- 广义上：指一个系统、产品或环境如何被设计得易于AI（如搜索引擎爬虫、数据分析工具、智能助手）理解、处理和利用。
- 狭义上（也是当前更受关注的）：特指人类如何通过优化自己的提示、指令和输入，来更有效地与生成式AI（如ChatGPT、Midjourney、Copilot等）进行协作。
以下是其核心基础知识框架：
核心目标与理念
- 效率最大化：用最少的交互步骤和最低的认知负荷，让AI产出最符合预期的结果。
- 结果可控性：通过清晰的设计或指令，减少AI的“随机猜测”，提高输出结果的稳定性和可预测性。
- 协作而非对抗：将AI视为一个强大的、但需要引导的合作伙伴，而不是一个神秘的“黑箱”或完全自主的代理人。
主要应用领域（“对谁友好”？）
-
对AI系统/算法友好：
- 搜索引擎优化（SEO）：结构化数据、清晰的网站架构、语义化标签，帮助搜索引擎AI更好地理解和排名内容。
- 应用程序接口（API）设计：清晰、稳定、文档完善的API，方便其他AI服务或开发者调用和集成。
- 数据格式标准化：使用如JSON、XML等机器易于解析的格式，方便AI进行数据处理和分析。
-
对生成式AI友好（即“提示工程”的核心）：
- 大语言模型：如ChatGPT、Claude、文心一言等。
- 图像生成模型：如Midjourney、DALL-E、Stable Diffusion等。
- 代码助手：如GitHub Copilot、通义灵码等。
- 智能体与工作流：如GPTs、Custom Agents等。
核心原则与方法（“如何实现友好”？）
这是AI友好论最实用的部分,尤其体现在与生成式AI的交互中。
清晰性与具体性
- 避免模糊：不要说“写点东西”，而要说“写一封300字左右的、正式的工作邮件，向客户道歉因技术问题导致交付延迟两天”。
- 定义关键参数：对于图像生成，包括主体、细节、风格、构图、色彩等。“一只戴着眼镜、在图书馆看书的柯基犬，卡通皮克斯风格，仰视角度，柔和光线”。
结构化与上下文
- 提供角色：“假设你是一位经验丰富的市场营销总监…”
- 分步指示：“请按以下步骤分析：第一，总结问题；第二，列出三个主要原因；第三，针对每个原因给出一个建议。”
- 使用示例（少样本学习）：“请参照以下格式和风格，生成新的内容：[示例]”
- 提供背景信息：将相关的背景资料、数据或之前的对话内容提供给AI。
可操作性
- 明确输出格式：“请以表格形式列出…”、“用Markdown标题组织…”、“输出为JSON格式，包含
name,price,features字段。” - 指定长度或范围：“用一段话概括”、“列出5个要点”。
迭代与反馈（对话式优化）
- 接受初步结果并精炼：AI的第一次输出常常是起点，可以进一步指令：“很好，请将第二个要点展开得更详细一些”，或“换一种更幽默的风格重写”。
- 纠正与引导：如果AI理解错了，明确指出并重申你的需求。
减负与容错
- 帮AI减轻计算负担：如果你要处理一份长文档，可以先指令“请先总结这份文档的核心论点”，再进行深入分析，而不是直接抛出一个复杂问题。
- 设计容错的用户界面：对用户可能的模糊、错误输入有较好的鲁棒性，并能提供清晰的修正建议。
一个经典示例：不友好 vs. 友好
-
不友好的指令：
“帮我做个旅游计划。”
-
AI友好的指令：
“角色：你是我的私人旅行规划师。 目标：为我制定一个为期4天3晚的日本京都春季赏樱旅行计划。 我的情况：预算中等，喜欢文化和美食，轻度徒步。 要求：
- 每天列出上午、下午、晚上的主要活动和推荐地点。
- 推荐两家有特色的本地餐厅（类型和预算）。
- 注明景点之间的交通方式（如地铁、步行）。
- 以清晰的日程表（Markdown表格）形式呈现。
- 最后给出一个打包建议清单。” （如果第一次结果不错，可以进一步迭代：“请为第二天下午增加一个茶道体验选项。”）
为什么AI友好论如此重要？
- 释放AI真正潜力：友好设计是发挥AI强大能力的“开关”，糟糕的输入会导致无用的输出。
- 提升个人与组织效率：掌握与AI高效协作的技能，已成为新时代的关键竞争力。
- 促进人机共生的未来：友好的交互设计是构建和谐、高效人机协作生态的基础。
AI友好论的本质是“有效沟通”在人工智能时代的延伸。 它要求我们像对待一个聪明但缺乏常识和背景知识的合作伙伴一样，学会如何清晰、结构化、有耐心地表达我们的需求，随着AI能力的持续进化，掌握这项“与AI对话的艺术”将变得越来越普及和重要。
版权声明：除非特别标注，否则均为本站原创文章，转载时请以链接形式注明文章出处。
