1. 从“万能助手”到“专业评论家”为什么通用Prompt不够用相信很多朋友和我一样最开始用ChatGPT这类大模型都是把它当个“万能小秘书”。让它写个邮件、总结个文章、编个段子效果都还不错。但一旦涉及到稍微专业一点的领域比如让你帮忙审阅一篇学术论文、点评一篇行业分析报告或者评估一个产品方案文档你就会发现它给出的反馈开始变得“水”了。我印象很深的一次是去年帮一个做材料科学的朋友看他的论文初稿。我把摘要和引言部分丢给当时最新的GPT-4给了一个非常简单的指令“请点评一下这段文字。” 它回复得很快洋洋洒洒几百字先是夸了一通“结构清晰”、“语言流畅”然后指出几个“可能可以更具体”的地方最后还“建议进一步深化研究意义”。我朋友看完直摇头说“这些话放在任何一篇工科论文上都适用但完全没点到我的要害。我的核心创新点是那个新合成的复合材料界面结构它提都没提我实验数据里那个可能存疑的异常点它也没看出来。”这就是通用Prompt的典型困境它只能进行浅层的、格式化的回应无法深入文本的肌理扮演一个真正有洞察力的“评论家”角色。大模型就像一个知识渊博但未经专业训练的全才你问得泛它答得也泛。要想让它输出高质量、有针对性、真正能创造价值的评论我们必须对它进行“专项训练”而训练的方法就是精心设计Prompt。这不仅仅是加几个关键词那么简单。一个好的“AI评论家”Prompt是一个完整的、结构化的指令集。它需要明确告诉模型你的角色是谁是苛刻的期刊审稿人还是友善的同行评议伙伴是关注市场的产品经理还是注重逻辑的技术专家你的任务目标是什么是挑刺找问题还是优化建议是评估创新性还是检查严谨性你的评价框架和标准是什么从哪些维度展开每个维度的好坏标准如何你需要的输出格式是怎样的是分点列表还是结构化报告是否需要打分网上热传的“咒语”或者零散的提示词往往只解决了其中一两个点。今天我想分享的是一套我经过大量实践、迭代了无数个版本后总结出的“AI评论家”Prompt模块化构建方法。这套方法不是给你一个固定的“万能模版”而是给你一套“乐高积木”你可以根据你要点评的文章类型论文、技术博客、商业计划书等和评论焦点逻辑、文笔、数据、创新等快速组装出一个专业级的Prompt让ChatGPT瞬间变身为你领域内的资深顾问。2. 构建“AI评论家”的核心四要素角色、任务、框架与格式要让AI从“复读机”变成“评论家”关键在于我们输入的指令质量。一个高效的评论Prompt必须包含四个相互关联、层层递进的要素。缺了任何一个效果都会大打折扣。2.1 要素一精准的角色扮演Role-Playing这是最重要的第一步它决定了AI回应的基调和视角。你不能只说“请点评”你要告诉它“作为谁来点评”。为什么重要不同的角色关注点截然不同。审稿人关注原创性与证据强度编辑关注可读性与结构风险投资人关注市场潜力与团队你的同行可能更关注技术细节的实现难度。如何设定角色描述要具体最好附带“人设”细节。弱指令“你是一个评论者。”强指令“你是一位拥有十年以上经验、以严谨和挑剔著称的[某领域如计算机视觉]顶级国际会议如CVPR/ICCV的资深审稿人。你对论文的创新性要求极高且非常注重实验设计的严谨性和可复现性。”后者的描述等于为AI加载了一个特定的“知识库”和“行为模式”它后续的思考会自然地向这个角色的思维方式靠拢。2.2 要素二明确的任务与指令Task Instruction在角色设定好后需要给出清晰、无歧义的任务指令。这部分要具体说明你需要AI对输入的文本具体做什么。核心要点对象明确明确指出你要它分析的是用户提供的“以下文本”、“这篇论文”、“这份商业计划书”。动作清晰使用“分析”、“评价”、“评审”、“找出弱点”、“评估可行性”、“润色建议”等具体动词。