问商:给身份、给标准、给套路,再逼它交代
这一章讲三件事: 为什么「会问」变成了一种能力; 开头那一句怎么写;以及答案拿到之后该怎么把它逼到能用。
它在全书链条里的位置: 第 10 章说,你的时间从「写」挪到了「改」。 这一章就是教「改」的——而且是全书唯一一章你今天下午就能用上的内容。
1. 这不是技巧,这是一种新的编程
这一节先把这件事的性质说清楚,不然你会把它当成「话术」。
先给名字:「怎么把话说给它听」这件事,在这一行有个正式名字,叫提示工程。
书里引了一位从业者的话,这句话在 2023 年被引用了无数次: 「现在最热门的编程语言是英语,所以提示工程师很有必要, 而我更愿意把其看作一种心理学家,专门研究大模型的心理。」1
为什么说这是编程? 书里给了 一条很清楚的线索: 编程语言的发展,可以看作是缩小「人的语言」和「机器的语言」之间那道鸿沟的过程—— 从最初贴着硬件的低级语言,到可读性好的高级语言, 再到既能操作机器又能写逻辑的那一类2。 这一次,那道鸿沟被直接跨过去了:你说人话,它照办。
书里给它下的定义是:设计一句有效的输入,来引导它生成你想要的输出3。 书里说它有三个作用:激发它的潜在知识和能力、让它理解你的问题、 改进它的输出(可读性、连贯性、准确性)3。
这个新本事的门槛很低,上限却很高。 书里在全章结尾把这句话说透了:自然语言编程人人会用、人人平等, 但只有高水平的提问,才能令它发挥出最大的价值4。
2. 从「搜商」到「问商」
这一节给出这一章的两个阶段划分,后面所有内容都挂在这两个阶段上。
书里先回顾了上一代:搜索引擎问世之 后,人们开始重视「搜商」—— 当年也有一套「搜索语言」,用双引号、加号、减号、文件类型、站点范围这些限定符筛结果; 但由于那套写法并不是日常说话的样子,理解和记忆门槛高,大多数人更愿意随手输入几个词, 再靠翻页来筛结果5。
这一次不一样,原因在于交付物变了:
| 搜索引擎 | 这一次 | |
|---|---|---|
| 你拿到的是 | 知识工作的原料 | 半成品甚至成品6 |
| 你的要求 | 比较简单 | 更多样、更复杂 |
| 所需的本事 | 搜商 | 问商 |
书里把问商分成两个阶段,这就是本章的骨架7:
① 开头:把活交出去 → 3R 任务授权法(第 3–6 节)
「我要你做什么」
② 跟进:把答案逼出来 → 四类追问(第 7 节)
「你凭什么这么说」
3. 第一个 R:给它一个身份
这一节讲三样东西里最省事、也最容易被低估的一样。
书里的做法叫角色设定:先确定希望它以什么身份来完成任务, 有哪些背景和情境,做这个任务的目的是什么8。
为什么给身份比列要求管用? 书里引的那篇论文给了一个漂亮的解释: 在讨论道德相关的问题时,可以让它扮演圣雄甘地来回答, 这样就取代了「反对暴力」「追求真理」「团结平等」这些描述9。
换句话说:一个身份 = 一整包要求。 书里的说法是,它从这个身份里取出来的那一整套做派,比人一条条列出来的更丰富9。
书里还给了两个立刻能用的变体:
| 变体 | 怎么做 | 效果 |
|---|---|---|
| 给它设身份 | 「你是一位老师」 | 它会把你当学生:回答详尽、避免复杂解释、你出错时指出来10 |
| 给你自己设身份 | 「我是 5 岁的儿童」/「我是成年的律师」 | 同一个题目,前者用粗浅语言讲简单的事,后者对细节和事实严谨得多11 |
书里给的完整示例是一份国会发言稿: 「你是埃隆·马斯克,你要在美国国会面对总统和 30 位参议员发言, 目的是说服参议会投票停止通用人工智能的开发和应用。请给出 500 字左右的发言稿, 并说明在什么地方需要加强语气,以什么表情或动作辅助。」12 它交回来的稿子里,每一段后面都标着「(此处加强语气,表现坚定)」这样的提示12。
4. 第二个 R:把「好一点」换成可以检查的东西
这一节讲最容易被忽略的一样:说清楚你要什么。
