大家好，今天分享一些在提示词学习中会遇到的常见误区，快看看你是否也碰到了类似的问题呢。如果有的话，在以后的学习中记得调整自己的学习呀。

1、只看不练

这是所有人学习最常见的误区，以为自己看过，就会了。好记性，不如烂笔头，上手去做练习。

有的人会问，我没有可以练习的场景怎么办。从你身边的工作开始思考，有哪一些工作是重复做的，是可以使用AI进行优化的，这些都是可以书写提示词的场景。

想都是问题，做才有答案。

2、问题注入了自己的观点和偏见

AI 模型本身只能通过你输入的提示词进行回答，如果提示词本身带有偏见，就非常考验大模型自身的能力，也就有可能得到错误的回答。

示例：小红书的平台的所有用户都是女性用户吗，她们的特点有什么。这种提示词本身基于了一种偏见，因为小红书实际也会有男性用户的，因此在这种场景下，你想要得到的回答可能就存在错误。

3、问题超出了大模型的能力范围

AI 模型的知识更新都是到一个固定的时间点，最新的知识是不知道的。在向大模型提问之前，可以先问一下它是否了解你所提的知识。

比如，你想要 AI 模型帮你总结《认知觉醒》这本书的要点，可以先询问 AI 模型「你知道认知觉醒这本书吗」，然后查看 AI 模型的回答是否存在问题。

如果 AI 模型回答存在问题，则你无法利用这个 AI 模型完成总结要点这个任务。

4、问题本身指代不明

比如，你、我、他这种称呼混用。一般情况，我们使用「你」指代 AI 模型，「我」指代自己，如果混用了这几个指示代词，就会造成 AI 模型无法理解你的问题。

示例：我是一名 Python工程师，请帮我写一段快速排序的代码。这里，应该给AI模型指定角色，但是用了错误的指示代词，AI 模型的输出质量就会受到影响。

5、问题本身存在歧义

问题本身模糊，或者包含了错别字。示例：请给我介绍一下仙剑奇侠传。仙剑本身可以是游戏、电视剧，这里只提到仙剑奇侠传就会给 AI 模型造成困扰，可能只会随机输出一个回答。

6、问题中有过多冗余的内容

问题应当简洁，明了，不要混入其他无用的内容，你不能保证 AI 模型是否会受到这些信息的影响。

示例：你是一名资深的手机玩家，请帮一名三星手机公司的员工提供一些关于苹果14手机的购买建议。在这里，三星手机公司的员工就属于无用的内容，反而有概率误导 AI 模型的输出。

新增福利，欢迎查收！

永久免费星球『算法·成长·一人企业』，在这里我会高频输出和算法，个人成长，副业相关的知识以及资源分享，欢迎围观~，微信扫码就可以加入。

通往 AGI 之路专栏简介

AGI 也就是通用人工智能，是我们的愿景，虽然实现它有很长的一段路要走。我们只希望让你在行走的时候不要走弯路，能真正体验的 AI 的强大。

目前已经更新的文章，可以点击链接进行查看：

END

好了，今天的分享就到这里，希望对你有所帮助。

你的每一个『点赞』，都是鼓励我进步的勇气，点个『在看』，加油吧，一起成长！