你真的会用AI吗？

前几天分享了一些工具，有朋友尝试去体验，反馈都非常不错。但也有朋友私信联系我说，AI没有达到想要的效果。她想通过AI帮忙批改作业，但是给出的结果差强人意。

为什么呢？让我们深入探讨这一问题。

原因分析

经过详细沟通，发现这位老师其实很专业。但是对于AI有些误解，和大部分彦祖、亦菲们一样，认为AI无所不能，其实不然。

目前的AI无法跨越“Know”和“How”的鸿沟，它只是一个辅助工具，具体怎么做还是需要我们去指导。

什么是Know How？我们让Kimi帮忙解答下！

什么是提示词？

在人工智能系统中，提示词的作用非常必要，因为它们帮助明确用户的需求和期望，确保AI能够以正确的方式理解和响应。

直接对话虽然可以进行交流，但AI系统可能无法准确捕捉到对话中的隐含意图或特定上下文，特别是在需要AI执行复杂任务或生成特定内容时。提示词提供了清晰的指导，帮助AI系统聚焦于用户的具体需求。

简单来讲，就是我们需要 “逻辑性地表达”。

我们有没有遇到过这种场景，有时候有很多想法，但是要讲的时候却又说不出口，或者说出来一大堆，但是缺乏主线，听的人云里雾里，但有些人仅仅几句话就一针见血，听的人也很快的明白其核心思想。

这就是缺乏逻辑性的表达。

而在AI中，我们将这种现象称之为 “大模型幻觉”。

提示词的本质

提示词=逻辑性表达=降低幻觉！

大模型的幻觉，通常指的是在人工智能领域，尤其是深度学习和自然语言处理中，大型机器学习模型在处理某些任务时可能会产生的错误或不准确的输出。这种现象之所以被称为“幻觉”，是因为这些模型在没有足够理解上下文或缺乏正确信息的情况下，仍然能够生成看似合理但实际上是错误的结果。

以下是一些导致大模型幻觉的原因：

1. 数据偏差：如果训练数据存在偏差，模型可能会学习到这些偏差，并在预测或生成内容时反映出这些偏差。
    
2. 缺乏理解：尽管模型可能在统计上能够捕捉到语言的某些模式，但它们并不真正理解语言的深层含义或语境。
    
3. 过度泛化：模型可能会在没有足够证据的情况下过度泛化某些规则或模式，导致在新的或未见过的数据上产生错误的输出。
    
4. 上下文缺失：在没有足够上下文的情况下，模型可能无法准确判断用户的意图或问题的具体含义。
    
5. 复杂性：对于一些非常复杂或多步骤的任务，即使是大型模型也可能难以理解整个过程并生成正确的结果。

通过上面描述我们可以看到诸多因素会导致大模型的幻觉，而逻辑性的表达可以更好的降低这个幻觉，但无法彻底消除，我们只能一步步调试，找到最佳实践。

举个栗子

以作文改写为例，我们在网上找一篇小朋友的作文。

作文原文：“ 今天能活着，我要感谢两个人，一个是美国人，他叫威利斯凯利，他发明了空调，另一个是中国人，他叫后羿，他干掉了九个太阳。

如果没有这哥俩，我们都会被热死，今天我才明白，什么晒房晒车晒幸福，那都不是本事，有本事出来晒太阳啊!令天。

今天我才懂得，打败你的不是天真，是天真热，温宁，最后，我想对批改我作文的老师说:天气严热，注意防暑。哪儿凉快，您哪儿呆着去。”

假设你想要使用AI对小朋友的作文进行批阅。

如果没有明确的提示词，你可能会简单地说：“帮我批改作文”。

这里我们看到AI对作文进行了分析，但是过于生硬也没有给出批注意见，且内容过于冗长，不符合我们的要求。


现在我们给出一个具体的提示词，比如：

“你是一位资深的语文老师，擅长帮助学生提高作文的写作，具备专业的写作技巧与经验，现在需要你帮忙针对用户输入的作文进行专业分析，并提出整改意见，请注意写作文的是一位小学生，注意批注对方是否能够理解，批改意见以鼓励为主”

Kimi给出的答复。

这样，AI就能更准确地理解你的需求，生成符合要求的内容。

这个例子说明了提示词在指导AI生成特定内容和确保交流效率方面的作用。

你看，这个效果截然不同吧。

更快的方式

什么？你觉得这个还是太麻烦！

没关系，我找到一个更简单的工具。

手机拍照作文，通过微信进行图片文字复制，然后直接丢进去就行！

好了，今天的分享就到这里，请各位彦祖、亦菲收好~

结语

随着人工智能技术的飞速发展，我们站在了一个新时代的门槛上。AI不再是科幻小说中的幻想，而是实实在在地融入了我们的日常生活，尤其是在教育领域，它展现出了巨大的潜力和价值。

教案的批改、制定、作业及教学辅导，个性化教学，数字人等这些都是教育行业的落地场景。

我们有理由相信，AI工具的使用将为教育带来更多的可能性。为学生，提供更加个性化和高效的学习体验。为教育工作者，提高教学质量的同时带来减负。

最后，值此中考季，感谢各位老师的辛苦付出，也祝各位老师和学子都能收获满满，前程似锦~