主要观点总结
本文主要探讨了随着新一代推理模型o1 preview的推出，提示工程的两大核心——技巧和指令的适应与变化。文章分析了技巧部分随着模型升级一直在变化，而指令部分才是提示工程的核心，并且存在诸多难点，如如何清楚表达自己的意图、让AI明白相关上下文、将复杂任务拆分成简单任务、精确控制AI做事、防止用户绕过限制做不好的事情以及针对特定任务提出开创性的解决方案等。最后，文章指出真正的提示工程本质还是如何让AI懂我们，让AI听话，并且提示工程会在很长一段时间内存在并发挥巨大的价值。
关键观点总结
关键观点1: 随着OpenAI新推理模型o1 preview的推出，人们开始重新审视提示工程的两大核心——技巧和指令。
很多人认为提示工程已走到尽头，但文章认为提示工程依旧有其独特的价值。
关键观点2: 技巧是那些与模型本身密切相关的技巧，随着模型能力的提升，部分技巧变得不再必要。
例如设定角色和情感勒索等技巧在新模型中可能不再那么有效。
关键观点3: 指令是提示工程的核心部分，它涉及如何让AI理解并精确控制AI完成任务。
这部分存在很多难点，如如何清楚表达自己的意图、让AI明白相关上下文等。
关键观点4: 文章强调真正的提示工程本质在于如何让AI懂我们，听话。这需要时间去探索和发展。
尽管存在一些挑战，但提示工程仍将在很长一段时间内存在并发挥巨大的价值。
文章预览
随着OpenAI推出新一代推理模型o1 preview，许多人认为提示工程已走到尽头。但事实真的如此吗？这篇文章深入探讨了提示工程的两大核心——技巧与指令，并分析了在AI不断进步的今天，提示工程如何适应变化，继续发挥其独特的价值。 ———— / BEGIN / ———— 随着 OpenAI 新的推理模型 o1 preview 的发布，它能自动生成高质量思维链，很简单的提示词也可以得到很不错的效果，所以很多人觉得提示工程已经死了，提示工程师是世上最短命的职业之一。 真的如此吗？ 我们常说的提示工程，有两大核心部分：技巧和指令。 技巧 技巧就是那些与模型本身密切相关，各种让特定模型表现更好的技巧，比如说： 1. 为模型设定角色 “你是一个有帮助的助手”，“你是一个资深前端工程师”等等。 在 GPT-3 时代这个技巧很好用，GPT-4 后效果已经不太明显了。 这
………………………………
