1.2.2 如何快速提升AI生成内容质量？

即使掌握了以上总结的提示语撰写技巧，有时AI给你的响应也可能不尽如人意。就像“开盲盒”一样，“完美”的回答总是小概率事件。那么，如何提升“盲盒中奖”的概率？我们需要尽可能细致、具象、清晰地告诉AI，我们想要的“答案”是什么样的。而当语言没有办法穷尽“理想答案”的所有特征时，最简单的办法无疑是提供给AI参考样例。举个例子，你给AI投喂100篇高考满分作文，让它帮你去总结满分作文的特征，远远比你自己直接告诉AI满分作文需要具备哪些特征要详尽得多。这也就是说，只有提示语描述任务往往是不够的，给AI“投喂”语料是生成高质量内容的必要环节。

请记住：AI可能不擅长0到1的原生创新，但非常善于1到100的模仿创新。给AI模板、范例、参考样例，是将模糊的提示语准确化的过程，也是将RTGO框架中的T（任务）、G（目标）和O（要求）具象化的过程。

具体来看，在使用AI完成文本生成任务时，可将任务划分为如图1-6所示的四个步骤。

第一步 投喂参考样例

为了提升AI生成内容的准确性和质量，我们首先需要为其提供优质的参考样例。这些样例应涵盖我们期望AI学习和模仿的各个方面，无论是语言风格、内容结构还是观点表达。例如，如果我们希望AI生成科技类的文章，那么就应该提供一系列科技领域的优秀文章作为参考。参考样例既可以是开源网络中的相关资料，也可以是企业内部的参考模板。

第二步 解析样例特征

投喂样例之后，我们需要引导AI去深入解析这些样例的特征（图1-7）。这包括但不限于文章的结构布局、语言风格、用词习惯以及逻辑推理方式等。通过这一过程，AI能够更清晰地理解我们所期望的输出标准，进而在后续生成内容时更加贴近这些标准。

第三步 模仿生成

在AI充分解析了参考样例的特征之后，下一步便是尝试模仿这些特征进行内容生成（图1-8）。这时，AI会结合之前学习的知识和解析出的样例特征，来创作出新的内容。这一过程需要反复迭代和优化，以确保生成的内容逐渐接近我们设定的标准。

第四步 整合调优

最后一步是对AI生成的内容进行整合和调优。包括对其语言风格（口语化、书面化……），用词特征（活泼、专业……），结构体例（公文、书信……），篇幅长短（500字……），呈现形式（表格、Markdown、列表……）等不同方面的调整。通过不断的迭代和优化，我们可以逐步提升AI生成内容的质量和准确性，使其更加符合我们的期望和需求。

在编写提示语的过程中，如果我们没有思路或者不知如何下手，找参考样例是最简单粗暴同时也最有效的一种方法。而在“投喂”参考样例的过程中，我们可以选择一个或者多个样例，可以是同类样例也可以是差异化样例。AI除了可以直接分析和借鉴指定的样例，也可以帮助我们对比不同的样例之间的差异，找出最适合我们当下任务场景的样例模板，这也让AI生成的文本内容充满了更多可能性和创造性。 0LB+Bs6q6scYtiaIW04UFJ3A3ecxP17ecFZLZmWXDtV39FuWb+n+/I6pBeIW35lC