提示词工程入门|通俗易懂地讲解业务中实用的指令写法

专栏
提示词工程入门|通俗易懂地讲解业务中实用的指令写法

前言

本文不将提示词工程视为高深的专业技术,而是作为业务中可重复使用的"指令设计"来梳理。目标是让任何人使用时都能以稳定的质量向AI提出请求,并且便于在企业内部学习会与培训中分享。

Tatsuya Ito

Tatsuya Ito

人工智能顾问

company-icon

Third Scope Inc.

1985年出生于日本三重县。 2012年,他以工程师身份加入香港一家AR初创公司。此后,他先后在多家AI初创企业参与新业务开发及AI服务的策划与上线。 2018年,他通过承接一项AI服务及其开发团队,创立了现今的Third Scope Inc.。目前,他主要为企业提供AI导入与应用支持,重点涵盖AI驱动的新业务开发、业务流程转型以及产品开发。 此外,他还曾以东京大学项目研究员的身份参与AI相关研究。如今,他持续活跃在AI项目开发的一线,并结合技术与商业两方面的视角,为企业提供务实且可落地的咨询服务。

明明问的是AI,为什么每次得到的答案都有些不一样?

负责生成式AI内部培训的人力资源、数字化转型负责人,以及销售、行政、策划等部门的业务负责人,经常会遇到这个问题。半年前,员工按各自的习惯向ChatGPT或内部AI对话工具提问,邮件、会议纪要和调研记录的输出质量因人而异。管理者觉得”审核起来很费时间”,一线人员觉得”不知道该怎么提要求”,培训负责人则觉得”很难在公司内部推广有效做法”。

例如,可以让10名交流会参与者在1个月内统一使用包含目的、前提、格式、限制和示例的模板,并记录会议纪要和邮件初稿的修改次数。这只是用于培训设计的假设示例,并非实际业务数据;通过前后对比,可以更直观地观察提示词改进是否减少了返工。

本文不把提示词工程视为高深的专业技术,而是将其整理为可在工作中复用的”指令设计”。目标是帮助员工更清楚地向AI提出要求,获得质量相对稳定的初稿,也让这些方法便于在内部交流会和培训中分享。不过,好的提示词也无法保证所有任务都获得高质量结果。还需要核查信息准确性、妥善处理机密信息,并遵守团队的使用规则。如果经常觉得AI没有给出预期答案,不妨先检查指令是否清晰,再继续寻找原因。

什么是提示词工程

什么是提示词工程

提示词工程,是围绕”在什么条件下、以什么形式、生成什么内容”来设计生成式AI指令的方法。

这里所说的提示词,是输入生成式AI的问题或工作指令。在工作中使用时,与其把它看成专业技术,不如把它理解为交给AI的”任务说明”。

例如,委托同事完成工作时,可能会这样说明:

