微信扫码
添加专属顾问
我要投稿
AI时代,吴恩达教你如何高效“偷懒”!核心内容:1. “懒惰提示”是什么,如何操作2. 懒人提示法的优势与适用场景3. 何时不宜使用懒人提示法,避免翻车
吴恩达老师在最新 Andrew's Letters 中发布了一篇很有趣的文章「The Benefits of Lazy Prompting」(懒惰提示的好处)。他提到了一件挺反常识的事儿:给大语言模型(LLM)提问题时,不一定每次都要把背景交代得清清楚楚。有时候,随手丢一个简单粗暴的提示过去,反而更快还能解决问题。这个说法和提示词工程(Prompt Engineering)截然相反,也让我觉得很好奇,所以决定好好读读这篇文章,琢磨一下他到底在说什么,也跟你们分享一下。
什么是“懒惰提示”?
先说说这个“懒惰提示”(lazy prompting)是什么意思吧。简单来说,就是你给 AI 的指令特别简短,没啥细节,扔过去就看它能返回什么。比如说,你是个程序员,代码出了错,拿到了一个错误信息。你直接把那堆错误信息复制粘贴给 AI,连句“帮我修一下”都不加。结果呢?AI 通常能猜到你想让它帮忙分析问题、给个解决方案。这种做法就是“懒惰提示”——不费心思去组织语言,靠 AI 自己去理解。
吴老师在文章里举了几个例子。比如你写个“编辑这个:……”然后后面跟上一段文字,AI 就会帮你改改润色一下。又比如你忘了 Python 里某个包怎么用,比如 dotenv,你就直接问“dotenv 示例代码”,AI 就会给你一段能用的代码。这种情况下,你没多说啥,但 AI 还是能给出靠谱的答案。
他觉得这种方式最大的好处就是快。不用花时间写长篇大论,只要几秒钟输入几个字,AI 就开工了。不过有个前提:你得能很快看出 AI 给的答案好不好。如果结果靠谱,那就皆大欢喜;如果不行,你再稍微调整一下提示词,重新试试。
什么时候可以用“懒惰提示”?
那什么时候适合这么“懒”呢?吴老师提到,这招特别适合那些你能快速检查结果的场景。比如调试代码时,你一看 AI 给的建议就知道能不能用,或者让 AI 编辑一段文字,你扫一眼就能判断改得好不好。这种情况下,懒惰提示能帮你省下不少时间。
还有一点,这种方法最好是可以快速试错的时候用。比如你在 AI 的网页界面上操作,看到结果不好,马上改改提示再问一次,很方便。吴老师特别强调,这是个“边干边调”的过程,只要你能马上看到反馈,懒惰提示就挺好使。
什么时候别偷懒?
当然,也不是所有情况都能这么随便。吴老师很贴心地提醒了两类场景,懒惰提示可能会让你翻车。
第一种,如果你知道没点具体背景,AI 肯定猜不透你的意思,那就得老老实实写清楚。比如你有个很特殊的需求,像是要用某个特定的 PDF 转文本工具(他还顺便提了下自己团队的 LandingAI 工具,哈哈),你得在提示里明确说出来。不然 AI 可能会推荐别的方案,完全偏离你的需求。这种时候,偷懒只会浪费时间。
第二种,如果 AI 给的答案错了,但你没法马上发现问题,那就别冒险用懒惰提示。比如你让 AI 写一大段复杂的代码,乍一看好像没问题,但要跑好几个小时测试才能知道对不对。这种情况下,最好一开始就多花点时间,把需求讲明白,尽量让 AI 一次搞定,免得后面返工更麻烦。
这其实是个“高级技巧”
吴老师还特别提到,懒惰提示不是新手随便就能玩转的。他观察到,大多数人给 AI 的提示都太简单了,信息不够,反而拿不到好结果。所以,他建议你得先学会怎么给 AI 提供足够的背景,掌握了这个基础之后,再试着“偷懒”,看看最少说多少话还能让 AI 明白你的意思。这就像一个平衡游戏,得慢慢摸索出那个“刚刚好”的点。
还有个小提醒:如果你是在写代码调用 AI 的 API,而且是那种重复运行、不可能每次都检查结果的场景,那就别用懒惰提示了。因为你没法及时调整,输出的质量就得靠详细的提示来保证。
一个有趣的比喻
文章里还有个亮点,吴老师提到这个“懒惰提示”的名字是他的朋友 Rohit Prsad 想出来的,还拿计算机科学里的“懒惰求值”(lazy evaluation)做了个比喻。懒惰求值是啥呢?就是不到万不得已不计算,等你真需要结果时再动手。懒惰提示也是这样:先给最少的指令,AI 要是搞不定,你再加点细节进去。这比喻挺形象的,感觉就像在跟 AI 玩一场“猜心游戏”。
我的感想
读完吴老师这篇文章,我觉得他给了我们一个很有用的思路。平时我们总觉得跟 AI 交流得越详细越好,但其实有时候可以放松点,试试简单粗暴的方式。当然,这不是让你随便乱来,而是得有判断力,知道什么时候可以懒,什么时候得认真。就像他说的,“Keep building!”——不停地尝试、调整,才能找到最适合自己的方法。
总的来说,懒惰提示是个挺实用的技巧,尤其对那些经常用 AI 的人来说,能省下不少功夫。不过它也有局限,用得好能事半功倍,用不好可能事倍功半。你试过这种“懒”法吗?欢迎留言聊聊你的经验!
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费场景POC验证,效果验证后签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2025-02-01
2024-09-18
2025-01-08
2024-08-23
2025-01-17
2024-07-26
2024-12-26
2024-08-23
2024-07-02
2024-07-09
2025-03-31
2025-03-29
2025-03-17
2025-02-06
2025-01-10
2024-12-25
2024-11-20
2024-11-13