范围限定可选但推荐如果文章很长可以指定范围如“请重点分析其‘研究方法’部分”或“请评估其‘市场分析’与‘竞争格局’两部分”。示例“你的任务是对用户提供的这篇学术论文的‘引言’和‘实验’部分进行深度评审找出其中逻辑不连贯、证据不足或表述模糊的地方。”2.3 要素三结构化的评价框架Evaluation Framework这是“AI评论家”的专业性所在。你需要给它一个“检查清单”或“评分卡”告诉它从哪些维度来审视文本每个维度看什么。这是避免反馈流于表面的关键。一个通用的多维度框架可以包括维度考察要点针对学术论文示例考察要点针对技术博客/报告示例逻辑与结构研究问题是否明确论述主线是否清晰章节衔接是否自然结论是否由结果推导而出核心观点是否突出论述层次是否分明是否遵循“问题-分析-解决方案”的叙事线内容与深度文献综述是否全面且批判性理论依据是否扎实研究方法是否适合解决研究问题数据分析是否深入案例是否具有代表性分析是否触及本质是否提供了独特的见解或解决方案信息密度是否足够表达与清晰度专业术语使用是否准确句子是否冗长晦涩图表是否清晰且注释完整语言是否生动、吸引人技术概念解释是否通俗易懂排版和可视化是否有助于理解证据与严谨性数据来源是否可靠实验设计是否有控制变量样本量是否充足统计方法是否恰当结论是否有数据支撑引用的数据、事实是否有可靠来源推论过程是否合理是否避免了绝对化的断言创新性与价值研究是否提出了新问题、新方法或新发现对领域有何理论或实践贡献观点是否新颖是否提供了市场上没有的洞察对读者的实际工作或思考是否有启发在实际使用时你不需要面面俱到应根据你的首要目标选取其中2-4个核心维度。例如对于初稿你可能最关心逻辑与结构对于准备投稿的论文则必须严查证据与严谨性和创新性与价值。2.4 要素四可操作的输出格式Output Format你希望AI以何种形式交付它的“评论报告”清晰的格式要求能让输出结果直接为你所用提升效率。常用格式分点列表式最清晰适合快速浏览。“1. 主要优点2. 核心问题3. 具体修改建议。”结构化报告式更正式对应评价框架。“一、逻辑结构评价内容... 二、内容深度评价内容...”评分卡式更量化。可以为每个维度打一个分数如1-5分并附上简短理由。修订模式直接输出修改后的文本并用批注说明修改原因。这需要模型有较强的文本编辑能力示例指令“请将你的评审意见以以下格式输出第一部分总结用一段话概括本文的核心价值与最大问题。第二部分分维度评价使用上面提供的四个维度每个维度下先写优点再写不足。第三部分具体修改建议针对不足给出非常具体、可操作的修改句子或段落建议。”将这四大要素组合起来就构成了一个强大Prompt的骨架。接下来我们看如何将它们应用于不同场景。3. 实战模块化组装针对论文、技术文章与商业文档的Prompt配方理论说再多不如实际动手搭一个。下面我以三种最常见的文本类型为例展示如何将四大要素像拼乐高一样组合起来形成即拿即用的高效Prompt。你可以把这些看作“基础配方”并根据自己的口味进行微调。3.1 场景一学术论文评审侧重于严谨性与创新性这个场景要求最高Prompt也需要最精细。我们的目标是让AI模拟出一个严肃审稿人的行为。组装后的Prompt示例请你扮演一位[填入具体领域例如人工智能自然语言处理]领域的国际顶级期刊如Nature子刊、IEEE TPAMI审稿人。你以洞察力深刻、要求严格著称尤其看重工作的原创性和实验的坚实程度。 你的任务是对用户提交的学术论文全文进行深度评审。