开通VIP，畅享免费电子书等14项超值服
首页
好书
留言交流
下载APP
联系客服
2024.09.14上海
宣布一个最近很开心的事。
我最近写的一段Prompt火了，发出不到10分钟，全网就有上百条转发。
如果你还不知道这是怎么回事，想要这份很火的提示词，
或者想听听这个case背后的创作灵感、提示词设计思路、个人思考。
别急，待我细细与你们拆解唠唠。
想找提示词玩起来的，直接往下划就好～
先看几张效果图。这些都是用AI+提示词，一键直出的。
如果想要得到这样的同款效果，
只需要把你的信息、简历、个人说明书，甚至社交媒体主页，丢给Claude，什么格式都行（消息、图片、PDF等）。
AI就会自动提炼你的社交名片文案，并为你生成精美好看的可视化社交名片。
没错，就这么简单。
如果立即想动手生成自己的专属社交名片，我已经开源了提示词，你可以直接获取：
如果想继续看创作灵感、提示词设计思路、个人思考的，也可以直接往下拉
不是拿着锤子找钉子，而是看到钉子找锤子。
有些朋友看到这个Case，发出感慨：“为什么第一个想到的不是我”。
核心思路是：先从真实需求出发，思考最“想要”的解决方案，再考虑用AI铺平落地的“最后一公里”。
换句话说：有了AI以后，很多以前研发ROI特低、用户使用门槛巨高的细分需求场景，都可以做得更好了。（注意，可以做≠能赚很多钱）
在这个场景中，有很多已有的破冰方案，我总结下来大概是这么几类：
1）常见的商务名片：信息量少，距离感强
距离感太强，只有商务title、联系方式，信息量少，不足以别人熟悉自己，拉近距离。
2）文字版个人介绍：视觉效果差，专业感缺失
3）个人说明书/博客链接：初次聊天，点击欲望、阅读效率低
但在IM聊天场景里，上来就发一条链接，如果不是对你本人很感兴趣的朋友，很难有动力点开一条陌生链接，并看完里面上千字的自述。
4）个人简介图片（社交名片）：制作成本高，审美水平参差不齐
从形式上来说，加上好友后，发一张样式精美、重点突出、行文流畅的个人简介图片，是再好不过。
而一张精美的个人简介图片，需要经过模块构思、提供信息、文案编写、视觉设计四步骤。只要一个步骤没做好，就很难达到预期效果。
但话说回来，从内容形式上看，也就“文字、图片、链接”3种选择。而图片恰恰是线上社交破冰中，最吸引人打开、阅读的'王炸'方案。
唯一问题在于，让个人用户独立完成这些步骤，确实有难度。
理论上，人类都很“懒”，最好什么都不干，就能获得称心如意的最终成果。
我根据自己的观察，拆解为5个信息模块和1个行动：
得益于这套最优解，我们能把社交名片的模块固定下来，从而删掉「模块构思」这一复杂、抽象的环节。
而在进行利用社交名片破冰时，我们的核心目标是：激发对方对你的真实兴趣，提高漏斗的转化率。即表现为愿意读完整张社交名片，扫码深入了解你。
另外，为了配合使用场景，达成转化目的，就必须遵循移动端优先、减少对方操作步骤的理念，确保整张社交名片适配手机屏幕样式，能在一屏内完全展示。
我们可以得出对社交名片的模块构思与整体要求：
简历、个人说明书、社交媒体主页等资料通常包含大量符合信息模块要求的内容。这些现成的素材可以大大简化信息收集过程。
值得注意的是，许多大模型对话产品（如Claude、ChatGPT、KIMI、通义千问等）已经支持解析来自图片、PDF、Word文档和网页链接的内容。通过引导用户提供这些已有素材，实现一键上传，即可高效完成信息的提供与录入。
再者是创作社交名片各模块的文案。