Code
请整理出面向A公司提案的3个要点,供明天的销售会议使用。  
读者是销售总监。  
不必展开过多细节,重点呈现决策依据。

同事之间通常就是这样交代任务的。向生成式AI发出指令时,基本原则也相同。越能说明用途、对象和期望的输出形式,AI给出的结果就越接近可直接进入工作流程的初稿。

相反,即使接到任务的是同事,面对下面这样的要求也会难以判断。

Code
把A公司的情况简单总结一下。

这条指令没有说明总结目的、读者、所需篇幅和应避免的内容。生成式AI同样会在条件不足的情况下尝试生成回答,结果可能泛泛而谈、过于冗长,或难以直接使用。

工作中的提示词工程,就是把日常工作要求拆解清楚,再整理成AI容易理解的指令。

搜索与提示词有什么区别

搜索与提示词有什么区别

刚开始使用生成式AI时,人们有时会像使用搜索引擎一样输入内容。

例如,搜索时会输入以下关键词。

Code
提示词 写法 ChatGPT

对于搜索引擎,这类关键词足以查找相关文章和网页。但如果让生成式AI完成工作任务,仅有这些内容还缺少必要条件。

向生成式AI提出要求时,还应说明目的和格式。

Code
我正在制作公司内部生成式AI培训资料。  
请面向初学者,说明使用ChatGPT发出工作指令时提示词的写法。  
  
# 读者  
刚开始使用生成式AI的一线负责人  
  
# 输出格式  
- 5个重点  
- 每个重点附一个较差示例和一个改进示例  
- 不要过多使用专业术语  
  
# 限制  
- 使用可直接写入内部培训资料的表达  
- 避免过度断言,采用务实语气

搜索主要是”查找信息”,而面向生成式AI的提示词更像是在”定义任务和输出”。

理解这一区别后,向AI提问的方式也会改变。关键不在于堆砌关键词,而是说明工作目的、读者、前提和交付形式。

为什么AI输出会有差异

为什么AI输出会有差异

生成式AI的输出之所以会有差异,并不只取决于模型本身。很多时候,差别来自指令中提供的信息量和条件是否明确。

目的模糊,容易得到泛泛而谈的回答

例如,假设提出以下要求。

Code
请写一封销售邮件。

面对这条指令,AI必须推测许多信息。

这是开发新客户,还是联系现有客户?对方是经营者还是一线负责人?目的是促成洽谈、发送资料,还是协调日程?需要礼貌的文本,还是只需简短说明要点?

目的不明确时,AI容易生成四平八稳、缺乏针对性的文本,结果往往是”看起来没问题,但离直接使用还差一步”。

改进时,应先写明目的。

Code
请撰写一封面向新接触的潜在客户的销售邮件,目的是协调首次洽谈时间。

仅加入这一点,AI就更容易围绕具体目标组织内容。

前提信息不足,读者和语境就会错位

工作文件的内容会因读者不同而改变。

即使同样是介绍”引入生成式AI的优势”,面向管理层时,投资回报和风险管理更重要;面向信息技术负责人时,重点通常是安全、账户管理和与现有系统的衔接;面向市场与销售负责人时,则应侧重内容制作、洽谈准备和对客户的了解。

如果不提供前提信息,AI容易给出”适用于所有人的说明”。用于工作时,应明确写出读者是谁、内容将用于什么场景,以及需要依据哪些信息。

不指定输出格式,就难以使用

如果觉得AI回答”内容不差,但不好用”,原因之一可能是没有指定输出格式。

例如,制作会议纪要时,按下面的结构整理,比连续的叙述更便于核对。

Code
## 会议概要  

## 已决定事项  

## 待办事项  
| 负责人 | 行动 | 截止日期 |  

## 下次会议前的确认事项

如果是邮件,就区分主题和正文;如果是比较方案,就使用表格;如果是培训资料,就使用标题和项目符号。

预先指定输出格式,可以减少事后整理的工作。

没有限制条件,回答可能过长或过度断言

工作中使用的文本存在各种限制。

例如,邮件可能要控制在200字以内;向上级汇报时可能要先讲结论;面向客户说明时,需要避免过度断言和未经确认的数字。

如果不写限制条件,AI可能为了详细说明而生成长文,也可能把需要确认的内容表述为确定事实。

因此,加入以下条件会更便于实际使用。

Code
- 200字以内  
- 先写结论  
- 不确定的内容标注为"待确认"  
- 不得编造数字  
- 专业术语首次出现时附简短说明

限制条件并不是单纯压缩AI的发挥空间,而是帮助它生成更符合实际工作要求的内容。

工作中实用的提示词基本框架

工作中实用的提示词基本框架

工作提示词可以按以下5个要素进行整理。

  1. 目的
  2. 前提
  3. 格式
  4. 限制
  5. 示例

每次不一定都要详细写全这5项。但如果输出不稳定,可能是其中某个要素交代得不够清楚。

目的:希望实现什么

目的用于告诉AI”这份输出用来做什么”。

下面是一条较差的指令。

Code
请整理会议记录。

AI无法从中判断”为什么整理”。用于自己回顾、向上级汇报,还是分享给参会者,整理方式都会不同。

改进示例如下。

Code
为了向未参加会议的上级汇报,请将会议记录分为要点和已决定事项进行整理。

写明目的后,AI更容易判断输出内容的优先顺序。

前提:谁在什么情况下出于什么目的使用

前提中要写明读者、使用场景和背景信息。

Code
# 前提  
- 读者:销售总监  
- 使用场景:明天的项目评审会议  
- 背景:用于确定面向A公司的提案策略  
- 现状:首次洽谈已结束,预算和决策人尚未确认

有了前提,AI更容易判断”哪些内容应详细说明,哪些内容应简洁表达”。

尤其在B2B业务中,对方的立场和评估阶段非常重要。提交给管理层的资料与分享给一线成员的记录,即使主题相同,写法也会不同。

格式:希望以什么形式输出

格式用于规定AI应以什么形式交付结果,便于后续直接整理或复用。

常用格式包括:

