提示工程：營銷人員和內容創作者指南

正如我們所知，ChatGPT 和其他生成式 AI 工具將改變工作世界。

但是不要相信我的話。

來自 OpenAI、OpenResearch 和賓夕法尼亞大學的研究人員預測， 80% 的美國勞動力將看到生成式 AI 工具對他們至少 10% 的任務的影響。

這意味著隨著人工智能工具的發展，更多的公司和員工將使用這些工具來自動化某些任務、提高效率，甚至完全取代一些工作。

一個例子是一家公司開始使用 ChatGPT，看到它的價值，並解雇了負責某些管理和客戶溝通任務，甚至與營銷相關的任務的員工，以“節省成本並更快地完成工作”。

（這已經發生了）

當高管們認為人工智能工具可以更快、更準確地完成任務時，很可能會發生這種情況，儘管有人警告說不應完全依賴這些人工智能工具。

但也有一線希望。

從生成式 AI 工具獲得有意義的輸出需要人情味。 編程、寫作、翻譯和分析等任務仍然依賴於人工輸入——我們在“提示工具”時使用的單詞、代碼和上下文。 因此，一條新的職業道路正在醞釀之中：即時工程。

本指南分解了您需要了解的有關提示工程的所有信息，包括它是什麼、編寫有效提示和在工作流程中使用 AI 的技巧，以及在該領域取得成功所需的技能——無論您是營銷人員還是創作者。

我將帶您快速瀏覽快速發展的提示工程領域。 如果您想跳過序言並進入有趣的內容，這正是我在本文中介紹的內容：

• 什麼是即時工程
• 提示的剖析：元素和技巧
• 有效及時工程的技巧
• 營銷人員和內容創作者的即時工程

讓我們開始吧！

什麼是即時工程

提示工程是精心設計和完善您提供給生成式 AI 工具的指令或查詢以獲得特定響應的過程。

自 2022 年底推出 ChatGPT 以來，這個概念已經成為流行語。從福布斯到 Insider，科技和商業出版物都在滔滔不絕地談論這個新的神秘職位，在某些情況下，這個職位的價值高達 35 萬美元。

雖然快速工程師職業道路的長期可行性仍有待商榷，但有一件事不是：

各行各業的公司都在爭先恐後地利用生成式人工智能工具來獲得競爭優勢。

Meta、Slack、Instacart、Shopify、Canva 和其他科技巨頭已經搭上了基於 GPT 的產品。 但是 SaaS 並不止於此。 醫療保健、房地產和媒體行業的企業也在使用它。

但是，如果您使用過任何 GPT 工具，就會知道其結果並不總是最高質量的。 當然，他們有一些令人印象深刻的能力並且似乎會定期改進，但有時他們會提供不准確的信息或不相關的答案。

簡而言之，提示的質量決定了您從這些工具中獲得的結果的質量。 精心設計的提示可以有效地將您的意圖傳達給 AI 模型，因此它會生成準確解決您問題的答案。 這就是了解如何使用這些工具非常有價值的原因，尤其是當您參與內容創建或營銷遊戲時。

在我們進入本文之前，我希望您牢記提示工程的這 4 個關鍵步驟：

• 定義目標或目標：所有提示都包含明確定義的目標或目標，說明 AI 預期產生的結果。這包括指定格式、目標受眾或所需的內容基調等內容。

• 設置上下文：提供與主題相關的背景信息和其他上下文有助於 AI 模型更好地理解您想要的輸出，使模型能夠生成更相關和更準確的響應。

• 提供示例和指導：在提示中包含示例為 AI 模型提供了一個模板，說明它應該如何生成所需的內容。當您希望 AI 遵循特定結構或遵守特定準則時，這尤其有用。
• 迭代和改進：與任何形式的通信一樣，提示工程是一種迭代方法。您需要測試提示的不同變體，評估它引出的內容，並根據提示滿足您的目標或目標的程度來改進提示。