书里借用了职场里的一套现成标准,挑出其中三条13:
| 要求 | 差的写法 | 好的写法 |
|---|---|---|
| 具体 | 「你对这篇文章的看法」 | 「这篇文章的结论是否被 xx 行业广泛接受,有哪些赞同的声音,有哪些不同意见」 |
| 具体 | 「简单易懂」 | 「用短句,不用专业术语」 |
| 可衡量 | 「多给一些选项」「用较短的篇幅」 | 「给出 3 个不同的方案」「用 200 字描述」 |
| 可衡量 | 「要有权威佐证」 | 「包含常春藤大学教授的观点」 |
| 相关 | 「要求语言活泼风趣」——而前面刚设定了「日常风格庄重严肃的国企董事长正式采访」 | 「要求语言平实,问题引人思考」 |
最后一行最值得看:它讲的不是「写得好不好」,是「前后矛不矛盾」。 你给的身份和你要的结果如果打架,它会两头讨好,最后什么都不像。
5. 第三个 R:给它一条套路(主走查)
这是本章的主走查。同一道题,不给套路和给了套路各走一遍。
书里挑的题是一道咨询公司面试题:「深圳有多少渣男?」 书里明说:如果直接提问、不给思路,它是无法解答的14。
给了套路之后,它的走法是这样的15:
| 第几步 | 套路要求它做什么 | 它这一步产出的东西 |
|---|---|---|
| 1 界定问题 | 明确范围和假设 | 「深圳」指行政区域;「渣男」指恋爱婚姻中不负责任、不尊重对方、欺骗感情的男性;并声明这个问题涉及主观判断,答案可能不绝对准确 |
| 2 分解问题 | 拆成子问题 | 总人口 → 男性比例 → 年龄段 → 「渣男」比例 |
| 3 估算数据 | 每个子问题给一个可核的假设 | 总人口 1300 万;男女约 1:1,男性约 650 万;18~50 岁占 60%,约 390 万;假设 10% |
| 4 汇总结果 | 相加或相乘 | 390 万 × 10% ≈ 39 万 |
| 5 总结思路 | 回顾过程,指出不确定性 | 点名三处不确定:定义模糊、实际人口数据、比例假设 |
这条套路的正式名字第 04 章已经给过了:思维链。 书里在这里的说法是:将大问题拆解成小问题和步骤,并以逻辑清晰的方式组织, 从而引导它沿着特定的思考路径16。
注意第 3 步和第 5 步:这两步才是这条走查的价值所在。 第 3 步把每个假设摆出来,你可以逐个否掉它; 第 5 步它自己承认哪里不牢,你知道该盯哪儿。 一个不给套路的回答,这两样都没有。
6. 没有套路怎么办:给两道同类题的答案
这一节讲一个更省事的做法,它就是第 04 章那个「现学现卖」。
书里的场景是:手头有深圳和北京两道题的问答,现在要做上海那一道17。 做法是把前两道的问题和答案原样贴进去,然后问第三道。
| 例题 1 | 例题 2 | 新题 |
|---|---|---|
| 深圳有多少渣男 → 39 万 | 北京有多少井盖 → 住宅区 20 万 + 商业区 10 万 + 道路 25 万 = 55 万18 | 上海有多少鸟? |
| 它照着走:城市区域 6340 平方公里 × 每平方公里 100 只 = 63.4 万;郊区公园 1660 平方公里 × 200 只 = 33.2 万;合计约 96.6 万19 |
看清楚它学到了什么:不是「鸟的知识」,是「先分类、再各给一个密度、再相加」这个形状。
7. 答案拿到之后:四类追问
这一节是这一章真正的落点,而且它比前面三个 R 更值钱。
书里的理由说得很实在:它也有不会做、不擅长的事; 它在分析推理时也会遗漏某些东西,或者存在偏见; 它还会为了迎合人类、拿到好评,而编造不存在的事实20。
书里借用了苏格拉底的提问法,把追问分成四大类:证据类、视角类、理由类、影响类21。
| 类别 | 你问什么 | 书里的实例 |
|---|---|---|