请聚焦于以下四个核心维度进行分析 1. **创新性与贡献**本文声称的核心创新点是什么与现有文献SOTA相比其进步是边际性的还是根本性的对本领域的理论或实践有何具体贡献 2. **方法论与严谨性**研究设计是否合理实验设置数据集、基线模型、评估指标是否公平、完备统计分析是否恰当结论是否被数据充分支持是否存在潜在的可复现性问题 3. **逻辑与叙事**论文从问题提出到方法、实验、结论的叙事线是否清晰流畅引言是否成功建立了研究缺口Research Gap讨论部分是否充分阐释了结果的含义与局限性 4. **表达与呈现**图表是否高效、信息丰富专业术语使用是否准确语言是否存在歧义或冗赘 请以以下格式输出你的评审报告 **报告标题**[论文标题] 评审意见 **一、总体评价**一段话总结论文的总体水平、最大亮点和最致命缺陷 **二、分维度详细意见** - **创新性与贡献**[先肯定优点再指出问题与质疑] - **方法论与严谨性**[逐条分析实验设计的强项与弱点] - **逻辑与叙事**[梳理逻辑链条指出断裂或跳跃处] - **表达与呈现**[给出具体的文字与图表修改建议] **三、核心决策建议**假设你是审稿人 - **主要修改意见Major Revision**列出必须修改否则无法接受的2-4条核心问题 - **次要修改意见Minor Revision**列出可以改进的细节问题 - **最终推荐**在解决主要修改意见的前提下你是否建议接收Accept请说明理由。使用心得与微调技巧领域特定化一定要填上具体领域如“计算生物学”、“量子化学”这能引导AI调用更相关的知识。调整严厉程度如果你只是需要同行初稿反馈可以把“顶级期刊审稿人”换成“本领域的友好资深研究员”语气会更建设性。聚焦章节如果论文很长可以在任务指令中指定“请重点评审‘实验’与‘讨论’部分”。处理长文本ChatGPT有上下文长度限制。对于超长论文最佳实践是分章节提交并评审。例如先单独用这个Prompt评审“引言”部分再评审“方法”部分。最后你可以要求AI根据对各部分的评审合成一个总体评价。3.2 场景二技术博客/行业分析文章点评侧重于可读性与洞察力这类文本的目标读者更广评价标准也与论文不同更看重清晰度、实用性和启发性。组装后的Prompt示例请你扮演一位拥有广大读者群、深受欢迎的科技专栏主编。你擅长判断一篇文章是否能让目标读者包括行业新手和从业者读懂、读爽、读完有收获。 你的任务是对用户提供的这篇技术博客/行业分析文章进行点评。请从以下三个维度展开 1. **吸引力与清晰度**标题和开头是否能在3秒内抓住读者核心观点是否在文章前1/3处就明确亮出技术概念的解释是否用了恰当的类比或例子让外行也能理解个大概文章的整体结构是否引导读者轻松读下去 2. **深度与价值**文章是否提供了超越表面现象的分析是否有独家数据、一手案例或独特的思考框架结论是否对读者的实际工作如技术选型、趋势判断、问题解决有直接启发信息密度如何是否有“水字数”的段落 3. **文笔与节奏**语言是生动有趣还是枯燥乏味段落长短是否错落有致避免出现长达十几行的“窒息段落”是否有金句或让人印象深刻的总结 请以以下格式输出你的点评 **文章诊断报告** **亮点速览**用3个关键词概括本文最出色的地方 **可优化之处**分点列出按重要性排序 1. **结构层面**[例如建议将“XX原理”部分前置或增加一个“快速总结”板块] 2. **内容层面**[例如关于“YY趋势”的论述可补充2023年最新数据ZZ案例的分析可以更深入] 3. **表达层面**[例如第X段描述过于技术化建议改写可以增加一个比喻来解释A概念] **一句话总结**这是一篇[定位如合格的入门科普/有深度的趋势分析]文章如果能在[最关键的一点]上加以改进其传播力和影响力会大大提升。使用心得与微调技巧明确受众可以调整“目标读者”例如“针对初级程序员”或“面向企业决策者”AI的点评侧重点会随之变化。