流程·洞察

与大模型「共同思考」（2）：创造「对话背景」与「持续对话」

五一假期期间刚好看到吴恩达和 OpenAI 合作的一门课程「ChatGPT Prompt Engineering for Developers」，整体时间不长，大概只有两个小时，如果你还没观看，推荐几个观看渠道：

• DeepLearningAI 官方频道，英文字幕，还有代码示例；
• 国内搬运，带有中文字幕；

另外，各位也可以通过这份学习笔记，进一步理解这门课程。

虽然这是一门面向开发者的大语言模型提示工程课程，但代码量极少，更多还是在探讨如何改进、优化模型的输入，从而获得更好的模型输出，即便对于像我这样以「码字」而非「编码」的「码农」，依然受益匪浅，本期结合这门课程以及我的实践，继续探索内容生产者如何与大模型「共同思考」。

1.不要迷恋提示工程

此前几期会员通讯里，我多次提及过度关注提示词可能会把用户引入一条歧路，即便是在这门名为「提示工程」的课程里，两位老师也没有抛出各类炫酷的提示词，而是为提示工程设置了两条关键原则：

• 撰写清晰具体的命令
• 给模型充分的思考时间

更进一步来看，所谓「清晰具体的命令」是要让大模型能够理解用户的需求。而要让大模型「充分思考」，也需要用户优化「提示词+文本背景资料」，从而使得大模型在理解用户的基础上高效处理背景资料。

提示工程的核心是了（理）解大模型的能力与局限性，它是一种探索的过程，而不是结果。一如这门课程的一个章节标题所言，提示工程需要迭代，并不存在万能的提示词可以一劳永逸地解决某个特定话题——比如写一个以「xxx」为主题的小说——的需求。更多的时候，用户需要结合自己的需求，重新编写提示词，并在模型的输出之后，调整优化接下来的提示词，以此形成迭代效应。

就像你不能奢望一部手机可以像 PC 那样完成众多工作一样，大语言模型并非万能模型，即便在文本处理的场景里，大语言模型仍然有巨大提升空间，所以，不要神化大语言模型，更不要神化提示工程。

2.为任何一段对话创造背景

过去二十年里，搜索引擎创造了一个看似无所不能的空白输入框，用户只需输入、回车即可看到一个不一样的「信息世界」，这也不难解释，为何 ChatGPT 发布后，用户会将其天然看作是一类搜索产品，因为它的界面实在是太简单或者太简陋了。

随着 GPT-4 亮相，大语言模型的逻辑推理能力开始被关注，而要充分发挥大模型的推理能力，不仅需要模型自身能力的发展（比如 GPT-4 就比 GPT-3.5 推理能力强大），更需要用户提供更多的背景知识，这也意味着，我们不能像使用搜索引擎那样使用大模型，而是要为每一段对话创造背景，比如下面一个示例:

另外一种方式，我还可以先向大模型输入一篇 Lex 专栏文章，让其分析文章风格，然后再将需撰写的内容交给它处理：

无论是哪种方式，通过充分输入背景资料，让大模型了解自己的任务需求，对于提升模型输出结果有着重要意义。

3.关注持续对话

与大模型「持续对话」的价值非常大，因为「持续对话」可以将上下文情景引入其中，使得交互不再局限在「用户输入一段话——模型输出一段话」的简单阶段，为了更好「持续对话」，需要进行若干个设置。

首先，建议把提示词与需要处理的文本内容区分开，比如下面示例使用两组「‘’‘」将需要处理的文本包裹起来，

之所以要进行区分，一方面防止「提示词注入」，比如当文本里的内容含有「重新开始一段对话」的时候，大模型很可能就会将其误以为这是提示词命令；另一方面，通过区分和使用上图里的「text」作为第一段文本内容，可以让大模型了解对话的上下文，下面我就引入第二段话，使用「text2」作为标记：

其次，我还可以继续引入更多内容，比如继续使用「text+数字」作为标记，此时的大模型已经拥有了一定的上下文理解能力，我们可以使用「{text+某个数字}」的方式让大模型重新处理某一段文本内容，整个对话的深度也会更加深入，这在思考内容选题的时候非常适用。

4.写在最后

过去几个月与大模型「共同思考」的过程里，我不禁感叹技术发展之快，当下的这些实践，放在一年前甚至半年前都是奢望，自然语言处理能力以前所未有的速度进入到像我这样的普通用户工作流程里；但另一方面，我们也需要正视人的价值，人类当然不完美，机器同样如此，而如果能将不完美的人类和不完美的机器有效结合在一起，或许能创造出完美的一类「生物（机器）」。

站在这样一个人机共同进化的新起点，不要再犹豫了，积极拥抱这些人类能力的新延伸器官吧。

应用·更新

关键词：密码。Google 日前发布 2FA（两步身份认证）应用 Google Authenticator 新版本，这个版本的最大更新是允许用户通过 Google 账户同步 2FA 数据。

此前，Google Authenticator 只能和特定设备绑定，一旦用户丢失设备或设备无法使用，用户在登录某些账户时会非常麻烦，比如需要重置密码，再重新绑定 2FA 应用等，而此次更新后，用户可基于 Google 账户实现 2FA 数据同步，摆脱了对于特定设备的依赖。

如果你正在使用 Google Authenticator，可通过 Play Store 或 App Store 更新到最新版本。

Google 上周还发布了 Passkeys，这是一项旨在构建新一代密码登录的计划，相比于传统的账户密码需要服务器进行验证的方式，Passkeys 更像是一种基于本地设备的验证机制，以拥有 Face ID 的 iPhone 手机为例，Passkeys 可以直接调取手机上的面容数据进行验证，以此来判断账户与密码是否匹配。