| 视角类 | 有人会从不同角度看这个问题吗? | 一道公务员考题里,回答漏掉了题目强调的「自省」;追问「当初主张围海造田的人,为什么现在和当初的决策不一样了」——它补上了「过去的决策在当时有其合理性」这一层22 |
| 证据类 | 有成功案例吗?要具体的企业、要能佐证的数据 | 见下面那一段 |
| 理由类 | 你这个转折,有哪些理由支持? | 它补上了论据,使论述更有力23 |
| 影响类 | 具体怎么落地?期待什么影响? | 它把措施具体化并推导了效果23 |
书里管这四问叫「四省吾身」:真否?全否?有理否?可行有效否?24
8. 那段被当场戳穿的完美回答
这一节是全章最值得逐字读的一段,因为它是全书唯一一次完整的现场核查。
事情是这样的:追问「证据」之后,它给出了一段有逻辑、有数据、完美符合要求的回答—— 一个荷兰海上风电场的案例,带三组数字:约 15 亿欧元的经济增长、 约 300 万兆瓦时的清洁电力(可满足约 100 万户家庭)、约 1000 个直接就业岗位25。
书里在这里下了一句判断,值得抄下来: 「乍一看,这一段回答有逻辑,有数据,完美符合要求。当回答过于完美的时候, 就要当心它编造数据。」26
然后是四步核查,请照着记:
| 第几步 | 做了什么 | 结果 |
|---|---|---|
| 1 | 把可疑段落拷进另一个带搜索的工具问「这段话的信息和数据是否准确」 | 对方证实了项目本身存在,但说没有找到关于经济、民生、就业具体影响的数据27 |
| 2 | 回过头盘问它:这三方面的数据有没有具体来源和页面链接? | 它说没找到官方来源,但给出了一个新闻稿链接28 |
| 3 | 点开那个链接 | 404 报错——彻底坐实了编造29 |
| 4 | 给它最后一次补救机会:「这篇新闻稿不存在,请不要提供虚假信息。如果找不到相关数字,如实说明即可」 | 它道歉,承认仍然无法找到具体数据,只给了一个笼统的正面推测30 |
书里从这一段里提炼的两个问题是: 一是造假——当你要具体示例和数据时,如果它找不到,可能会造假, 因为它的目标是让你满意; 二是数据不全——有些行业数据或企业内部数据,它并没有真正查阅31。
这两个问题的解决办法,正是第 13、14 章那三个行业在做的事。
9. 它是一面镜子
这一节给出这一章的收尾判断,它是作者的,不是论文的。
书里的话:它就像一面镜子,根据对面人的态度和水平的不同,遇强则强。 你专业它就专业,你随意它也随意32。
由此得出的心法只有五个字:视它为人33—— 你对同事下属、对家里孩子的沟通方式,很可能会被第一时间代入到跟它的沟通里来。
而这一章最后那句话,是全书对「问商」最诚实的判断: 问商起作用的关键因素,是人自身的思维和沟通水平; 无论是任务授权还是诘问,看似 简单的技巧背后,是人的思考积累4。
判断(我们的,不是书里的):这一章的价值在后半段,不在前半段。 3R 那三样东西今天已经被各家产品做进了界面(系统设定、输出格式、模板), 而第 7、8 节那套「怎么把编造逼出来」的动作,今天仍然要靠人自己做。 如果错,会错在: 如果核查这件事本身被自动化了(比如产品默认给出来源并自动核对链接), 那么第 8 节这套手工动作就会和 3R 一样退回到界面里去。
10. 作者的判断与证据
| 说法 | 性质 |
|---|---|
| 「最热门的编程语言是英语」 | 引语,一位从业者说的 |
| 3R 这个框架 | 作者自己整合的——它来自一本管理学畅销书的授权理论,加上实践经验7 |
| 角色设定为什么有效 | 引自一篇论文,书里点了论文名 |
| 深圳、北京、上海那三道题 | 实录,书里给了完整的问答 |
| 那次 404 核查 | 实录,而且是全书最有价值的一段 |
| 「它像一面镜子,遇强则强」 | 作者的判断,没有证 据,但很好用 |
必须点破的一处:书里没有说这些做法在什么情况下不管用。 角色设定会不会让它更容易迎合?给了套路会不会限制它? 这两个问题一句都没有。