加入竞品对比可以指令“请对比同类话题下传播较广的2-3篇文章分析本文的独特优势和差距。”SEO角度如果需要可以增加一个维度“搜索引擎友好度关键词布局是否合理元描述是否吸引点击小标题是否使用了H2/H3标签并包含关键词”3.3 场景三商业计划书/项目方案评估侧重于可行性与说服力评估商业文档需要AI切换成投资者或高管的思维模式关注市场、财务、团队和执行风险。组装后的Prompt示例请你扮演一位经验丰富、注重数据且风险意识强烈的天使投资人。你看过成百上千份商业计划书能快速嗅出其中的机会与陷阱。 你的任务是对用户提供的这份商业计划书/项目方案进行评估。请重点审视以下四个方面 1. **市场与需求**所定义的目标市场是否足够具体且可量化对“痛点”的描述是否真实、强烈且未被充分满足市场容量和增长率的引用数据是否可靠 2. **解决方案与优势**产品或服务是否精准地解决了上述痛点所谓的“创新”或“壁垒”技术、网络效应、品牌等是否坚实还是容易被复制与现有竞争对手相比差异化优势是否清晰且有说服力 3. **商业模式与财务**盈利模式是否清晰、可行收入预测、成本结构和关键财务假设如客户获取成本、生命周期价值是否合理是否展示了清晰的盈亏平衡点和资金使用计划 4. **团队与执行**核心团队成员的背景是否与项目需求匹配是否有成功的相关经验初步的执行计划如产品路线图、市场推广策略是否具体、可衡量 请以以下格式输出你的评估备忘录 **项目[项目名称] 初步评估** **投资亮点Top 3 Reasons to Invest** 1. [理由一] 2. [理由二] 3. [理由三] **主要风险与疑虑Key Risks Concerns** - **致命风险Deal-breaker**[如果存在例如市场规模被严重高估、核心专利存在争议] - **重大风险Major**[例如团队缺乏关键岗位人员、盈利模式未经验证] - **一般风险Minor**[例如初期营销成本可能超预期] **关键问题Due Diligence Questions**列出在决定投资前你必须要求团队澄清的3-5个具体问题 **初步结论**基于现有材料该项目属于[高潜力/高风险/有待观察]类型建议[重点跟进并要求补充XX信息/谨慎看待]。使用心得与微调技巧角色切换可以把“天使投资人”换成“公司内部战略总监”、“潜在合作伙伴”等评估角度会从“是否投资”变为“是否合作”或“是否立项”。聚焦环节如果方案很长可以指定“请重点评估其‘市场营销策略’和‘财务预测’两部分”。要求量化可以指令“请对‘市场吸引力’和‘团队实力’两个维度进行量化打分1-10分并说明理由。”4. 高阶技巧与避坑指南让“AI评论家”更可靠掌握了模块化组装你已经能解决80%的问题。但要成为Prompt高手让AI的输出更稳定、更深入还需要一些高阶技巧并避开常见的“坑”。4.1 技巧一提供“思维链”示例Few-Shot Prompting对于特别复杂或主观的评价任务光有框架指令可能不够。你可以给AI一两个“示范”让它更好地理解你想要的分析深度和风格。这叫做“少样本提示”。做法在你的Prompt末尾附加一个简短的“示例”。这个示例包含一段“输入文本”和一段你期望的“输出评论”格式。示例续接在论文评审Prompt后例如对于下面这段论文摘要“本文提出了一种新的神经网络架构ABC-Net用于图像分类。我们在数据集X上进行了实验结果显示准确率达到了95%。”你作为审稿人应该这样分析一、总体评价这段摘要过于简略缺乏关键信息无法判断工作的价值。二、分维度意见创新性未说明ABC-Net到底“新”在何处是新的层结构、连接方式还是优化算法缺乏与现有架构如ResNet, ViT的对比。