這週要分享的是曼報第#229的讀後心得,如果你想直接看原文,請直接訂閱曼報。
如果你目前的生活,仍然不常使用AI,或者常常覺得,AI哪有這麼神,我玩一玩覺得沒這麼好用啊,那這篇文章應該對你有幫助。
Manny是一位非常強大的創作者,說是創作者也不能概括他做的所有事情,但我仍然想用創作者來描述他,畢竟這也跟我的認知比較相近。Google提示詞教學文件有68頁,不常讀英文文件的人,應該會是滿吃力的,而Manny用了很精準的方式濃縮了這份文件。
關注AI發展的人大概會知道以前那種文字cosplay不再需要了,反而比較需要把5W1H說明白,也就是What, Who, When, Where, Why, How,其中項目增減端看你的目標是什麼,但真正的問題在於你認知的精準,跟我認知的精準,反倒成為了一種現代的巴別塔。
我覺得已經夠精準了,對於AI模型來說未必精準,而似乎也難找到一個共通管道去觀察彼此的作法好不好,大多都像是找厲害的中醫師或是心理師那樣,只能靠親朋好友口耳相傳。
Google 教學文件提供你一個不錯的選擇,就像是甲方大發慈悲,不再讓你猜他心中的需求,直接提點你一條生路,讓大家可以好好去生活,好好煮飯健身這樣。
Google的關鍵數據,21。
21個字,到底可以多精準,Manny有教你。
Manny講的事情基本上沒有什麼可以挑剔的了,但我在思考的是,
寫文章大多數是有受眾的,正在Vibe coding的我,會是那個受眾嗎?
對於同樣是Vibe coding的人們,
我想除了Manny寫的內容以外,也可以看看台大資工陳蘊儂教授的影片,
從她的諸多課程,看到一張OpenAI Talk的圖。

這圖大大地影響我整個對於AI模型的觀念,「LLM效能極大化」與「文字最佳效率」之間,RAG、Prompt engineering, Fine-tuning原來是能夠放在一起討論的。
AI的發展,讓使用者從越來越容易使用,其實現在OpenAI的API都可以很容易就做到RAG跟Fine-tuning模型了,反正中途遇到問題,有不懂就問AI,方法論不懂,還是問AI,直接幫你刻一個模型。
所以到底如何好好使用AI?在一層又一層持續反覆追問AI與思考的過程,我得到的(暫時)結論是:
- 持續想要問個好問題
- 盡量保持彈性思維
- 自我覺察。
我還是喜歡zero shot,用最簡短的問句對AI提問,因為我知道我的目標,不會是一次就可以搞定。當你發現短問句離太遠,那就要認真prompt了,5W1H搬出來。
怎樣算是離太遠? 自己用1-10分評估,你覺得AI給的內容多接近你想要的內容?
如果5分以下,就好好認真寫prompt吧。
這個自我監測(Self-Monitoring)的技巧就如同減肥紀錄熱量一樣,可以持續提供你一個判斷基準。
如果你連想要的內容都沒辦法很明確的指出,那最好先跟AI聊聊,請他先幫忙整理一下你的目標。這很簡單,也很有效,但不熟悉AI的人也許不太知道這個小技巧。
最後,如果你想找找有什麼有趣的電子報,歡迎來我的電子報探勘者看看,每週更新。