学会追问：如何通过多轮对话让AI产出更精准的结果
学习目标
- 理解多轮对话在AI交互中的重要性
- 掌握有效的追问技巧和方法
- 学习如何引导AI逐步完善输出
- 能够根据具体场景设计追问策略
- 解决多轮对话中常见的问题
课程导入
在与AI的交互中，我们常常会发现，一次简单的提示词往往无法获得完全符合预期的结果。就像我们与人类交流一样，与AI的沟通也需要通过多轮对话来深入探讨、逐步完善。通过有效的追问，我们可以引导AI更好地理解我们的需求，调整输出方向，最终获得更加精准的结果。
核心知识点
1. 多轮对话的优势
- 深入理解：通过多轮对话，AI能够更深入地理解你的需求
- 逐步完善：可以引导AI逐步完善输出，提高内容质量
- 修正错误：可以及时发现并修正AI的错误
- 探索可能性：可以通过对话探索不同的思路和可能性
- 建立上下文：多轮对话可以建立持续的上下文，使AI的回答更加连贯
2. 有效的追问类型
澄清型追问
- 目的：澄清AI的输出，确保理解正确
- 示例："你刚才提到的'个性化学习'具体是指什么？"
- 适用场景：当AI的输出不够明确或存在歧义时
扩展型追问
- 目的：要求AI提供更多细节或扩展某个话题
- 示例："可以详细说明一下AI在医疗诊断中的具体应用吗？"
- 适用场景：当AI的输出过于简略，需要更多细节时
修正型追问
- 目的：指出AI的错误并要求修正
- 示例："你刚才提到的数据有误，实际上2023年的市场规模是1000亿元，不是500亿元。请修正这个错误。"
- 适用场景：当AI的输出存在事实性错误时
引导型追问
- 目的：引导AI朝着特定方向思考或输出
- 示例："如果从用户体验的角度考虑，这个设计方案还需要做哪些改进？"
- 适用场景：当你希望AI从特定角度分析问题时
验证型追问
- 目的：验证AI的理解是否正确
- 示例："我的需求是设计一个面向青少年的编程学习平台，你理解的对吗？"
- 适用场景：当你不确定AI是否正确理解了你的需求时
3. 多轮对话的策略
- 设定明确的初始目标：在开始对话前，明确你的最终目标
- 保持对话的连贯性：每一轮追问都要与之前的对话保持连贯
- 逐步缩小范围：通过追问逐步缩小讨论范围，聚焦到具体问题
- 提供具体的反馈：对AI的输出提供具体的反馈，指出优点和不足
- 鼓励创新思维：在适当的时候，鼓励AI提供创新的思路和解决方案
操作步骤
步骤1：发起初始对话
- 使用万能公式设计一个详细的初始提示词
- 明确你的最终目标和预期结果
- 提供必要的背景信息和上下文
步骤2：分析初始输出
- 仔细分析AI的初始输出
- 识别输出的优点和不足
- 确定需要进一步探讨的问题
步骤3：设计追问策略
- 根据分析结果，设计针对性的追问
- 选择合适的追问类型
- 确保追问清晰、具体，能够引导AI朝着正确的方向思考
步骤4：实施追问
- 按照设计的策略实施追问
- 观察AI的回应
- 根据回应调整后续的追问策略
步骤5：总结和确认
- 对多轮对话的结果进行总结
- 确认最终输出是否符合你的需求
- 如果需要，进行最后的调整和完善
实际案例演示
案例1：让AI设计一个市场营销方案
初始提示词：
角色：市场营销专家
任务：为一款新上市的智能健身手环设计一个市场营销方案
背景：这款智能健身手环具有心率监测、睡眠追踪、运动分析等功能，价格为1299元，目标受众是25-40岁的都市白领，他们注重健康生活，有一定的消费能力。
要求：
1. 方案长度约2000字
2. 包含市场分析、目标市场、营销目标、营销策略、执行计划、预算估算等部分
3. 营销策略要包括线上和线下渠道，注重社交媒体营销
4. 提供具体的营销活动创意和执行细节
5. 预算估算要合理，符合新产品上市的营销需求
6. 方案要具有可操作性，能够直接用于实际执行AI初始输出：
AI生成了一个详细的市场营销方案，包括市场分析、目标市场、营销目标、营销策略、执行计划和预算估算等部分。