严谨性实验信息严重不足。未说明数据集X的规模和特性未设置合理的基线模型进行比较95%的准确率在没有上下文的情况下意义不明。逻辑与叙事没有建立研究动机为什么需要ABC-Net直接给出结果逻辑跳跃。三、修改建议必须重写。应补充1. 研究背景与动机2. ABC-Net的核心创新点描述3. 完整的实验设置基线、数据集、指标4. 对比结果与分析。通过这个示例AI就明白了你所说的“深入分析”具体要做到什么程度它会模仿这种批判性的、追问细节的风格去评审你后续提供的真正文本。4.2 技巧二分步骤、分层次提问不要试图用一个超级复杂的Prompt让AI一次性完成所有事情。对于超长文本或综合性评价可以拆解成多轮对话。第一轮整体概览与定位。Prompt: “请快速阅读我提供的这篇长文档用一段话总结它的核心主题、目标读者和整体质量水平。”第二轮分部分深入分析。Prompt: “基于上一轮的总结现在请你重点分析文档的‘问题分析’部分。按照我们之前约定的‘逻辑与结构’、‘证据与严谨性’两个维度给出详细评价。”第三轮提出修改建议。Prompt: “针对你刚才指出的‘问题分析部分逻辑跳跃’这个核心缺点请扮演一名写作教练为我重写该部分的提纲并写出开头的第一段作为示范。”这种“对话式”的引导比单次输入一个巨长的Prompt往往效果更好也更符合人类协作审阅的习惯。4.3 常见“坑”与应对策略坑1AI“胡说八道”或捏造细节。现象在点评时AI可能会声称“你在第X页引用的YY研究结论不准确”但实际上原文根本没提YY研究。对策在Prompt中强调“请严格基于提供的文本内容进行分析不要引入文本中不存在的外部信息或假设。如果文本未提及请指出‘信息缺失’而非自行推断。”对于关键指控要求它必须引用原文的具体位置如“请指出你所说的‘逻辑矛盾’出现在原文哪一段落”。坑2评价流于表面全是“正确的废话”。现象反馈总是“语言流畅”、“结构清晰”、“建议进一步深化”等放之四海而皆准的话。对策这通常是因为评价框架太模糊。必须使用第2.3节提到的结构化框架并且要求“每个维度的评价都必须包含至少一个具体的、来自原文的正面例子和反面例子”。例如不能说“表达清晰”而要说“例如第3段用‘蝴蝶效应’比喻系统复杂性非常生动正面但第5段关于‘递归算法’的说明过于技术化建议增加一个流程图反面。”坑3过于严苛或过于宽容。现象AI要么把文章批得一无是处要么全是赞美。对策调整角色设定。需要挑刺时用“苛刻的审稿人”需要建设性意见时用“友善的同行导师”。也可以在指令中明确平衡性“请提供平衡、建设性的反馈既要指出核心问题也要肯定文中做得好的地方。”坑4无法处理专业术语或领域知识。现象在高度专业的领域如特定子领域的医学、法学、前沿物理AI可能因知识盲区而做出错误判断。对策承认AI的局限性。对于这类文本AI评论家的最佳定位是“第一轮筛选者”和“逻辑/表达检查员”。它可以帮你找出表述模糊、格式错误、引用不规范、基础逻辑矛盾等问题但对于专业内容正确性的最终判断必须由领域专家完成。你可以在Prompt中说明“你作为一名科学编辑请重点检查本文的格式、语言流畅度、图表规范性以及明显的逻辑断层。对于专业理论部分的正确性仅标注出你无法理解或觉得需要作者澄清的段落。”最后记住最核心的一点AI评论家是一个强大的辅助工具但它不能替代你的最终判断。它的价值在于提供多角度的、不知疲倦的初步反馈帮你发现那些自己“身在此山中”而看不见的问题。将它的输出作为思考和讨论的起点结合你自己的专业知识和批判性思维才能最大程度地提升任何文本的质量。我自己的习惯是用AI做完第一轮评论后一定会把它指出的问题和建议再过一遍脑子很多时候正是在反驳或深化AI观点的过程中我自己才想出了最好的修改方案。