  • 项目符号
  • 表格
  • 邮件
  • 会议纪要
  • FAQ
  • 对比表
  • 提案书框架
  • 培训资料标题方案
  • 检查清单

例如,要求AI比较方案时,可以这样指定。

Code
请比较3个选项。  
请用表格输出,列名为"选项""优点""缺点""适用场景""注意事项"。

指定格式后,更容易把AI回答整理进资料或内部沟通工具。

限制:写明应避免的内容和必须遵守的条件

限制条件包括字数、语气、禁止事项和确认事项。

Code
# 限制  
- 300字以内  
- 礼貌但不过于生硬  
- 不要过多使用专业术语  
- 不得编造不确定的数字  
- 区分事实与推测

用于实际工作时,尤其应明确要求AI不要把不确定的信息写成确定事实。

AI擅长生成看似可信的文本,因此可能自然地输出无法确认是否真实存在的数字、制度和案例。对外发布或用于内部决策的资料,必须经过人工审核。

示例:提供理想输出和应避免的示例

对AI而言,示例是重要线索。

例如,只要求”简洁”,AI未必能把握所需的详细程度。但提供下面这样的示例,更容易统一输出方向。

Code
# 好的示例  
结论:建议采用A方案。  
理由:虽然初期费用较高,但运营负担低,且便于3个部门共用。  
注意事项:引入前需要与信息系统部门确认。  
  
# 应避免的示例  
我认为A方案非常好。它有各种优点,引入后有望取得成效。

不仅提供好的示例,同时提供应避免的示例也很有效。这有助于避免抽象表达、过强的推销语气以及结论模糊的文本。

可直接使用的基础模板

可直接使用的基础模板

不知道如何编写工作提示词时,可以使用下面的框架。

Code
你是{角色}。  
  
# 目的  
{希望通过这份输出实现的目标}  
  
# 前提  
- 读者:{谁会阅读}  
- 使用场景:{在哪里使用}  
- 背景:{判断所需的信息}  
  
# 输出格式  
{表格、项目符号、邮件、会议纪要等}  
  
# 限制  
- {字数}  
- {语气}  
- {不得使用的表达}  
- 不确定的内容标注为"待确认"  
  
# 参考示例  
{理想示例或应避免的示例}  
  
请根据以上内容制作{要求的内容}。

这个模板并不要求每次填写所有项目。有时简短要求就足够。

不过,如果觉得输出不好用,应检查缺少了哪个项目。很多时候,只需补充”目的””前提””格式””限制”中的一项就能改善。

不同工作的提示词示例

不同工作的提示词示例

下面介绍一线工作中较易使用的典型提示词示例。这些都是假设示例,实际使用时,请根据企业内部规则和信息管理方针进行调整。

邮件初稿提示词

下面是一条信息不足的指令。

Code
请写一封发给客户的邮件。

这条指令没有说明双方的关系和邮件目的。

改进示例如下。

Code
你是协助B2B销售撰写邮件的负责人。  
  
# 目的  
感谢对方参加首次洽谈,并协调下次会议时间。  
  
# 前提  
- 对方:制造企业信息系统部门经理  
- 情况:昨天进行了30分钟线上洽谈  
- 对方关注点:提高内部咨询处理效率  
- 下一步:对相关部门开展补充访谈  
  
# 输出格式  
- 3个邮件主题方案  
- 1份正文  
  
# 限制  
- 正文300字以内  
- 礼貌但不过于生硬  
- 不要有强烈推销感  
- 正文不写具体候选时间,写"候选日期将另行发送"  
  
请根据以上条件撰写邮件。

这样写,AI更容易生成贴合对方情况和沟通目的的初稿。

制作会议纪要的提示词

会议纪要应区分已决定事项与待办事项。

Code
请将以下会议记录整理为内部共享用会议纪要。  
  

# 目的  
让未参加会议的相关人员理解已决定事项和下一步行动。  
  

# 输出格式  

## 会议概要  
- 日期:  
- 参加者:  
- 目的:  
  

## 已决定事项  
-   
  

## 待办事项  
| 负责人 | 行动 | 截止日期 |  
  

## 讨论要点  
-   
  

## 待确认事项  
-   
  

# 限制  
- 排除闲聊和跑题内容  
- 不确定的数字和日期标注为"待确认"  
- 负责人不明的待办事项写"负责人待定"  
- 不得混淆事实与推测  
  

# 输入  
{在此粘贴会议记录}

处理会议录音或会议记录时,也可以结合AI摘要工具或语音转写工具。例如,Kanata可以按指定格式总结会议录音、会议记录和资料等。对于例会等需要长期保持同一整理格式的工作,自定义生成和模板化机制尤其有帮助。