每當我發現自己難以從ChatGPT 或 Jasper 等工具獲得高質量的輸出時，我都會返回這 4 個步驟來驗證我已經為 AI 提供了它需要的一切。 請記住：這些工具的好壞取決於我們提供的輸入！

現在讓我們看看您可以用來設計高質量輸入的特定提示元素和提示技術。

提示的剖析：元素和技巧

提示由幾個關鍵組件組成，這些組件協同工作以引導生成式 AI 工具獲得所需的輸出。 了解每個組件，更重要的是，了解 AI 模型如何解釋它們將幫助您獲得所需的結果。

以下是在提示寫作過程中要牢記的四個主要組成部分：

指示

指令部分概述了您希望 AI 執行的任務。 它提供了對所需操作的清晰簡潔的描述，例如匯總、提取、翻譯、分類或生成文本。

說明的清晰度和特異性至關重要，因為它們直接影響 AI 生成內容的相關性和準確性。 生成式 AI 依靠這些指令來理解用戶的意圖並生成符合他們期望的響應。

在下面的提示中，我已經向 ChatGPT 明確說明了我希望它創建的輸出：10 篇包含標題和介紹性段落的博客文章創意。

語境

上下文是提示的重要組成部分。 它幫助 AI 模型掌握與任務相關的背景信息和主題。 它可能包括有關主題、流派、語氣、目標受眾或任何特定限製或指南的詳細信息。

通過建立上下文，用戶可以引導 AI 模型生成符合上下文並符合給定參數的內容。

在同一個示例提示中，我以一些上下文開始提示：“我需要寫一篇關於適用於小型企業和初創企業的最佳 CRM 平台的博文。”

輸入數據

輸入數據是指 AI 模型將處理並用於生成輸出的實際內容或信息。 在某些情況下，這可能是 AI 應該總結或分析的一段文本； 在其他情況下，它可能是 AI 在生成響應時應考慮的一組數據點或示例。

提供準確且相關的輸入數據至關重要，因為它構成了 AI 生成內容的基礎，並確保輸出有意義且信息豐富。

再次查看我們的示例提示，我們注意到我包含的輸入數據是一個示例輸出，顯示了我希望 ChatGPT 如何格式化和編寫內容。

產出指標

輸出指標有助於定義 AI 生成內容的格式、結構或呈現方式。 它們可以包括用於組織輸出的明確說明，例如指定要點的數量、信息的順序或所需的長度。

輸出指標還有助於指導 AI 模型生成易於閱讀、結構合理且符合用戶所需格式的響應。

在示例提示中，我為 ChatGPT 提供了多個輸出指示器來指示我希望內容看起來如何，包括項目數（總共 10 個想法）、組成部分（標題和介紹段落）和句子數（4- 5).

當用戶設計出有效結合這些組件的提示時，ChatGPT 和 Jasper 等生成式 AI 可以更好地解釋提示並生成滿足用戶要求的內容。

通過了解提示的結構和每個組件所扮演的角色，您可以優化提示工程技能並充分利用 AI 驅動的內容生成工具的潛力。

及時的工程技術

現在讓我們來看看提示工程技術的主要類型，我們的新朋友 ChatGPT 提供了一點視覺支持。

零次提示

零樣本提示是指未向 AI 模型提供任何示例或上下文來幫助它理解被要求執行的任務的提示。 該模型有望根據其一般知識和解釋提示的能力來完成任務。

當您只是想快速訪問特定問題的定義或答案等信息時，零樣本提示非常有用。

一鍵提示

一次性提示為 AI 模型提供了一個示例來演示所需的任務。 這有助於模型理解要在響應中使用的任何模式或格式要求。

當你有一個具體的例子來說明你希望人工智能如何響應你的指令時，一次性提示會更有效，比如一道數學題。

少量提示

幾次提示類似於一次提示，但它提供了多個示例來幫助 AI 模型更好地理解所需的輸出。 這允許模型更有效地概括任務。

如果您發現您沒有從一次提示中獲得很好的結果，將它變成帶有更多示例的幾次提示可以幫助您的輸出更接近所需的格式。

思維鏈提示

思維鏈提示涉及一系列相互關聯的問題或任務，模型對先前提示的響應會影響其對後續提示的理解和回答。 這種類型的提示對於復雜任務或維護對話中的上下文很有用。

當您想深入研究一個主題而不浪費時間調整和格式化每個單獨的提示時，我個人最喜歡的思路提示非常有用。 ChatGPT 和其他具有類似聊天界面的 AI 能夠從以前的條目中攜帶信息、指令和上下文，並將它們分解為當前輸出。