从2022年底ChatGPT-3.5的问世震惊了世界，到2023年3月ChatGPT-4的智力大幅提升，再到2024年上半年Claude3.5sonnet摘得大模型在文学创作领域的桂冠，文字类的总结、润色、创意，一直以来都是大语言模型AI的舒适区。
只要有了足够信息输入，加以合理的提示词引导，文案编写自然是水到渠成。
以下是我根据预设模块，和AI一起优化出的名片文案模板：
###名片信息模板姓名：[您的姓名]地点：[您的地点]身份标签：[职业标签1],[职业标签2],[职业标签3]近期关键投入：[一句话描述您的近期关键在做的事/领域]履历亮点：-[亮点1]-[亮点2]-[亮点3]擅长领域：1.领域名称：[领域1名称]描述：[领域1描述]2.领域名称：[领域2名称]描述：[领域2描述]3.领域名称：[领域3名称]描述：[领域3描述]4.领域名称：[领域4名称]描述：[领域4描述]兴趣爱好：[emoji爱好1]|[emoji爱好2]|[emoji爱好3]|[emoji爱好4]个人态度：[根据个人信息，提炼符合个人履历气质的个人态度或座右铭，不超过25字]4）视觉设计：斟酌可行思路，测试AI上限在名片设计的最后阶段——视觉设计中，核心任务是将名片文案转化为精美的可视化样式。
考虑到不同用户的模块文案长度差异，采用前端网页代码构建承载文案的样式框架，相较于直接文生图的方式，具有更佳的兼容性。
恰好，ClaudeArtifacts功能已被证实在网页布局设计和前端开发方面表现出色，能够自动生成代码并提供实时预览效果。
只要通过连续对话，验证Claude确实能为我们生成符合审美要求的社交名片，我们就能证明完全依赖AI来完成视觉设计是切实可行的方案。
下图是我通过连续对话，验证出的最终效果，是个HTML文件。
更进一步，如果我们能够通过一段提示词，让AI稳定输出预期结果，就可以省去单独的工程化处理（即固定模板代码，仅由AI负责文案编写，可视化输出变成固定的代码'填空题'）。
这种方式不仅能大幅降低应用开发的复杂度，还可以引入随机样式的“抽奖”特性，提升用户体验趣味。
在完成了社交名片的方案推理，并获得了一个符合预期的样例后，我们面临着一个关键问题：如何将这个方案固定下来，使得不同用户都能获得稳定且个性化的结果？
答案就在于精心设计的提示词。
在实践中，你可以根据自己喜好更改细节。
（注：我用的//和继刚用的;;，都只是用来区分注释信息和提示词主体内容，没有太大区别。)
关于这段提示词的实际效果，我专门询问@李继刚，回答如下：
所以我也直接遵循实践经验，保留沿用。
##步骤1：收集原始信息简洁的引导用户提供个人简历或自我介绍，并根据步骤2中的模板可提供的内容（可选），支持文本消息/txt/md/pdf/word/jpg文件注意：当用户发送文件后，视作用户提供了第一步所需的信息，直接继续步骤2为了引导用户提供所需的信息，需要让AI在运行过程中，输出中间过程的提示信息，引导用户提供信息原料。
可以让AI从我们后面的模板样例中，理解需要用户提供的信息，简化提示词。
由于在实测中，AI会在过程中逐字输出文案内容，所以添加注意：这一步不需要输出信息，避免输出太多废话，拖慢执行速度。
这一步虽然看上去比较复杂，但按照我的方法，就能非常无脑地让AI替你写出八九不离十的提示词初稿。
还记得我们在方案推理环节，得到的「最终样式.html」吗？
