我们在日常工作/学习/生活有很多场景需要使用提示词，比如说：
- 快速总结文章
- 快速排版
- 解释概念
- 翻译
- 其它经常面对的任务
但是使用提示词有几个痛点：
- 你很难临时写一个非常完整的提示词
- 你凑合写的提示词，又担心结果不满意
- 如果已经保存了完备的提示词，复制粘贴又很麻烦
有没有办法在我们要使用提示词的时候，可以用最快的方式调用，并且不用担心提示词的长短问题？
受到了小林学长（B站搜AI学长小林）的启发（我找不到原来的视频），可以借助微信输入法的“常用语”功能，把提示词“预存”进去，使用简单的“输入码”快速调用。
微信输入法-常用语功能
下面截图是我在微信输入法-常用语里面预存的“常用语”，除了提示词，还有很多经常输出、但是输入法不支持的关键词或者短语，比如：
- 常用输入：报销用的公司抬头，邮箱
- 人工智能的概念词：GPT-4，GPTs，Llama 3.1
- 特殊的概念：Mece 法则（我经常要求 LLM 用这个法则自查）
- 特殊的网址：可以把不能被LLM 读取的网站变成可读取，后面演示
- ……
在哪里设置？
8941722742077_.pic
然后，我还特别喜欢微信输入法简洁的界面，简直太特么清爽了，和别家对比起来，它就是输入法界的“白月光”。
该有的都有，不该有的通通没有。好吧，安利到这里，相信能够帮微信输入法拉来不少用户。
使用示例
下面通过一个完整的“工作流”，展示使用效果。
- 提炼文章观点
- 提炼作者的推理过程
- 文章排版
1. 提炼文章的观点
我订阅了很多公众号，但是看不过来，尤其是那些动辄几千字的，技术性，科普性的文章。
然而，我对这类文章又有很强的需求：
- 我想知道文章的结论，看看是否值得读
- 提取文章的数据/事实/案例，用于日后引用
- 对于研究性的文章，我想知道他们怎么推导结论
很多文章会把观点和事实混淆（不是蠢就是坏），我们也不容易从中区分，那么大模型恰好可以帮我们快速区分文章的观点和事实，再加上数据，构成了一篇文章的核心内容：
- 观点：观点是主观的，但是可以给我提供看问题的角度；
- 事实/数据：事实和数据是客观的，是构筑观点的基石；不能光听取片面的观点。
在此基础上，结合布鲁姆知识分类规则，我增加了：
- 概念：文章提出的关键概念影响我对文章的理解，LLM 顺手就帮我解读了
- 规则：指能表达在前提和结论之间的因果关系的一种形式；
- 元知识：关于知识的知识，用来描述一类知识或知识集合的内容、结构和特征。
最终生成了提示词：
提炼这篇文章当中提及的[观点]，[概念]，[事实]，[规则]，[数据]和[元知识]，使用 Mece 法则检查后输出。要求：
- 对于[概念]，搜索你的知识库和互联网，使用一句话解释；
- 理解并概括文章提到或者隐含的[元知识]，展开阐述
添加到“常用语”，“输入码”是“提炼”：
一般来说，我都是用kimi总结。
- 在移动端复制微信文章链接
- 粘贴到kimi对话框
- 再通过输入码输出提示词 kimi 就会开始它的工作
下面是一个示例：
不知道你对这个示例有何看法？反正我是比较满意的。每一个“模块”都有相应的作用，既有点（观点/事实/数据），还有线（规则）和面（元知识）。
这样拆解下来，我可以快速掌握文章的核心（3 分钟浏览完），很多时候都不需要再去细细阅读原文。
我还可以把关键的信息提取并保存下来，比如里面的数据。对于感兴趣的部分，我还可以让 kimi 展开解释。
另外，我还会使用百小应，海螺 AI帮我提炼微信文章。如果是海外文章，也可以使用ChatGPT。
2. 分析推理过程
对于一些结论有价值或者让我意外的高质量文章，我很想知道作者是怎么一步一步推导出结论。
我想了解或者学习他的论证过程。于是撰写了以下提示词：
作者是如何一步一步论证他的观点的？请梳理作者的逻辑，使用非专业人士能听懂的表达，并且结合打比方或者类比的方式方便读者理解。
输入码：推论
尤其是汇报研究结果，比如心理学研究的文章，可以快速了解研究者的研究过程，很有价值。
为了让我容易理解，特意要求它使用“非专业人士”听懂的表达，结合打比方或者类比的方式。
看看效果：
上面的示例就完整的展示了作者的论证过程：先是引入问题，提出观点，然后解释概念，列举事实……最后提出解决方案。
3. 排版分享
对于AI提炼出的文章核心内容，我们希望分享到社交媒体，如果直接复制粘贴，缺少一些可读性。
那么可以利用LLM帮你完成内容排版。而适合社交媒体阅读的排版有一些通用的规则和套路，比如要使用emoji。
这里我就直接使用kimi官方的排版提示词：
你是一个文字排版大师，能够熟练地使用 Unicode 符号和 Emoji 表情符号来优化排版已有信息, 提供更好的阅读体验
你的排版需要能够：
- 通过让信息更加结构化的体现，让信息更易于理解，增强信息可读性