追问1（扩展型）：
"方案整体不错，但社交媒体营销部分可以更加详细吗？特别是如何利用微信、抖音等平台进行推广？"
AI回应：
AI详细说明了如何利用微信、抖音等平台进行推广，包括具体的内容策略、互动方式和推广节奏。
追问2（修正型）：
"你提到的预算估算中，社交媒体广告投放预算为50万元，这个数字偏高。我们的总营销预算只有100万元，社交媒体广告投放预算应该控制在20万元以内。请调整预算估算。"
AI回应：
AI调整了预算估算，将社交媒体广告投放预算调整为20万元，并相应调整了其他部分的预算。
追问3（引导型）：
"除了常规的营销手段，还有什么创新的营销方式可以尝试？特别是如何利用KOL和用户生成内容（UGC）进行推广？"
AI回应：
AI提供了利用KOL和用户生成内容进行推广的具体策略，包括KOL选择标准、合作方式和UGC激励机制。
最终结果：
通过多轮对话，AI生成了一个更加详细、符合预算要求、包含创新营销方式的市场营销方案。
案例2：让AI写一篇关于AI赋能教育的文章
初始提示词：
角色：教育技术专家
任务：写一篇关于AI如何赋能教育的文章
背景：随着AI技术的快速发展，教育领域正在经历深刻的变革。本文面向教育工作者，旨在帮助他们了解AI在教育中的应用潜力和实践方法。
要求：
1. 文章长度约1500字
2. 风格专业但通俗易懂，避免过多技术术语
3. 包含至少3个AI在教育中的具体应用案例
4. 分析AI赋能教育的优势和挑战
5. 结尾部分提供教育工作者如何开始应用AI的具体建议
6. 文章结构包括：引言、AI在教育中的应用场景、案例分析、优势与挑战、实践建议、结语AI初始输出：
AI生成了一篇关于AI赋能教育的文章，包括引言、应用场景、案例分析、优势与挑战、实践建议和结语等部分。
追问1（澄清型）：
"你在案例分析中提到的'智能批改系统'具体是如何工作的？"
AI回应：
AI详细说明了智能批改系统的工作原理，包括如何识别学生的答案、如何评估正确性、如何提供反馈等。
追问2（扩展型）：
"可以提供更多关于AI在特殊教育中的应用案例吗？"
AI回应：
AI提供了AI在特殊教育中的具体应用案例，包括为自闭症儿童设计的个性化学习系统、为视力障碍学生设计的语音辅助系统等。
追问3（引导型）：
"在实践建议部分，能否针对不同规模的学校提供差异化的AI应用策略？"
AI回应：
AI针对不同规模的学校（大型学校、中型学校、小型学校）提供了差异化的AI应用策略，包括资源分配、优先应用场景等。
最终结果：
通过多轮对话，AI生成了一篇更加详细、包含更多具体案例、针对不同规模学校提供差异化建议的文章。
常见问题解决方案
问题1：AI偏离主题
症状：
- AI的回答偏离了原本的主题
- 对话变得混乱，无法达到预期目标
解决方案：
- 及时提醒AI回到主题
- 重新明确你的目标和要求
- 提供具体的引导，帮助AI重新聚焦
问题2：AI重复相同内容
症状：
- AI在多轮对话中重复相同的内容
- 无法提供新的信息或视角
解决方案：
- 要求AI提供新的思路或角度
- 提出具体的问题，引导AI深入思考
- 尝试不同的追问方式，激发AI的创造力
问题3：AI无法理解复杂问题
症状：
- AI无法理解复杂的问题或指令
- 回答模糊不清或答非所问
解决方案：
- 将复杂问题分解为多个简单问题
- 逐步引导AI理解复杂概念
- 提供具体的例子，帮助AI理解
问题4：对话上下文丢失
症状：
- AI似乎忘记了之前的对话内容
- 回答与之前的上下文不一致
解决方案：
- 在追问中简要回顾之前的对话内容
- 重新建立上下文，提醒AI之前的讨论
- 保持对话的连贯性，避免突然改变话题
操作演示
演示：如何通过多轮对话优化AI输出
步骤1：发起初始对话
打开ChatGPT，输入初始提示词：
角色：产品经理
任务：为一款新的智能水杯设计产品功能
