这两年，关于提示词的讨论，普遍都集中在怎么学、怎么写、怎么用、怎么玩等 「术」 的层面。
热潮之下，大家都在努力往前冲，尝试探索出一个又一个新的实践或玩法。
而之后随着模型能力逐渐增强，又冒出了一些“提示词还需不需要学”的质疑声
但不管如何，我想大家都应该先暂时停下来那么一会会，给出一丝思考空间，
把各种技巧都抛到脑后，我们回到「道」的层面，思考思考，
从今天的视角来看，我们所理解的提示词到底是什么？它对我们的真正价值，又在哪里？
Prompt is a Tool
我相信目前大多数人对提示词（Prompt）的理解都只是一个工具，
或者用更工具化的概念来形容就是 「指令」。
它的价值是在特定场景下实现特定调用。
比如我之前写过的这条「电影场域」提示词，就是为了满足“生成电影级镜头”这个特定需求而设计的
你为各种特定场景所设计的一些提示词，本质上也是如此。
这没有错，但这只是我们能看到的最表层的价值。
但当提示词的形态从复杂的结构化框架，逐渐回归到更自由的自然语言表达时，
它的格局和范畴是在不断变大的，且边界是在逐渐模糊甚至消失的，
现在我们聊起提示词，不会非要去先学习个 “角色-定义-要求” 这类框架才能上手
而是逐渐回到我们使用提示词核心目的：
怎么让AI更好地理解你的需求，并充分发挥它相对应的能力？
当提示词的门槛不断降低，当模型的能力越来越强，
我觉得最终还是得回到人本身。
Prompt is a Mirror
提示词是一面镜子。
一面无法说谎的镜子。
它的价值，开始从改变外部的AI，转向重塑内在的自己。
在AI出现之前，我们每个人都活在自己习惯的表达方式里，
含糊其辞的、清晰严谨的、啰嗦的、逻辑混乱的......
我们对此要么不自知，要么只有在某些刻骨铭心的沟通失败后，才短暂地意识到，但很快又会退回舒适区。
因为人类社会是一个高容错的系统。
别人会基于上下文、基于对你的了解，去猜测、去补全你没说清楚的话。
这种社交层面的善意，也让我们失去了审视自己表达的动力。
但AI不一样，AI是一个低容错的反射器。
你拿着过去那套模糊的、随意的表达方式和它交互，
它大概率只会还给你一堆同样模糊、甚至完全跑偏的结果。
你给它混乱，它就还你混乱。
它就像一面无法说谎的镜子，一五一十地把你表达上的漏洞、思维上的不清，全部映射回来。
这时，就会出现两种情况，分别代表两波人：
1、你没耐心了，你依旧活在表达不清的不自知里，认为AI不行，于是在给你脑印下这一层认知后，你就心安理得地退场了。
2、你被迫停下来，开始思考这到底是谁的问题，如果是AI不行，也许你得换一个更强大的AI；如果是你不行，你就需要扪心自问一下：我到底想要什么？以及，我该如何清晰地把它说出来？
第一波人，他们也许就止步不前了，而第二波人，就陷入到了卡脖子阶段
这时，一个很重要的东西出现了，它叫 「乔哈里视窗」，相信不少人都有所耳闻。
它将人的认知分为四个区域：
开放区（自己知，AI也知）
盲区（自己不知，AI知）
隐藏区（自己知，AI不知）
未知区（自己和AI都不知）
你只有先将你知道的信息（隐藏区） 清晰地表达出来，才有机会从AI的反馈中，窥见那些你不知道的、但AI知道的信息（你的盲区）。
这个过程，就会倒逼我们审视自己的每一个念头，锤炼自己的每一个用词。
也正因为如此，尽管这两年 Prompt 的「形」一直在变，
但这个逼着我们提升表达清晰度的「核」，始终没变。
所以，prompt作为一面镜子的价值就在于，
通过一次次交互，持续地逼着你，把脑子里一团乱麻的想法，捋顺了，说明白了。
这是我这一年多以来逐渐清晰的体感
而当这种在与AI交互中被锤炼出的能力，逐渐内化为一种本能时，它的价值便溢出了人机交互的范畴。
Prompt is a Bridge
提示词是一座桥梁。
一座连接人与人思想的桥梁。
前面两层认知，都停留在prompt是一个 “东西”，
或者说，一个对我们越来越有价值的工具。
但再往深挖，我发现，Prompt其实是一种无形的连接方式。
我们不断被倒逼出来的清晰表达能力，其真正的影响力，不仅仅体现在「人机交互」中，
还体现在 「人人交互」 之中。
用prompt的视角来重新理解人与人的交流，本质上，其实就是人人交互
所有高效的人际沟通，都是一场高质量的“互相 Prompt”。
而我们每个人的大脑，都是一个独一无二、极其复杂的模型。
我们每一次对话，本身就是在互相prompt对方的大脑模型。
双方的prompt写好了，也就形成了一次高质量的对话；
反之，就会出现大家常见的“跟ta交流真累”、“ta怎么就不懂我的意思呢？”等沟通失败的情况。
但有时候，不一定是对方的模型不行，也可能是我们的prompt写得太差。
毕竟，连 GPT 3.5 那种早期的“人工智障”，只要给出足够结构化的提示词，也能偶尔输出惊艳的结果，更何况是复杂的人呢？
所以在人人交互中，考验双方提示词能力的同时也在考验彼此的理解能力（模型能力）。
顺着这个思路往下想，那些我们眼中的牛人，其实就是一个个训练精良的高级基座模型。
在交流过程中他们之所以能持续输出高质量的洞见，一方面是其模型本身的能力（知识储备、思维框架等） 足够强大；
另一方面，也是他们的 system prompt（价值观、基本原则） 极其清晰且稳定。
我们也就能理解为什么牛人的时间那么贵，这和调用高级模型的成本更高是同样的道理。
和他们对话交流，意味着他们需要消化我们的上下文来了解我们的情况和问题，才能给出符合情境的输出。
所以，当我们在谈论提示词时，我们到底在谈论什么?
我们在谈论的，是如何成为一个更清晰的人。
清晰地思考，清晰地表达，清晰地连接。
AI只是恰好成为了那个不会迁就我们的对话者。
而提示词，只是我们重新学习 「说人话」 的一次契机。
End。