资料摘要提示词

制作资料摘要时,只说”缩短”并不够,还应指定要保留的内容。

Code
请将以下资料内容整理为供部门总监审阅的摘要。  
  
# 目的  
梳理下周会议决定是否引入该方案时需要考虑的要点。  
  
# 读者  
事业部总监。相较于详细技术规格,读者更关注投入产出、风险和内部影响。  
  
# 输出格式  
1. 结论  
2. 判断所需的重点  
3. 优点  
4. 风险  
5. 需要补充确认的事项  
  
# 限制  
- 总计800字以内  
- 只使用资料中已有的数字  
- 不得推测不明确之处,标注为"待确认"  
- 为专业术语添加简短说明  
  
# 输入  
{粘贴资料正文}

这样指定读者后,即使是同一份资料,输出角度也会改变。

建立调研起点的提示词

与其把调研的最终结论交给生成式AI,不如用它梳理要点和列出调研角度,这样更有效。

Code
主题:公司内部引入生成式AI时的初期培训设计  
  
在制作内部评估资料之前,请先整理这一主题需要调研的要点。  
  
# 输出格式  
1. 7个重要要点  
2. 每个要点需要确认的信息  
3. 需要查阅的一手资料或咨询的部门  
4. 容易忽略的风险  
5. 经营者、信息技术负责人和一线负责人关注点不同之处  
  
# 限制  
- 不得编造具体数字  
- 不确定的内容标注为"待调研"  
- 区分一般知识与本公司需要确认的事项

这种用法不是让AI给出”答案”,而是让它绘制”调研地图”,尤其适合不熟悉的调研主题。

制作内部培训内容的提示词

人力资源或数字化转型负责人设计内部培训时,说明学员已有的知识基础十分重要。

Code
你是公司内部生成式AI培训的教材设计师。  
  
# 目的  
向刚开始使用生成式AI的员工说明工作提示词基础。  
  
# 学员  
- 使用过生成式AI  
- 但不了解提示词框架  
- 岗位包括销售、行政、策划等  
  
# 输出格式  
请制作10页培训幻灯片的框架。  
每页包含:  
- 标题  
- 传达内容  
- 示例  
- 讲师应补充的重点  
  
# 限制  
- 尽量少用专业术语  
- 每页只传达一个核心信息  
- 避免"使用AI一定能提高效率"等断言  
- 最后一页加入一个学员练习

培训不能只传授知识,还要让学员结合自身工作进行思考。培训可以结合视频教材、内部网站、学习管理系统(LMS)和AI对话等形式开展。

除了AI对话和AI摘要,Kanata还提供在线学习功能,可将视频整理为教材,并发布给内部成员学习。考虑内部培训运营时,除了制作提示词,还应设计学习、共享和复用流程。

