复旦管院李文文：我们和生成式AI合作，掌握提问技巧可以提高信息量颗粒度
封面新闻记者易弋力
你有打开过和ChatGPT的聊天框吗？你有想动动手指用Midjourney生成一张专属海报吗？生成式AI，在过去的半年中，几乎出现在所有的新闻热点和聊天记录中。它会帮助我们每一个人成为“超级个体”吗？我们和AI，是合作伙伴吗？
复旦大学管理学院信息管理与商业智能系讲师李文文表示，首先简单科普，生成式AI（GenerativeAI）是什么？生成式AI使用各类机器学习算法，以深度学习算法为主，从训练数据中进行学习，使机器能够生成新的内容，包括文本、图像、代码等等。需要注意的是，生成式AI产生的内容并不是简单复制得到的，而是“创造”出的全新的内容。
那如何实现这种“创造”？就要提到第二个概念Prompt！李文文称，Prompt是我们在对话框输入的文字，中文可以称作“提示”或者“指令”，有些AI绘画的创作者把它叫做“咒语”。Prompt是我们和AI交互的方式，我们可以把它看作是一门艺术，一门让AI提供更好的输出内容的艺术,它甚至创造了一个新兴职业PromptEngineer（提示工程师）。Prompt的好坏，直接决定了AI输出内容的质量,一个好的Prompt可以让AI生成高度符合我们需求的或者对我们的工作有很大帮助的内容。一个不好的Prompt可能只会让我们得到一些过于概括性的、开放式的内容。
那我们怎么样写出一个好的、有效的Prompt？
李文文表示，第一个技巧，也是最基本的技巧，提供尽可能明确、具体和清晰指令，需要特别注意，清晰不等于简短。第二个技巧，自定义指令，提供尽可能详细的信息，通常更长的提示会提供更多的信息和上下文，可以得到更详细的、包含更多细节的输出。
例如我的指令是“请给我一些关于阿里巴巴的信息”，那么我会得到一些关于公司介绍、发展历程的内容。但是，如果我的指令变成了更明确的例如“比较阿里巴巴和腾讯过去5年的表现，以及财务状况”，那我们能够得到的信息量颗粒度就会发生明显的变化。
如何让自定义指令更加有效呢？建议一，给AI提供一个情景或者进行角色扮演，例如上文提到的“比较阿里巴巴和腾讯过去5年的表现，以及财务状况”的例子，此时AI化身成了投资分析师。建议二，对AI的回答进行限定，比如对格式或者内容有所要求，例如输入“请用学术写作的风格介绍投资潜力的评价标准”，由于我们要求了学术风格和科普风格，得到的内容风格也会随之发生改变。
除了最基本的指令和自定义指令，我们还可以持续提问！让AI用不同的方式修改答案，或者对话题进行更多的探讨。比如我们可以先输入“我来复旦管院报道的第一天，是一个有趣的故事”，接着我们再输入“我来复旦管院报道的第一天，是一个发生在宿舍里的有趣的故事”。AI会记住你之前提供的信息，所以持续性的提问能让AI对于问题或者任务有更详细的了解，进而提供更符合特定场景或者要求的回答。
想要深刻理解我们和AI的合作关系，我们也需要知道硬币的另一面——现有AI技术有哪些局限性？
第一个局限性是幻觉（Hallucination），我们需要强调生成式AI设计的目标是让AI写出来的东西尽可能像人类写的，而不是知道并提供给用户事实。所以不能像使用搜索引擎一样使用生成式AI去搜索各种信息。再次强调！它不等于搜索引擎，所以你需要验证AI提供给你的信息。
第二个局限性是生成的内容具有时效性。例如，GPT-3.5只包含2021年9月以前的信息，所以就无法从GPT-3.5那里获取2021年9月以后的信息，比如公司的财务状况或者重大的社会事件。当然，AI产品在不断迭代，会吸收和学习各种新的知识和信息。
第三个局限性是数据安全隐患，即AI可能会泄漏我们提供给它的信息。数据安全的重要性毋庸置疑，从个人层面来说，建议大家不要提供任何个人数据或者隐私数据，从组织层面来说，公司或者其他组织也需要规范员工在工作场景中对AI产品的使用，避免敏感信息泄露。