查看提示设计最佳做法

10 分钟

Microsoft 基于连接到 Microsoft 365 应用和数据的大型语言模型 (LLM) 构建 Microsoft 365 Copilot。使用 Microsoft 365 Copilot，可以获享其他 LLM 支持的聊天机器人所不能提供的更多功能。还可以从 Microsoft 365 应用版和内部数据（如文章、报表、电子邮件、演示文稿等）中获取数据。借助 Copilot，你可以创建或编辑内容、提问、汇总信息以及了解内容。

Microsoft 365 Copilot 的表现通常取决于用户提供的提示是否清晰、具体。 Copilot 提示是用于告知 Copilot 所需内容的指令或问题。一般的经验法则是，应通过一些来回对话来获得想要的结果。请记住，与 Microsoft 365 Copilot 的交互是一个复杂的过程。如果初始回答不尽如人意，应考虑应用以下建议：

优化提示以提高清晰度。
更具体或调整措辞。
使用先前响应中的反馈来指导下一个提示。

通过以下各节提供的最佳做法，了解如何制定提示，从而充分利用 Copilot 的功能。

提供清晰明了的提示

与 Microsoft 365 Copilot 交互时，必须坚持清晰简洁的原则。虽然 Copilot 旨在了解上下文，但减少提示中的歧义可能会带来更准确的结果。

明确。使请求或查询清晰明了。
简明。在不牺牲清晰度的情况下保持简洁。

要发挥 Microsoft 365 Copilot 的真正潜力，提供清晰简洁的提示是基础。说明越具体、越详细，Copilot 的响应就越能与你的预期结果保持一致。如以下示例所示，从通用提示转换为全面提示可以显著提高 Copilot 输出的质量和相关性，确保你收到完全符合要求的内容。

初始提示	潜在问题	修订后的提示
汇总此会议脚本	可能无法捕获所有相关详细信息，或可能省略关键信息	分析此会议脚本并汇总会议，尤其是由 Susan 提出的所有要点。
重写此文档，使其更加简洁	缺少要优先或保持哪些部分的上下文	重写本文档的简介和结论，使其更简洁，同时保留要点。
撰写有关难忘体验的个人叙述	可能会生成缺乏深度或细节的叙述，可能产生一个没有情感共鸣或生动形象的普通故事。	用生动的感官细节和情感，写一篇关于你在大自然中难忘经历的个人记叙文。
汇总我们最新发布的产品的评论	可能导致摘要过于笼统，无法提供可操作的见解	总结我们最新推出的智能手机产品评论中的前三大正面和负面观点。
为此客户投诉撰写答复草稿	过于笼统；回复的语气、提供的解决方案或回复的深度可能不符合公司标准或投诉的严重程度	针对这位客户关于发货延迟的投诉，起草一份礼貌的回复，为他们的下一个订单提供 10% 的折扣。

除了清晰简洁，另一个有助于提高回答质量的最佳做法是提供明确的指令。 Microsoft 构建 Copilot 是为了采取措施，因此告诉 Copilot“做什么”比告诉它“不做什么”更有效。尝试使用“if-then”指令。

最后，请记住，AI 擅长模仿。大型语言模型的工作原理是模拟人类对话，因此请尝试提供你希望得到的输出内容示例。例如：为美白牙齿和令口气清新的牙膏新品牌撰写一则朗朗上口的广告语，并使用以下示例来获得灵感：“好物永不变。

尝试不同的风格

发挥创意，尝试使用不同的风格，找到适合自己需求的答案。尝试指定语气（中性、休闲、专业）或提供关于使用哪种语言的指导。例如，“使用非技术人员可以理解的语言”。

类比、诗句，甚至历史寓言（例如“我可以使用什么历史时刻来解释本文档的核心信息？”）也可以有效帮助你处理信息。

为 Copilot 提供一个回答问题的角度

提供回答问题的角度有助于 Copilot 了解请求的上下文并生成更准确的回答。通常情况下，需要解释你是谁以及你想要达到什么目标，这样 AI 才能进行角色扮演。例如：