改进提示词的5个技巧

改进提示词的5个技巧

掌握基本框架后,还可以通过一些方法进一步稳定输出。

不要一开始就要求最终版本

如果一开始就要求完成最终文本,输出有时会偏离预期。

尤其对于提案书、文章、培训资料和内部规则等结构很重要的内容,建议先要求提供框架。

Code
请先只提供大纲。  
暂时不要撰写正文,请整理标题和每个标题要传达的重点。

确认结构后再撰写正文,更容易避免大规模返工。

提供多个方案,并让AI说明差异

如果只得到一个方案,有时很难判断是否合适。

Code
请提供3个方案。  
请分别用一句话说明适用场景、优点和注意事项。

通过比较多个方案,更容易选择接近自己意图的方向。

区分事实、推测与待确认事项

工作中使用AI时,尤其重要的是不要混淆事实与推测。

Code
请将输出分为"事实""推测""待确认"3类。  
资料中未明确写明的内容,请归入推测或待确认。

只需加入这一要求,输出就更便于审核。

按”1个对话1个主题”推进

在同一个对话中连续处理多个主题,之前的上下文可能继续影响回答,导致输出偏离。

例如,最初在对话中制作销售邮件,之后又开始制作内部培训资料,文体和前提就可能混在一起。

在实际使用中,也建议尽量做到”一个对话一个主题”,主题明显变化时新开对话。

这一方法并不限于Kanata,在工作中使用生成式AI时也很有效。按项目、资料和目的区分对话,事后查看也更方便。

保存有效提示词并重复使用

有效提示词不应埋没在个人笔记中,而应整理为可供团队复用的形式。

例如,以下提示词适合整理为团队共用模板。

  • 会议纪要模板
  • 邮件初稿模板
  • 洽谈记录整理模板
  • 培训资料制作模板
  • 内部FAQ回答模板
  • 资料摘要模板

可以根据企业的运营方式,选择电子表格、内部Wiki、知识管理工具或AI应用平台等保存提示词。

Kanata的”资源库”可保存项目中需要复用的AI设置、提示词和学习数据,并可在提示词资源库中保存常用指令。

把个人实践中验证有效的用法沉淀为团队可复用的标准,是推广生成式AI应用的重要一步。

在公司内部复用提示词的运营方法

在公司内部复用提示词的运营方法

提示词不是制作一次就结束。工作内容或内部规则改变后,也需要修订。

按用途分类

首先按用途对提示词进行分类。

按用途划分提示词的示例
分类 提示词示例
会议 制作会议纪要、提取待办事项、制作议程
销售 整理洽谈记录、撰写邮件初稿、拟定提案结构
管理部门 规章FAQ、咨询回复、培训通知
市场 文章结构、社交媒体发帖方案、梳理客户问题
人力资源/数字化转型 培训教材、理解程度测试、内部说明资料

有了分类,员工更容易查找。

制定命名规则

提示词名称不统一,就难以复用。

建议在名称中加入用途和版本。

Code
会议纪要模板_标准_v1  
销售邮件_首次洽谈后_v1  
培训资料_生成式AI基础_v2  
内部FAQ_规章回答_v1

让人只看名称就能理解用途,更便于团队使用。

保留更新日期和管理员信息

旧提示词长期保留,可能导致不符合当前工作的指令继续被使用。

至少应记录以下信息。

  • 创建日期
  • 最后更新日期
  • 创建者
  • 管理员
  • 使用场景
  • 注意事项

尤其是涉及法务、人力资源、财务和安全的内容,容易受到制度和内部规则变化的影响,因此需要定期确认。

每月检查一次正在使用的提示词

例如,可以安排各团队每月用30分钟盘点一次提示词。

确认项目包括:

  • 哪些提示词正在使用
  • 哪些提示词存在输出质量问题
  • 是否存在过时的前提或表达
  • 是否需要新增模板
  • 机密信息处理是否存在问题

无需组织大型会议。即使只是逐步改进常用提示词,也有助于提高整个团队的AI输出质量。

向生成式AI发出指令时的注意事项

向生成式AI发出指令时的注意事项

完善提示词后,AI输出通常更便于使用。但输出看起来越规范,越容易疏于核查,这一点需要注意。

把AI输出视为”初稿”

生成式AI擅长自然地整理文本,但内容未必总是正确。

尤其是以下内容,必须由人核查。

  • 数字
  • 日期
  • 专有名词
  • 法律与制度
  • 合同条件
  • 内部规章
  • 客户信息
  • 引用来源
  • 实际业务数据

AI输出不是成品,而是初稿。对外发布的文章和涉及决策的资料,应以人工审核为前提。

输入个人信息与机密信息前先确认

编写提示词时,需要确认相关信息是否可以输入。

例如,客户名称、负责人姓名、合同金额、员工编号、健康信息和尚未公开的人事信息等,都需要谨慎处理。

中国国家互联网信息办公室等七部门发布的《生成式人工智能服务管理暂行办法》对个人信息权益和商业秘密保护等作出了明确要求。用于工作时,需要先确认企业内部规则、合同约定和所用AI服务的数据处理方式,再明确哪些信息可以输入、哪些不得输入。

在实际工作中,可以通过以下方式减少敏感信息的暴露。

输入提示词时的信息脱敏示例
原信息 替换示例
A股份有限公司 {大型制造企业}
张伟先生 {信息系统部门负责人}
120万元 {百万元级年度合同}
2026年5月13日 {2026年5月中旬}
员工编号、地址 删除