背景：这款智能水杯面向健康意识强的年轻职场人士，他们注重饮水健康，希望通过科技手段更好地管理日常饮水。
要求：
1. 列出至少10个核心功能
2. 每个功能要有简要说明
3. 功能设计要实用、创新
4. 考虑用户体验和技术可行性步骤2：分析初始输出
AI生成了10个核心功能，包括：
- 智能饮水提醒
- 水质检测
- 饮水数据追踪
- 个性化饮水计划
- 保温/制冷功能
- 手机APP联动
- 语音交互
- 杯盖防漏设计
- 材质安全检测
- 社交分享功能
步骤3：设计追问策略
分析发现，AI的输出整体不错，但可以通过追问进一步优化：
- 可以要求AI提供更多创新功能
- 可以要求AI详细说明某些功能的具体实现方式
- 可以要求AI考虑不同场景下的使用需求
步骤4：实施追问
追问1：
"除了这些功能，还有什么创新的功能可以考虑？特别是如何利用AI技术提供更智能的饮水管理？"
AI回应：
AI提供了几个创新功能，包括：
- 基于天气和活动量的智能饮水推荐
- 与智能手环/手表的健康数据联动
- 饮水习惯分析和改善建议
- 水质异常预警
追问2：
"可以详细说明'基于天气和活动量的智能饮水推荐'功能是如何工作的吗？"
AI回应：
AI详细说明了该功能的工作原理，包括如何获取天气数据、如何检测用户活动量、如何计算推荐饮水量等。
追问3：
"考虑到不同场景的使用需求，比如办公室、户外、运动等，智能水杯的功能设计应该如何调整？"
AI回应：
AI针对不同场景（办公室、户外、运动）提供了定制化的功能设计建议，包括办公室场景下的静音提醒、户外场景下的防晒设计、运动场景下的防摔设计等。
步骤5：总结和确认
追问4：
"基于我们的讨论，请重新整理一份完整的智能水杯功能设计方案，包括核心功能、创新功能和场景化功能设计。"
AI回应：
AI重新整理了一份完整的智能水杯功能设计方案，整合了之前讨论的所有内容，形成了一个更加全面、创新的设计方案。
课后练习
练习1：设计追问策略
任务：
选择以下场景之一，设计一个初始提示词和至少3个追问，形成完整的对话策略：
- 让AI设计一个网站
- 让AI写一篇关于环境保护的文章
- 让AI解释机器学习的基本原理
- 让AI制定一个旅行计划
要求：
- 初始提示词要清晰、具体
- 每个追问要有明确的目的和类型
- 追问要能够引导AI逐步完善输出
练习2：分析对话案例
任务：
分析以下对话案例，找出其中的问题，并提出改进建议：
案例：
用户："写一篇关于人工智能的文章。"
AI："人工智能（Artificial Intelligence，简称AI）是指由人制造出来的机器所表现出来的智能。..."
用户："不够详细。"
AI："人工智能的发展可以追溯到20世纪50年代，..."
用户："还是不够详细。"
AI："人工智能的应用领域非常广泛，包括医疗、金融、教育等。..."
要求：
- 指出对话中的问题所在
- 提出改进后的对话策略
- 设计具体的追问示例
练习3：实战演练
任务：
选择一个你感兴趣的主题，与ChatGPT进行多轮对话，通过有效的追问引导AI生成高质量的内容。
要求：
- 主题可以是任何领域，例如：产品设计、文章写作、数据分析等
- 至少进行3轮对话，包括初始提示词和至少2个追问
- 分析每轮对话的效果和改进空间
- 总结多轮对话的经验和教训
课程总结
通过本课程的学习，你已经掌握了通过多轮对话与AI进行深入交互的技巧和方法，包括：
- 多轮对话的优势和重要性
- 不同类型的有效追问
- 多轮对话的策略和技巧
- 解决多轮对话中常见问题的方法
记住，与AI的多轮对话就像与人类的交流一样，需要耐心、清晰的表达和有效的引导。通过不断的实践和总结，你会逐渐掌握与AI深入交流的艺术，能够轻松引导AI生成高质量的内容，让AI成为你的得力助手。
在接下来的课程中，我们将学习如何让AI帮助你快速总结万字长文、录音稿等信息，进一步提高你的信息处理效率。