你是一位社交媒体经理，正在撰写 LinkedIn 文案。
你是一名产品营销人员，正在策划新的活动。
你是一名编码导师，擅长向学生解释 Python。

还可以请求以特定角色的风格或方式给出回答，例如：

告诉我如何用斯坦福商学院教授的专业知识来解决这个问题。
以非技术人员能够理解的方式教我这个深奥的公司概念。

了解创建提示时应避免的做法

某些做法可能会导致与 Microsoft 365 Copilot 的交互效果不尽如人意。以下是需要注意的事项：

模糊。避免过于笼统的提示，这可能导致答案过于宽泛而无用。
过度复杂。避免在一个提示中塞入过多的问题或要求。
假设。除非在同一会话中，否则请勿假定 Copilot 掌握了之前交互的上下文。

了解 Copilot 的限制

必须认识到，Microsoft 365 Copilot 虽然功能强大，但其并非无懈可击。了解其限制有助于创建有效的提示。例如：

细分复杂任务。如果任务需要复杂的思维过程或手动完成的大量步骤，那么对于 Copilot 来说，这可能同样具有挑战性。请考虑将这些任务或想法细分为更易于管理的部分。
优化重复性。与手动执行同一任务相比，Copilot 在多次执行简单重复任务时更高效。
歧义性。 Copilot 有时会误解模棱两可的提示，因此一定要力求清晰。
随机响应。从 Copilot 获取的回答是随机的。多次使用完全相同的提示可能会导致不同的回答。
无法接受的回答。大型语言模型提供了构建 Copilot 的基础。 LLM 偶尔可能会生成有偏见、冒犯性、有害或不正确的内容。因此，必须一致地查看和验证回答是否准确、得体。

有礼貌

在与生成 AI 交互时使用基本礼仪有助于生成体现尊重与协作的输出。使用有礼貌的语言为回答设置基调。生成式 AI 也会以你所提供的输入的专业程度、清晰程度和细节水平来回答你。

使用生成式 AI 时，请考虑通常称为黄金法则的已知表达方式。虽然“黄金法则”的措辞可能因文化、宗教和哲学传统而异，但其基本前提是：“用你想被对待的方式来对待别人。但此建议是如何用在 AI 上的呢？并不是说你对 Copilot 说“请”和“谢谢”，它就会觉得感激。也许如此，但在与 Copilot 交互时使用基本礼仪，有助于生成体现尊重与协作的输出。

大型语言模型（也称为生成式 AI）是基于人类对话进行训练的。就像电子邮件自动完成功能建议下一个单词或短语一样，LLM 会根据输入选择它认为你可能需要的句子或段落。换句话说，它是一台巨大的预测机器，能够以较高概率猜测接下来会发生什么。因此，当 Copilot 在请求中识别出有礼貌的态度时，它更有可能礼貌地回应。无论是你的同事、街上的陌生人，还是给你制作那杯加了醇香的浓缩咖啡、糖以及撒上肉桂粉装饰的起泡豆奶拿铁的咖啡师，都是如此：你对他们友好相待，他们往往也会对你友好相待。生成式 AI 工具（如 Copilot）也是如此。它会以你所提供的提示的专业程度、清晰程度和细节水平来回答你。

不要对 Copilot 发号施令，而是使用“请”来开始提示，例如：

请更简洁地改写此表述。
请推荐 10 种为此产品更换品牌名的方法。

在它回答后说“谢谢”，一定要告诉它你很感激它的帮助。这样做不仅可以确保你得到同样亲切的回复，而且还可以提高 AI 的响应能力和表现。

好奇

虽然好奇心可能会害死猫，但在与 Copilot 合作时，提出初步问题很重要。它可帮助你向 Copilot 提供具体指令并提出正确的问题，从而帮助你充分利用 Copilot 并避免常见的陷阱。好奇不仅有助于你了解不知道的内容，而且还可以帮助你培养成长型思维模式，这在使用 AI 时至关重要。

当你感到好奇时，你更有可能提出有助于更好地理解问题并为 Copilot 提供具体指令的问题。这样做有助于 Copilot 生成更具相关性和创造性的回答。

迭代、迭代、迭代

人们在使用 AI 时最常犯的一个错误是，在得到一个不太理想的回答后就放弃了。使用 Copilot 是一个动态的交互式过程，你和 Copilot 在此过程中共同创建内容、解决复杂问题，并根据你的目标、期望和反馈学习新信息。初始提示只是开始。