有效及時工程的技巧

儘管這些 AI 工具具有高科技、科學的性質，但快速工程的過程仍然既是一門科學，也是一門藝術。 我們仍處於使用 Jasper 和 ChatGPT 等人工智能工具的早期階段，因此優化提示以獲得更好的輸出是迭代和直觀的。

就像您根據聽眾之前的反饋在博客文章、Twitter 線程或 LinkedIn 帖子中使用措辭一樣，您需要對從生成 AI 工具獲得的輸出做同樣的事情。

也就是說，有一些來自OpenAI和GitHub的專家觀察到的一般規則可以幫助您在這個過程中註入一些科學知識。

讓我們來看看一些。

措辭清晰具體

使用模棱兩可、不清楚的措辭肯定會降低 AI 工具的輸出。 請記住，您正在向一個極其複雜的算法提供指令，因此只需為其提供所需的上下文和指令即可。

當我編寫提示時，我發現指定所需輸出的格式和長度特別有用。 將所需輸出的主要主題連接到一些額外的上下文也是有益的。

在提示中提供示例

提供您想要的輸出示例將為 AI 提供一個準確的模板，說明它應該如何格式化和生成文本。

當您使用 AI 創建輸出選項列表（如推文或其他社交帖子）時，這尤其有用。

專注於你想讓它做的事

很容易陷入列出所有你不想讓你的生成式人工智能工具做的事情的陷阱，但這違背了簡潔和特異性的首要原則。 嘗試用肯定的措辭來表達你的指示。

編寫提示可能需要稍長的時間，但當您獲得所需的確切輸出時，這將是值得的！

測試和試驗提示

測試和迭代提示是使用生成式 AI 工具獲得更好輸出的關鍵步驟。 通過嘗試各種提示結構、措辭和上下文，用戶可以引導人工智能做出更準確、相關和連貫的反應。 此過程涉及改進輸入提示以使其更加明確或提供額外的上下文或約束以縮小 AI 的關注範圍。

當您遍歷不同的提示並分析結果輸出時，您就會了解 AI 如何解釋和響應各種指令。 這種迭代方法讓您更深入地了解如何與 AI 有效溝通，最終提高性能並從生成 AI 工具中獲得更理想的結果。

營銷人員和內容創作者的即時工程

好的，我們已經做了一些盡職調查，並複習了一些基本概念和提示工程的技巧。 現在是玩樂的時候了。

好吧，差不多該玩有趣的東西了——首先，一個重要的免責聲明：

知道了？ 好的。

順便說一句，讓我們來看看我如何在日常工作中遇到的不同營銷和內容創建任務中使用 ChatGPT 的幾個例子。

構思和頭腦風暴

使用生成式 AI 工具的最有效方法之一是進行構思和頭腦風暴。 借助用於訓練這些模型的大量信息，它們可以輕鬆高效地生成語義相關信息列表。

下面是我在 ChatGPT 中使用的提示示例，用於生成關於小型企業和初創企業最佳 CRM 平台主題的博客文章標題列表：

如您所見，我設計了這個一次性提示以包括上下文、格式說明和示例內容，它需要為我提供一些可靠的輸出。

在短短幾分鐘內，GPT-4 為我提供了 10 種不同的標題-介紹組合，我可以使用它們來創建我的博客文章。

背景研究

大約一個月前，我決定我需要更多地了解機器學習和人工智能的學術方面（出於顯而易見的原因）。 我沒有使用谷歌、維基百科和學術期刊的典型過程，而是決定讓 ChatGPT 作為我的助手來啟動研究過程。

