正文
我了解到继刚老师在AI应用方面有着丰富的实践经验。我想分享一个观察：当我们最初提到“AI味儿”这个词时，想表达很多由AI生成的文字和图像都带有明显的AI特征。但我经常看到继刚老师创作的作品，无论是文字还是图像，都极其优美流畅，与普通甚至是专业文字工作者所写的散文作品非常接近，有时甚至能超出人们的预期。因此，我非常期待继刚老师能为大家进行一次演示。
李继刚：
好的，给大家演示一下，这是“文言美”，需要将文言文转化为接地气的表达风格，我们写了一段提示词之后，可以把我们读的文言文句子放置进来，AI就可以将其翻译为普通语言，即我们日常使用的语言。例如这里我认为它的文本没有长短结构，读起来不够合适，那我在对话中可以约束、引导它，使其变成现代散文诗风格的长短文，它便会发生一些变化。
我们刚才观看了继刚老师演示的一些作品，这些作品确实非常像是一个人所写，这是最重要的，因为我们对AI的期望就是，它能够像人一样输出作品并完成工作。在这一方面，我非常好奇继刚老师是如何达到这样的效果的？请问您在这其中采用了什么样的核心概念呢？
好的，这其实就回到了我们最初讨论的话题，即跳出金字塔原理的框架来思考。核心在于，比如当我阅读一篇文章，比如余华的小说，觉得其文笔特别好，非常喜欢时，我会尝试去总结余华的写作风格。如果只能用一个词来概括，那个词会是什么？如果扩展到五个词呢？接下来，我会找出这五个关键词，并要求用这些词的语言风格和思考脉络来解释或解读某个概念。所以，核心工作就是做这一件——
提炼关键词并用这些关键词来构建或解释概念。
所以核心就是用词来总结这个人的风格，因为词可能更多地代表一种概念，我们将概念给到AI的话，AI是不是有其自己理解、思考、解读的空间？
这就引出了另一个话题。我认为每个概念和词汇都相当于一个超级压缩包，但不同词汇的压缩包大小各异，有的词汇意念性很强，包含的维度广泛，而有的则相对狭窄。在日常沟通中，如果我说的一句话对方没有理解，我可能会从不同角度、不同视角、不同含义去反复解读这个概念。然而，在与大模型对话时，我发现无需如此繁琐，只需直接提出概念，大模型就能理解这个“压缩包”的全部内容，并在具体的任务场景中充分展开和放大其含义，其效果是爆炸性的，
即
我说得越少，效果反而越好。这实际上意味着，当我用词而非一段话时，我是在放松对这个概念的约束。
但是，我认为这对提出需求的人的要求会更高。因为你必须找到那个精确的词，或者事先进行充分的思考。如果提出的词与你的目的没有直接关系，那么这个词可能是无效的，甚至会产生误导。
确实如此，在这个时代，“绞尽脑汁”这个词真的是一个很形象的比喻。在
撰写提示词或与其对话之前，大脑需要经历大量的思考与提炼。
我会凝视一个对象，竭力思考其本质，然后尝试将思考的结果从一段话压缩成一句话，再进一步压缩成一个词。这样的过程不断重复，直至达到极致的精炼。当我面对具体的任务场景，比如写小说、短篇小说、散文，或是进行汉语新解时，我给自己设定的挑战是仅用五个词来描述整个内容。这个过程对我而言极为损耗脑力且充满痛苦，但最终的效果却出奇的好。
让我再用一个现实生活中的比喻来说明。这就像艺术家创作作品一样，如果艺术家的艺术素养越高，他的表达能力就越强。作品的含金量或质量往往与他过去的人生经历和思考深度相一致。内涵丰富、思想深刻的人，其表达能力也更强，作品中所蕴含的信息量就会更大。如果艺术家创作了一个非常具体的作品，就像我之前提到的，用很长的描述来框定其表达内容，那么观赏这个艺术作品的人就可能会局限在非常具象的思维里。相反，如果艺术家的表达能够高度浓缩和抽象，并蕴含更多思想，那么接收者就可以根据自己的能力、想象力或人生经验，将这个作品以自己的方式再放大一些。这就是一个
从高度浓缩到接收者再放大
的过程。