初始提问只是一个起点。在提供更多详细信息和上下文时，该对话可帮助 Copilot 了解所需内容并生成更相关的输出。它还可帮助每个人学习。在让 Copilot 解释、总结或改述某些内容时，你可以获得新的见解和观点。

例如，在 Copilot 生成良好或错误的输出时提供反馈。这样做使它能够从你的期望中吸取教训并提高其性能。例如：

这句话太含糊了。请更具体一点。
谢谢。此版本更好。
请添加一句话来概括段落要点。

假设你需要准备演示文稿。你可以先这样键入：请为一场 60 分钟的主题演讲创建一个情节提要，我需要让满屋子的销售人员对我们新的可持续发展方法产生兴趣。使用这些文件作为背景资料。

Copilot 分享草稿后，你可以接着补充。例如：

为每个部分添加一个能够有效传达的关键信息。
这个计划很棒，但我想知道关于销售人员为何关心此问题的更多细节。

继续补充，直到你满意为止。 Copilot 不会灰心丧气，所以请让其提供大量选项。例如：

供 10 个关于开头段落的创意。
以五种不同的风格改写此部分。
为我提供三个可能让此受众产生共鸣的类比。

不断尝试是关键所在。使用不同的提示、反馈和优化获得创意，直到找到最适合你需要的结果。

练习：使用 Word 中的 Copilot 比较提示结果

以下提示提供了更多指导，可帮助你创建有效的提示。每个提示都包括一个可以在 Microsoft Word 中执行的练习。每个练习都会比较与相应提示关联的不同提示的结果。

提示：包含详细信息。除了目标（希望 Copilot 执行的操作）外，还应考虑包括一些上下文并说明 Copilot 应如何回答以满足你的请求。还包括 Copilot 应使用的任何特定信息源（例如文件或电子邮件）。

练习：使用 Word 中的 Copilot 尝试以下两个提示，并比较收到的回答。哪个提示为你提供了更丰富、更简洁的博客文章草稿？
- 提示 1：撰写有关可持续农业实践的博客文章。
- 提示 2：为对可持续性感兴趣的普通受众撰写一篇 1500 字的博客文章，重点介绍可持续农业实践（如有机农业和农业试验）的重要性和好处。包括真实的示例、创新技术和来自可信来源的见解。最后，思考这些做法的重要性，并呼吁大家共同努力以采纳这些做法
提示：构建提示以获取更好的结果。就提示而言，顺序很重要。指令的顺序可能会影响你得到的回答。强调的内容往往放在提示的后面部分而不是前面部分。尝试使用不同的顺利来了解效果。如果希望 Copilot 使用特定文件或源，请将该信息放在最后。

练习：使用 Word 中的 Copilot 尝试以下两个提示，并比较收到的回答。你在此处看到了什么不同？
- 提示 1（指令-上下文-示例）：请撰写一篇博客文章，概述冥想的好处。冥想是一种有数百年历史的传统减压做法。例如，人们知道正念冥想对心理健康有积极影响。
- 提示 2（上下文-示例-指令）：冥想是一种有数百年历史的传统减压做法。例如，人们知道正念冥想对心理健康有积极影响。鉴于此信息，请撰写一篇博客文章，概述冥想的好处。
提示：迭代和重新生成。第一个结果通常不是最终回答或最佳回答。如果你对 Copilot 提供的结果不满意，请修改提示，然后重试。

练习：使用 Word 中的 Copilot 尝试以下三次迭代。了解如何通过每次迭代改进回答。
- 提示 1：写写可再生能源技术的进展。
- 提示 2：撰写一篇技术文章，讨论可再生能源技术的最新进展，重点介绍太阳能和风能。本文的目标受众包括工程师和环境科学家。
- 提示 3：为工程师和环境科学家撰写详细的技术文章。它应探讨可再生能源技术的最新进展和创新成果，重点介绍太阳能和风能。讨论这些技术背后的科学原理、其效率提升和实际应用。请参阅最近的研究论文、专利和行业报告获取准确的最新信息。