无法判断时,以不输入为基本原则。

让AI说”不知道”的设计也很重要

工作中使用AI时,不强迫AI回答也很重要。

例如,根据内部规章制作回答时,可以这样指定。

Code
内部规章中未明确写明的内容,不得推测回答,请写"无法根据规章确认"。

面向客户回答时,可以这样指定。

Code
不要对不确定的内容作出断言,请写"确认后再与您联系"。

对AI而言,生成回答本身很简单。但在工作中,如实说明无法确定,有时更为重要。

使用Kanata运营提示词时的思路

使用Kanata运营提示词时的思路

提示词管理可以选择内部Wiki、电子表格、文档管理工具和AI应用平台等多种方式。重要的不只是使用什么工具,还要让团队能够共享和修订常用指令。

Kanata是一款企业工作支持平台,将AI对话、AI摘要、在线学习等功能集中在同一环境中。通过AI对话,可以一边提问和咨询,一边推进文本制作、创意构思和调研等工作。

从提示词工程角度,可以考虑以下用法。

把常用指令登记到提示词资源库

如果反复编写相同指令,该提示词就可能适合团队复用。

例如,会议纪要、销售邮件、培训资料和内部FAQ等,即使负责人变化,也经常能够采用相似格式。

Kanata的项目资源库可用于保存AI设置、提示词和学习数据,并可在提示词资源库中保存常用指令。

分别考虑学习数据与提示词

提示词用于指示”如何回答”,学习数据则与”参考什么”有关。

例如,根据内部规章制作FAQ时,提示词写得再清楚,如果缺少相关规章,也难以准确回答。

此时可以这样区分。

学习数据
员工管理制度、费用管理制度、差旅管理制度、常见问题集
提示词
只依据规章明确写明的内容回答,没有依据时标注为待确认

使用Kanata时,可将希望AI参考的内部资料存入相应资源库,供对话或摘要应用调用。

连接培训与运营

只参加一次培训,往往还不足以养成规范编写提示词的习惯。

因此,可以在培训中学习基本框架,在日常工作中参考提示词资源库,并建立定期改进的流程。

例如,可以采用以下运营方式。

  1. 在全员培训中学习目的、前提、格式、限制和示例的框架
  2. 各部门制作3个常用工作提示词
  3. 把有效提示词保存到共享位置
  4. 每月检查一次已使用的提示词
  5. 向新员工和调岗人员共享标准提示词

建立这一流程后,生成式AI的使用方式就不再只停留在个人经验层面,而更容易沉淀为团队的共同工作方法。

总结

总结

听到提示词工程,可能会觉得这是一项专业技术。

但工作中需要的并不是复杂技巧,而是清晰写出AI能够理解的指令。

基本要点有以下5项。

  1. 写明目的
  2. 写明前提
  3. 指定格式
  4. 写明限制
  5. 提供示例

只要注意这5项,生成式AI的输出就更容易保持稳定。

当然,提示词并不能解决所有问题。只有将人工审核、机密信息处理规则和团队复用机制一并落实,提示词才能真正融入日常工作。

不妨先从邮件初稿、会议纪要和资料摘要等日常的固定任务中选择一项,按照本文模板制作适合自己工作的提示词。

有效提示词不要只保存在个人笔记中,而要与团队共享。这样,企业就能逐步积累可复制、可复用的AI应用方法。

Q&A

只有专业人员才需要学习提示词工程吗?

不是。如果要开展高级AI开发和模型调整,需要专业知识;但在日常工作中,把它理解为”向AI清楚发出指令的方法”就足够。即使只加入目的、前提、格式、限制和示例,输出也会更易使用。

每次都需要写很长的提示词吗?

不需要每次都写很长。有时简短要求就足够。但如果输出不符合预期,加入目的、读者、输出格式和限制条件会更容易改善。对于固定工作,把常用提示词制作成模板会很方便。

可以让生成式AI提供数字和案例吗?

可以作为调研起点使用,但必须核查数字和案例的出处。生成式AI可能用自然的文本给出并不存在的数字或出处。用于对外资料和决策时,需要查阅政府机构发布的信息、相关一手资料或内部原始记录进行确认。

把内部信息写入提示词时应注意什么?

个人信息、客户信息、合同条件、未公开财务信息和人事信息等,输入前应确认内部规则。必要时对公司名称、姓名、金额和日期进行脱敏。无法判断的信息,原则上不输入更为稳妥。

如何在公司内部推广好的提示词?

建议先从会议纪要、邮件和资料摘要等使用频率较高的工作开始制作模板,再保留创建日期、用途、管理员和注意事项,并每月检查一次左右。集中保存到内部Wiki、电子表格、知识管理工具或AI应用平台等企业日常使用的平台中,更便于持续维护。

分享本文