文本，在我看来，是一种工具和桥梁。它帮助我们将脑海中的想法传达给他人。为了实现这一目的，我们使用语言作为中转站，将想法通过语言描述出来。接收者虽然无法直接看到我们的思想，但可以通过阅读语言，在头脑中进行“解压缩”，从而理解我们的想法。然而，理解的结果与我们的原始想法之间并不总是完美映射。在与大模型进行交互时，我发现，当我使用精炼的语言去精准地表达我的想法时，大模型在解读时会进行“解压缩”并放大这个效果。这种体验非常奇妙。相比之下，当我以前写很长一段文字来描述我的想法时，生成的内容往往具有“AI味儿”，受限于我的框架，比如当我设定了五个角度，它生成的就只有那五个角度，显得匠气十足，缺乏自然感。
而现在，当我用
更精炼的方式描述脑海中的想法时，大模型在生成内容时不再受到我设定的强约束，因此生成的内容反而更加流畅自然。
其实刚才这段对话对我产生了很大的冲击。我之前在给IT需求写提示词时，总是很仓促，可能只用了三五分钟，就想马上得到一个满意的结果。然而，这样得到的结果往往并不令我满意。刚才的对话让我意识到我之前的一个重大思维误区：思考的工作不应该只由我一人完成，而是应该与AI共同进行。
对，我自己必须得思考清楚。在给出这个压缩包时，我可能还需要把密码也想好，这个密码必须让AI能领悟到。
现
在更准确的说法是把任务分为两类。
一类是我们明确知道要做什么。
对，信息检索就是这样，你给它提供的条件越丰富，它就能帮你检索得越快。但是创造性的工作就不一样了。
我们可能更多的是需要它做出一些超出预期的创造性工作。
对。这种其实就是双方一起在探索，一起在往深处走。你的认知现在在第三层，你希望跟它探索完之后，能到达第四层。而在这个过程中，因为你不在第四层，所以你没办法告诉它第四层是什么、该怎么做。这时候，你可以跟它一起玩耍。
这一部分我做个总结。第一，自然语言可能并非与AI交互的最佳方式。我们可以不写一段命令式或要求式的对话，而可以使用一种更抽象、更精炼的语言。这种语言包括我们经过思考后才输出的词汇。甚至，我们需要为其创造一种氛围、一种场域，就像刚才继刚老师提到的几个关键词，氛围和场域是非常关键的。
这里有两个不同的概念需要稍微辨析一下。一个是自然语言，另一个是命令式的语言。自然语言如中文、英文、日文、韩文等，是我们所谓的语言，是我们的工具，我们只能用它，这是没问题的。而命令式的语气，确实是我们需要尝试松绑的地方。命令式的语气意味着你已经固定了SOP
（标准操作流程）
，AI生成的内容一定会按照SOP来。如果你想要惊喜，就不能固定，就需要打开命令式的限制。当然，我可以通过精炼的语言去描述，比如我用过的列词法，也可以用别的方式，或者用自然语言，也是可以的，都看个人喜好。所以，在这一层面上，语言是通用的，因为我们只能通过语言去表达。只是命令式的语言需要松绑，我希望大家尝试的时候不要限定得那么死，写得那么精细，设置一个大概的场域即可，比如我现在要写一篇作文，我想尝试探讨一个观点，这个观点有一两个起点，看看我们和AI是怎么聊的？你觉得如果你加入进来，你会表达什么观点？这时AI就能给你带来新的东西。
对，我用一个现实生活中的比喻，这有点像把AI当成一个
更接近人
的事物。你跟它的沟通过程，其实跟我们教育小朋友是比较像的。如果你用123去限定它的所有吸收以及输出的话，它想要理解你的123，又不想超出123的范围来输出，你就不要指望它有什么惊喜和创造性了。
但如果你寻找到一个
启发
它的方式，它输出的内容可能就会超出你的想象或认知范围。它有时可能会很糟糕，但有时也会给你带来不一样的惊喜。我们相信，因为AI学习了人类这么多年的知识，所以它给你惊喜的几率会更高。
所以，我认为
需要破除的一个思维误区是，不要把AI当工具，应该把AI当成一种具有智力的存在。
在与另一个智力存在进行交互的过程中，你自己必须进行思考。如果缺乏思考，该智力给予你的反馈将不尽如人意。我也观察到一个现象，即在与其他智力交互时，普通人往往更多地是在与自己的智力进行交互。例如，当我要撰写一篇文章时，我无需给自己设定任何提示词，便能自然而然地完成。但当我要求同事撰写这篇文章时，这种交互就变得困难起来。我认为，许多人在使用AI时也存在类似的误区。我观察到，管理层和老板对AI的态度更为乐观。相比之下，许多普通人在初次尝试使用AI时可能充满热情，但一旦碰壁，就可能丧失继续使用的动力。我想请问Enya，作为管理层和负责人，你是否也注意到了这一现象？
