上个月,我花了3个小时尝试写一个像样的陌生邮件模板。
整整三个小时。
AI不断吐出千篇一律的垃圾内容,听起来就像其他所有"嗨[名字],希望这封邮件一切安好"...
然后我在提示词中改变了一件事。
就一件事。
突然间,AI写出的邮件真正听起来像人类,引用了具体的连接点,还有个性。
我的回复率大幅跃升!
那一刻?
那就是提示词工程不再感觉像一项技能,而开始感觉几乎像作弊的时候。
关于提示词工程有一个显而易见的事实:它是关于如何非常非常擅长要求确切你想要的东西。
我们大多数人都不擅长。因为这并不容易。
当我开始使用Cursor建立这个网站时,我突然明白了。
我的第一次尝试是灾难性的:
"创建我的主页并用令人惊叹和美观的视觉效果来设计"
通用的、难看的、混乱的代码,没有人能够定制。🤮
"你是一位在UI/UX方面有深厚知识的资深网页设计开发者。你正在和我一起建立我的个人博客,我是一个不熟悉我们代码库(Astro框架)的好朋友。基于Astro的惯例和最佳实践,创建实用的资源、组件,如基于astro文件的UI和部分。最终结果应该是有经验的开发者可以轻松使用和定制的模板..."
实际有用且干净的astro文件,至少比之前更好更有条理。(不过CSS文件还是一般般)😅
区别在哪?我不再要求AI编写通用代码,而是要求它成为一个经验丰富的开发者,帮助同事建立他的简陋项目。
我过去写提示词就像在请求帮忙:"你能不能请帮我写一篇关于SEO的博客文章?"。
现在我很直接:"为想要了解技术SEO的营销开发者写一篇1,200字的博客文章。包括代码示例并解释为什么网站速度对转换率实际上很重要,而不仅仅是排名。"
AI没有感情。它有算法。给这些算法提供它们所需要的确切内容。
"写一篇关于增长营销的LinkedIn帖子。"
"我是YC初创公司的营销工程师。写一篇LinkedIn帖子,分享我在将用户群从1K扩展到10K时发现的一个具体增长技巧。使其具有战术性,而非理论性。我的受众是其他增长营销人员和技术创始人。"
第二个提示词有效是因为AI知道:
与其说"用对话式语气写",我给出示例:
"像这样写:关于A/B测试,这是没有人谈论的事情:大多数营销人员对统计显著性如此兴奋,以至于他们忘记检查差异是否真正重要。我见过团队庆祝一个每月产生RM50的指标提升2%。恭喜,你刚刚花了三周时间优化每月额外RM1"
AI从示例中学习并匹配该特定风格。
违反直觉但真实:你给出的约束越多,输出就越有创意。
"帮我做营销自动化。"
"我需要为第3天后没有登录的SaaS试用用户设计一个7封邮件的滴灌序列。每封邮件应少于100字,专注于一个特定功能,包含清晰有价值的CTA,听起来像来自一个有帮助的队友,而不是销售机器人。"
约束在边界内强制创造力。
我最好的提示词从来不是初稿。我像优化广告文案一样对待提示词工程(测试、测量、完善、重复)。
第一次尝试通常给我60%我想要的。然后我说:
每次迭代都更接近完美。
这就是为什么提示词工程感觉像作弊:我在我仍在学习的主题上获得专家级输出。
我需要发布一个免费的Astro模板。与其花几个小时阅读文档,我只是:
这是我在营销和工程团队之间学到的:双方都已经在使用AI,但他们使用方式不同。
营销人员使用AI制作内容:社交帖子、邮件文案、博客大纲。
工程师使用AI编写代码:调试、文档、优化。
作为营销工程师,我正在尝试使用AI在世界之间翻译:
提示词工程技能直接转移。无论是要求AI调试Python脚本还是写邮件序列,这是相同的核心技能:对我想要什么非常具体。
提示词工程实际上不是关于AI。它是关于非常擅长准确表达你想要什么。
这就是为什么我相信要变得更好,我们需要学习、阅读和发现某些东西,始终如一。并在某处写下想法。
这正是我如何建立这个博客的方式,通过应用提示词工程来创建排名良好并帮助读者的内容。
而且具体性技能将转移到各处:
所以是的,提示词写得好感觉像作弊。
这只是最新的一个。
你最好的提示词胜利是什么?
想看提示词工程的实际应用?查看我如何使用这些技术以完美的SEO分数建立这个博客并创建排名的内容。