请按照以下形式思路，分析html的设计(defunSVG-Card(解释)'输出SVG卡片'(setqdesign-rule'合理使用负空间，整体排版要有呼吸感'design-principles'(干净简洁纯色典雅))(设置画布'(宽度400高度600边距20))(标题字体'毛笔楷体)(自动缩放'(最小字号16))(配色风格'((背景色(蒙德里安风格设计感)))(主要文字(楷体粉笔灰)))(卡片元素((居中标题'汉语新解')分隔线(排版输出用户输入拼音英文日文)解释)))你将会获得一份这样形式的答卷：
只需要稍微调整一下文本结构与引用细节，就可以嵌入到我们的提示词中。这样基本也能让提示词按照预期运行起来：
当然，想要更好地控制生成结果，尤其是视觉样式的稳定性，还得经过多次调试，并根据测试bug微调提示词，直至稳定运行。
不是。
经过两年的蓬勃发展，大语言模型的提示工程已经呈现出百花齐放的局面。
无论LangGPT结构化提示词，还是CRISPE和CARE等框架，业界涌现出了多种提示词方法论。
在格式方面，我们看到了LangGPT在用的Markdown格式，也有像刚哥最近青睐的Lisp伪代码格式，甚至还有像我那样灵活混搭的方案。
但真正重要的不是提示词的外在形式，而是内容是否与AI的'理解机制'相契合。
如果要我推荐提示词的写法：
对于刚入门的朋友：首推LangGPT结构化提示词，直观易懂，可以快速上手。
对于想要进阶的用户：
一方面，LangGPT依然是一个可靠的选择；
另一方面，有额外的精力和好奇心，不妨尝试一下刚哥推崇的Lisp伪代码格式，能够强迫自己精炼提示词，对措辞理解、概念认知也有很大帮助。
这波AI可视化输出的Prompt热度，从刚哥的「汉语新解」，经过一泽Eze「社交名片」的思路拓展，再到后续的持续发酵，已经产生更多丰富的二创玩法。
我把最近观察到的Prompt-basedCase也贴在下方，供大家学习与思考。
@云中江树：个人简历生成
@laughing哥_hYb8：万物名片，生成精美的概念解释
@宇宙大烧卖：视频内容总结
@一泽Eze：AI图表生成
我们可以看到：
1）大模型的文本生成+可视化输出，大大提升了复杂、大段信息的呈现效果（互联网发展到2024年，信息本就该如此多姿多彩）
2）基于ClaudeArtifacts不错的网页布局设计和样式实现能力，正在进一步推动设计、研发的民主化。（无论是直接用提示词生成，还是工程化手段固化AI样式代码，都能有效降低应用设计与研发门槛）
根据这两天圈内讨论与读者反馈，我们甚至可以大胆期待，基于大模型的Artifacts能力，很可能会迎来一波AI创意图文、AI图表、AIPPT、AI产品原型等需求的Prompt-based应用的新解法。
提示词当然不是万能的。
随着模型能力提升，提示工程的难度会有所降低，但仍然重要。
AI无法“管中窥豹”，没有预置训练或引导，再聪明的大模型，也很难完美执行人类任务。
针对每个需求场景，预置系统提示词，依然是AI应用面向普通用户推广时的必需品。
但无论是提示词、RAG，亦或是大模型，都只是可以用来解决需求的一类技术。这个经验与教训，我们其实已经在多次技术热潮中看到过。
比如，曾经让全球疯狂的区块链，被吹捧为将彻底改变金融体系的革命性技术。然而，除了加密货币交易外，其在实际应用中的突破仍然有限。
再看5G技术，它曾被誉为跨时代的通信技术，承诺带来超高速、低延迟的连接。但现实是，普通用户很难感受到与4G有质的飞跃，多数需求场景仍在摸索中。
技术的浪潮永不止息，而人的需求却相对恒定。
“看到钉子找锤子”，才能真正尊重人的需求，追求人类最“想要”的解决方案。
前20年的互联网时代是如此，以后的AI时代，同样也是如此。
以上，既然看到这里，如果觉得不错，不妨随手点个赞、在看、转发三连，这将对我有很大的帮助。