## 技能:
- 熟悉各种 Unicode 符号和 Emoji 表情符号的使用方法
- 熟练掌握排版技巧，能够根据情境使用不同的符号进行排版
- 有非常高超的审美和文艺素养
- 信息换行和间隔合理, 阅读起来有呼吸感
## 工作流程:
- 作为文字排版大师，你将会在用户输入信息之后，使用 Unicode 符号和 Emoji 表情符号进行排版，提供更好的阅读体验。
- 标题: 整体信息的第一行为标题行
- 序号: 信息 item , 前面添加序号 Emoji, 方便用户了解信息序号; 后面添加换行, 将信息 item 单独成行
- 属性: 信息 item 属性, 前面添加一个 Emoji, 对应该信息的核心观点
- 链接: 识别 HTTP 或 HTTPS 开头的链接地址, 将原始链接原文进行单独展示. 不要使用 Markdown 的链接语法
## 注意:
- 不会更改原始信息，只能使用 Unicode 符号和 Emoji 表情符号进行排版
- 使用 Unicode 符号和 Emoji 表情时比较克制, 每行不超过两个
- 排版方式不应该影响信息的本质和准确性
- 只有在用户提问的时候你才开始回答，用户不提问时，请不要回答
输入码：排版
看看效果：
怎么样？上面这样的排版是不是舒服多了？复制到朋友圈，社群里面是不是很好看？
其它场景提示词分享
下面是一些我常用的提示词，当然你根据自己的需要设置：
- 拆解概念
将[ ]内的内容拆分成更小的、更易于理解的部分。使用比喻和现实生活中的例子来简化这个概念，使其更加亲切和易于把握
- 搜索数据
我正在寻找有关 [主题] 的最新数据和统计信息。你能搜索网络并总结过去 12 个月内可靠来源发布的关键数据吗？请以项目符号的形式呈现数据，并引用你的来源。
- 增强搜索
扮演一位经验丰富的图书馆员。我会向您提出一个开放性问题。您必须通过交叉参考至少 5 个严肃且最新的在线资源,尽可能客观和如实地回答。您的报告应呈现该问题的主要观点和争论,并准确引用所使用的资源。我的问题是:[插入开放性问题]。
- 翻译
理解[ ]中内容在源语言语境中的含义，如果是英文则翻译成中文，反之，翻译成英文，确保译入语的意思和源语言的意思一致，并且符合以译入语为母语的人士的阅读习惯。[ ]
这个多说一句，这个提示词自动识别要翻译的内容，实现中英互译，并且强调了要符合母语使用者的阅读习惯。另外，特别使用了翻译领域的专用词汇：译入语和源语言。
在 ChatGPT 和 Claude 当中效果不错。
- 教学
充分理解和学习文章的内容，并且搜索互联网，补充你的认知不足。你是最有耐心，最友好的老师，你在任何领域都是专家。假设我是该领域的非专业人士，请你设计教学方案，让我一步一步掌握其中的内容。教学方案要求通俗易懂，结合打比方或者类比等方式。在确认我掌握某个前置知识点之后，再进入下一个知识点教学。
给 LLM 一篇专业文章，它会根据文章内容，设置若干课程，一步一步引导你学习。
写在最后
过去一直有使用kimi帮我总结文章的习惯（主要在手机），当然，每次都要自己手打，还是很麻烦。
自从使用了上面这套方法，几乎每天都会利用微信输入法的“常用语”快速输入提示词，帮我提炼各类文章，以及执行各种任务。
整体阅读量和效率提升很大。所以如果你也有频繁的、重复性的、规则清晰的场景，建议自己撰写提示词。
或者你还想到什么日常常用的场景？可以提出给我帮你写提示词哦！
希望对你有帮助！
如何学习大模型
现在社会上大模型越来越普及了，已经有很多人都想往这里面扎，但是却找不到适合的方法去学习。
作为一名资深码农，初入大模型时也吃了很多亏，踩了无数坑。现在我想把我的经验和知识分享给你们，帮助你们学习AI大模型，能够解决你们学习中的困难。
我已将重要的AI大模型资料包括市面上AI大模型各大白皮书、AGI大模型系统学习路线、AI大模型视频教程、实战学习，等录播视频免费分享出来，需要的小伙伴可以扫取。
一、AGI大模型系统学习路线
很多人学习大模型的时候没有方向，东学一点西学一点，像只无头苍蝇乱撞，我下面分享的这个学习路线希望能够帮助到你们学习AI大模型。
二、AI大模型视频教程
三、AI大模型各大学习书籍
四、AI大模型各大场景实战案例
五、结束语
学习AI大模型是当前科技发展的趋势，它不仅能够为我们提供更多的机会和挑战，还能够让我们更好地理解和应用人工智能技术。通过学习AI大模型，我们可以深入了解深度学习、神经网络等核心概念，并将其应用于自然语言处理、计算机视觉、语音识别等领域。同时，掌握AI大模型还能够为我们的职业发展增添竞争力，成为未来技术领域的领导者。
再者，学习AI大模型也能为我们自己创造更多的价值，提供更多的岗位以及副业创收，让自己的生活更上一层楼。
因此，学习AI大模型是一项有前景且值得投入的时间和精力的重要选择。
