我们深入了解一些你可以立即开始使用的实用技巧。这里有两个编写有效提示的关键技巧，我的技巧是，我认为这是每个人都可以

从本播客节目中获得的是从一个非常基本的问题开始，然后对其进行改进。测试不同的改写方式，看看什么效果最好。这有点像进行对话，你不断调整你所说的话以获得最佳回应。所以你从某事开始，看看结果如何，然后你进行迭代。这非常重要。这是关于迭代的。你第一次就能得到完美的提示是不太可能的，所以你总是要迭代，然后如果你想出一个好的提示，你把它保存在某个地方，那可能是一个 Notion 文档或其他任何你保存这个提示的地方，也许你以后想再次使用它，你做得越多，你就能越擅长即兴创作你自己的提示，这里还有一个我喜欢的迷你技巧

我称之为“强大的提示方法”。我们还将在下周三我教授的大师班上更多地讨论强大的提示方法。再说一次，如果你想加入，请注册会员。然后你将能够免费加入。会员是我刚刚开始的东西。它基本上是一个成长的机会，在那里你可以遇到志同道合的人，在那里你可以获得教程、实践工作，在那里你可以交流机会。

所有关于 AI 的内容。所以成为一名设计远见者，然后你将能够在下周三免费参加大师班。“强大的提示方法”基本上是考虑像搭建乐高积木一样设计提示，对吧？你有这些不同的强大的提示元素，然后你将它们组合在一起或构建在一起。

我总是用用乐高积木搭建城堡的例子，对吧？如果你想用乐高积木搭建一座城堡，你只能使用小的红色乐高积木。这行不通。你需要不同的乐高积木。你需要不同的颜色。提示工程也是如此。你不需要太多的乐高积木，对吧？因为那样就太多了。所以对于 AI 或大型语言模型来说，重要的是你拥有正确的数量，因为你也可以压垮系统。

然后它真的不知道该做什么。所以使用相关的资料。不要把所有东西都扔进去。它不确定什么相关，然后会产生疯狂的结果。所以在编写提示时要非常具体和详细。你越具体和详细，AI 就越能理解并提供你想要的东西。考虑包含上下文，强大的提示元素的一部分，可能是所需的长度，你想要使用的风格，任何其他相关信息。

例如，与其问“给我写一个关于……的故事”，你可以写一个关于一位科学家发现了一种新的生命形式的 500 字科幻故事，设定在火星上。要具体。因为这个详细的提示给了 AI 一些关于设定（火星）、角色（科学家）和情节（发现一种新的生命形式）的指令。而这种具体性有助于 AI 生成更相关和连贯的故事。

另一个技巧是，你分享一个问题，然后说，如果你需要更多信息，

才能得到一个好的结果，请问我，你会看到大型语言模型会问你后续问题。这是你期望从人类那里得到的东西，对吧？就像如果你给同事布置写故事的任务，同事可能会问，它应该有多长？它应该是什么内容？风格应该是什么？故事的目标是什么，对吧？所以所有这些后续问题，非常有帮助，一个很棒的技巧，你可以今天就使用。

然后另一个非常重要的技巧是真正迭代和定义提示。编写提示通常是一个迭代过程。所以从一个基本的提示开始，然后根据 AI 的回应对其进行改进。这有助于你学习什么最有效，并随着时间的推移提高输出的质量。例如，“解释你的 X 的重要性”可能是你的初始提示。

然后你开始添加更多信息。例如，“解释你的广告在创建用户友好的网站和应用程序中的重要性”。然后你还要补充它如何影响用户满意度和业务成功。所以你进行实验，你尝试很多东西。不要害怕弄脏你的手。改进后的提示更集中，通常会提供额外的上下文。而这个上下文是关键。

它指定了应用领域，在这种情况下是网站和应用程序，以及要涵盖的用户满意度和业务成功等方面。而这些都是 AI 生成并有助于创建更全面和有用回应的内容。所以第四部分，挑战和伦理考虑，也非常非常重要。让我们来谈谈一些挑战。AI 的一个大问题是我们称之为“黑盒问题”。