现在，用户可以为自己的 Google 账户设置 Passkeys，如下图所示，你可以在 Google 账户的「安全（Security）」里找到设置选项：

默认情况下，如果你在使用一台 Android 设备，Google 会自动将其设置为第一个 Passkey ，当然也可以创建新的 Passkey：

根据 Google 的说法，所有 Passkeys 都存储在本地设备，而且只存在于生成 Passkeys 的设备里。

关键词：苹果的跨平台服务。过去几年，苹果开始将众多自己的服务延伸到非苹果设备上，以此作为获取更多硬件客户的入口，最近，苹果在 Windows、Android 上发布多个服务产品的更新：

• iMessage 正式向 Windows 11 用户开放，允许 iPhone 用户拨打和接收电话，通过 iMessage 发送和接收信息，访问联系人，并可通过 Windows 电脑查看手机的通知；
• 苹果还为 Windows 11 用户更新 Apple Music 和 Apple TV（预览版），增加了歌词显示、连续播放无损音乐列表等新功能；
• 苹果正在适配 Android 13 的媒体 API，进一步优化 Apple Music 的操控逻辑，最新的测试版显示，用户可以在 Android 设备通知栏上快速操作音乐播放；

关键词：AI 驱动。微软全面开放新 Bing 服务，用户无需等待，通过微软 Edge 浏览器上登录自己的微软账号，并且在一定的网络条件（至少你应该可以访问 Google）的情况下，访问这里即可快速使用基于 GPT-4 的搜索产品。

如果还是无法调出 Bing 的聊天界面，建议通过修改账号所在的地区，比如把「中国」修改为「美国」，可能是一种解决办法。

关于微软 Bing 接下来的发展规划，各位可通过官方新闻稿进一步了解。

文本应用 Drafts 全面与 OpenAI API 集成，这意味着，用户现在可以通过更便捷的方式调取 OpenAI 的 API，将其应用到 Drafts 的文字处理流程里，Drafts 开发者释出若干个示例，比如：

• 问答：在 Drafts 里选择一段文字作为「提问」，生成的「回答」会自动插入；
• 翻译：将 Drafts 里选择的一段文字翻译成任意一种语言；

你可以在 App Store 免费下载或更新 Drafts，该应用的绝大多数功能都可免费使用，部分高级功能需要付费订阅，1.99 美元/月或 19.99 美元/年。

新闻类应用 Artifact 推出一项基于 AI 的新闻摘要功能，如下图所示，打开任意一篇文章，在右上角的「Aa」选项里轻点「Summarize」即可生成摘要，而且还提供了若干个风格可选：

Artifact 采用的是 OpenAI 的 API，摘要功能的生成速度非常快，至于质量，就像该公司所言，「在阅读完整文章时，验证摘要是否与文章相符非常重要」。

浏览器 Brave 此前在推出搜索摘要功能时这样写道(由 ChatGPT 翻译）：

鉴于当前人工智能的发展，提醒用户不应该相信 AI 系统产生的一切，就像不应该相信 Web 上发布的一切一样。毫无疑问，我们不应该为任何我们消费的东西放弃批判性思维，无论人工智能模型的结果有多么令人印象深刻。

这份忠告也适用于 Artifact，你可以在 App Store 或 Play Store 免费下载这款应用。

大语言模型集成服务 Poe 现已支持网页订阅，虽然该服务目前还没有适配 Android 客户端，不过利用浏览器（比如 Brave），用户依然可以在 Android 上获得不错的交互体验。

此次更新让用户能够通过网页购买 Poe 的高级套餐，基础价格依然是 19.99 美元/月和 199 美元/年，只是不同地区存在汇率差，换算下来的价格略有差异。

目前 Poe 高级套餐提供每月 600 次 GPT-4 和 1000 次 Claude+ 的调用能力，额度用完之后，根据 Quora 的说法，用户与这些服务交互的速度、质量会受到影响，理论上应该不会不可用。

我一直推荐身边的朋友通过 Poe 感受大语言模型带来的创新，用户无需再去额外注册或申请 API，可直接免费通过 Poe 与众多大模型进行互动，特别是 Anthropic 公司的大模型 Claude+，目前几乎没有几家公司提供这个模型服务，如果没有使用 API 的必要，我非常建议各位通过 Poe 访问当下最流行的大语言模型。

系统·硬件

Google。本周 Google I/O 大会即将举行，这个会议将全面展示 Google 在操作系统、软件以及众多硬件层面的新计划，你可以通过 Google 官方的导航页面跟进、追踪今年的会议。

今年 Google I/O 大会的一个关注点就是 Google 首款折叠屏手机，这款预计命名为「Pixel Fold」的手机上周已经被官方泄密，如下图所示，设计语言和 Pixel 7 系列有一定相似之处：

与此同时，Google 应该也会发布 Pixel 7a 系列，「数字+a」是 Pixel 的中低端产品线，一般会采用上一年度旗舰产品的处理器，同时在外观（材料）、相机方面做出妥协，最终以一个合适的价格推向市场。

上图展示了两代 a 系列产品的硬件参数对比，另一个值得玩味的是，根据泄露的信息，Google 此次不会为 Pixel 7a 提供充电器。

苹果。苹果最新一季财报显示，其服务业务的收入同比增长 5.5%，达到 209 亿美元，苹果的「服务」包括应用商店、Apple Pay 以及订阅服务（iCloud、Apple Music、Apple TV+），另一个数字显示，苹果订阅服务以及基于 App Store 订阅的用户规模达到 9.75 亿。

苹果上周发布首个「快速安全响应」安全更新，包括 iOS、iPadOS 在内的众多系统都得到更新，根据苹果的说法，这类更新相比传统的系统更新推送更快速，而且用户体验更好，比如上周的这个更新，用户甚至无需重启设备即可完成。