事情是這樣的。

在大約 20 秒內，我得到了該領域頂尖研究人員的名單，包括他們學習或工作的地點以及對他們相關性的簡要說明。

知道該工具可以構建我之前的提示並將響應用作上下文，我決定繼續使用。

很酷，對吧？

但是，您可以更進一步。

虛幻。

在不到 5 分鐘的時間內，ChatGPT 幫助我收集了有關我感興趣領域的大量信息，包括領先專家、他們最重要貢獻的列表以及每項貢獻的簡短摘要。

如您所見，提示簡單明了。

ChatGPT 的思想鏈提示功能意味著它從以前的提示中攜帶上下文，所以我不必擔心精心製作的提示會佔用令牌數。

角色創建

買家角色發展是那些耗時的 B2B 營銷任務之一，我發現自己陷入了早期階段。 但是有了大型語言模型和直接的提示，就很容易上手了。

例如，這是我用來深入了解 Notion 企業帳戶的潛在買家的示例提示。

現在，在這些實際有用之前還有很多工作要做——通過產品研究、用戶調查、規劃購買者旅程等進行驗證。

儘管如此，在不到一分鐘的時間裡，GPT-4 已經生成了一份包含 5 個潛在買家角色的列表，每個角色都有一個目標和痛點。 哦，頭韻的使用也是一個不錯的獎勵。

關鍵詞識別

通過精心設計的提示，您還可以加快初步的關鍵字識別過程。

例如，我最近正在尋找一家企業時間跟踪軟件公司的目標關鍵詞。 知道 ChatGPT 可以比我更快地找到相關詞，我給它提供了這個提示：

這是 GPT-4 給我的輸出：

一分鐘內列出超過 25 個潛在關鍵字！

同樣，在獲得此列表後，我立即去了 ahrefs 並根據搜索量和關鍵字難度審查了結果。 儘管如此，ChatGPT 證明是識別潛在搜索詞的一個很好的起點，我可以將其歸零以進行進一步分析。

簡介和框架創建

營銷人員和內容創建者經常陷入困境的另一個地方是在創建摘要和框架時。 但是有了生成式 AI，您只需做三件事就可以啟動內容營銷流程：

主題創意、目標受眾和一些關鍵字。

想要一個例子嗎？ 這是我最近在為一篇關於 TikTok 營銷的博客文章所做的簡短介紹中用來獲得一些 AI 幫助的提示：

正如您所看到的，我設計了這個提示來為 AI 提供它需要的關於目標、上下文和輸出格式的所有信息。

在這種情況下，我什至對我的格式要求有點雄心勃勃，要求 ChatGPT 使用我包含的關鍵字作為副標題，並以要點形式創建大綱。

這是它給我的輸出：

正如我所希望的那樣，AI 接受了我的提示並輕鬆地將其轉換為簡報，我輕鬆將其轉變成博客文章——當然，還進行了一些調整和修改。

建立及時的工程技能並優化您的內容工作流程

正如我在本文後半部分所展示的那樣，市場營銷和內容創作絕對屬於 20% 的工作崗位，這些工作崗位將受到生成式 AI 工具的巨大影響。

不要通過恐懼的眼光來看待這個問題，您只需要將其視為營銷人員工具包中的另一個工具：搜索引擎優化、社交媒體營銷、需求生成、提示工程。

除了高薪之外，創造輸入以從大型語言模型中獲得更好結果的能力是營銷人員和內容創作者需要學習的一項重要技能。 如果採用 ChatGPT API 是任何指標，那麼 SaaS 及其他領域的大多數企業公司將使用生成式 AI 工具。

請記住，我們仍處於即時工程的早期階段，而且一切都在快速發展——非常快。 因此，請確保您掌握 Jasper 和 ChatGPT 等工具的最新發展，尤其是關於如何將它們應用到日常工作流程中。

要進一步了解 ChatGPT 和 DALL-E 等生成式 AI 工具如何徹底改變內容營銷，請查看 Ross為 Foundation Insiders 發布的AI 內容工作流程帖子。