你并不总是知道它是如何想出答案的，对吧？就像这是一个黑盒子。你扔进一些东西，一些事情发生了，然后一些东西从它里面出来了。但你并不真正理解它究竟是如何发生的。这有点棘手。另一个真正的大问题是偏见。

AI 系统从数据中学习，它拥有那些有偏见的数据。所以 AI 也会有偏见，对吧？例如，如果你要求 AI 创建一个医生的图像，它可能只会向你展示中年男性，因为这是它看到最多的。记住，AI 系统已经接受了大量数据的训练，而它接受训练的大量数据来自历史，你知道，基本上是过去十年。

很多事情都变了。幸运的是，我们如此，我认为我们可以，我们如此感激事情发生了变化。但如果你想想 50 年前，100 年前，大多数医生都是男性，对吧？所以很多这些图像仍然存在于互联网上，这些图像已经被用来进行标记。这就是问题所在，对吧？然后 AI 在过去被使用过，但它实际上应该展示未来，对吧？

这使得它更困难，因为你没有未来的图像。所以你需要改变输入，基本上是这样，对吧？你需要添加过去不存在的东西。首先，你需要意识到这些偏见，然后相应地改变训练数据，对吧？

所以审查 AI 生成的内容并准备好纠正任何偏见非常重要。尽可能使用多样化和公平的训练数据。所以如果你正在开发 AI 产品，

伦理挑战将是一个巨大、巨大的话题。作为设计师的你将成为倡导伦理考虑的人，或者将提出可能出现的问题的人，也将检查数据并提出解决方案的人。这是我的建议。

不要成为流程中的阻碍者。否则，团队会讨厌你。提出这些担忧，但也要帮助提出解决方案，例如，对吧？比如准备一个小型研讨会，在那里你提出解决方案，并指导团队如何做到这一点。这可能是另一个节目的内容，但我认为这对未来来说非常非常非常重要的话题。

所以最后一部分第五部分，未来的展望和学习途径是什么？展望未来，提示工程只会变得越来越重要。AI 会变得更好。

更好地理解我们的意思，但我们仍然需要用提示来引导它。如果你有兴趣深入这个领域，再说一次，我下周，下周三有一个大师班，我们将深入探讨提示工程。我们将学习强大的提示原则。我们将学习不同的提示技巧。所以所有的一切都是为设计师量身定制的。所以这是一个让你进入它、学习它、

并亲自动手操作以获得更好结果的绝佳起点，这可以节省你大量时间，让你获得更好的结果，特别是如果你与客户或设计师合作，真的，是的，保持最新状态，目前非常重要

所以我认为今天就到这里了。总而言之，提示工程正在成为任何使用 AI 的人都需要掌握的一项非常重要的技能。它不仅仅是一个趋势或什么东西。它是一个必不可少的组成部分。这是一项你可以轻松添加到你的 UX 技能组合中的技能。所以花一些时间探索这些领域，练习你的提示写作技能，看看你如何将其整合到你的工作中。

非常感谢大家收听。我一直都很高兴收到人们发来的友好和善意的信息。对我来说，播客是我在客户项目、社交媒体和我的时事通讯以及其他一切之外做的一个副业项目。所以我很感激有这么多人对未来感到兴奋，他们收听播客，他们通过给予

播客五星评价来支持播客。我一直都在阅读评论，我一直都在阅读评分，我对此非常感激。所以非常感谢你们。我认为这里的社区非常支持，并且对未来感到兴奋。我喜欢这一点。只是想说一下。非常非常非常非常感谢你们收听，感谢你们支持我们，感谢你们将未来引向

我们真正想去的地方。所以非常感谢你们来到这里，感谢你们激励社区，感谢你们思考未来，感谢你们做好准备。我真的很感激。所以请继续关注我们即将播出的节目中更多令人兴奋的话题。我会说，直到下次，我们在未来再见。