11. 边界与局限
- 这一章的所有示例都是单人单轮的写作类任务。 没有一个涉及团队协作或长期任务。
- 书里没有讨论提示语的稳定性。 同一句话今天有效、明天换个版本还有效吗?没有数据。
- 那套四类追问要花时间。 第 8 节那次核查一共来回了四轮, 书里没有算过这四轮花的时间和它省下的时间哪个多。
- 书里把「视它为人」当心法,但第 05 章刚说过它会讨好你。 把它当人,和防着它讨好你,这两件事之间的张力书里没有处理。
12. 可带走的
- 这不是话术,是一种新的编程:门槛人人平等,上限由你的思考决定。
- 开头那一句给三样东西:一个身份、一个可检查的结果、一条解题套路。
- 一个身份等于一整包要求——「扮演甘地」比列出「反对暴力、追求真理」更有效。
- 把「好一点」换成「3 个方案」「200 字」这种能对着数的东西。
- 不会做的题,给它套路;没有套路,就给它两道同类题的答案。
- 答案拿到之后要追问四类:要证据、换视角、要理由、问影响。
- 回答过于完美的时候,就要当心它编造数据——那次核查的最后一步是点开链接,404。
13. 原文地图
| 主题 | 原书章 | 原文位置 |
|---|---|---|
| 最热门的编程语言是英语 | 07 自然语言编程与脑机协作 | text/09-ch07.txt:19(搜「现在最热门的编程语言是英语」) |
| 提示工程与三个作用 | 07 自然语言编程与脑机协作 | text/09-ch07.txt:50(搜「提示工程」) |
| 搜商与问商 | 07 自然语言编程与脑机协作 | text/09-ch07.txt:73(搜「搜商」) · text/09-ch07.txt:88(搜「问商」) |
| 3R 的三个 R | 07 自然语言编程与脑机协作 | text/09-ch07.txt:136(搜「第一个“R”是Role」) · text/09-ch07.txt:202(搜「第二个“R”是Result」) · text/09-ch07.txt:248(搜「第三个“R”是Recipe」) |
| 扮演甘地 | 07 自然语言编程与脑机协作 | text/09-ch07.txt:143(搜「可以让大模型扮演圣雄」) |
| 给自己设身份 | 07 自然语言编程与脑机协作 | text/09-ch07.txt:159(搜「分别设定为5岁的儿」) |
| 国会发言稿 | 07 自然语言编程与脑机协作 | text/09-ch07.txt:171(搜「你是埃隆」) |
| 可衡量的正反例 | 07 自然语言编程与脑机协作 | text/09-ch07.txt:213(搜「反例：“你对这篇文章的看法”」) · text/09-ch07.txt:227(搜「给出3个不同的方案」) |
| 深圳有多少渣男 | 07 自然语言编程与脑机协作 | text/09-ch07.txt:260(搜「深圳有多少渣男」) · text/09-ch07.txt:307(搜「约39万」) |
| 北京井盖与上海的鸟 | 07 自然语言编程与脑机协作 | text/09-ch07.txt:359(搜「北京有多少井盖」) · text/09-ch07.txt:387(搜「上海有多少鸟」) |
| 四类提问 | 07 自然语言编程与脑机协作 | text/09-ch07.txt:489(搜「可以分为4大类」) · text/09-ch07.txt:816(搜「四省吾身」) |
| 那次 404 核查 | 07 自然语言编程与脑机协作 | text/09-ch07.txt:620(搜「乍一看」) · text/09-ch07.txt:656(搜「彻底坐实了大模型造假的猜测」) |
| 它像一面镜子 | 07 自然语言编程与脑机协作 | text/09-ch07.txt:438(搜「大模型就像一面镜子」) |