返回 讨论 学习 CMS 文章

兄弟俩用 LLM 编程:一个痛骂 AI,一个温柔精确沟通

两种极端提示风格:痛骂 AI 与精确温和沟通,哪种更有效?

LLM提示工程编程人机交互
成长分 / 100 46 综合收获、行动、留存与影响

为什么值得读通过真实对比展示不同提示风格对 LLM 交互的影响

引发对提示工程中情绪与精确性作用的思考

关键洞察
  1. 哥哥的提示风格是痛骂 AI,包括脏话和侮辱,认为这样 AI 才会听话
  2. 作者使用本地 GLM 5.3 Flash q4 qat,提示极其精确并问很多问题
  3. 作者认为自闭症带来的精确沟通习惯让与小型 LLM 交谈更容易
转成行动

深入阅读

正文与原文对照

原文保真覆盖:全文原文字符:1610

所以我和我哥哥都用 LLM 来编程。我开始使用本地的 GLM 5.3 Flash 实例——q4 qat。我哥哥则用 GPT-6-Astra 作为日常主力。

他多次跟我提到,他的做法是每当 AI 犯错就痛骂它,这样它才会真正做他想让它做的事。这包括大量脏话和对 GPT 6 Astra 说“你是白痴吗!?”

与此同时,我在这里看着 GLM 5.3 Flash 的 q4 量化版,说着“哎呀,它在某些方面是笨,但它在尽力了,哦,它做到了!”,并且对我的请求极其精确,问很多问题。是的,我是自闭症患者,所以我学会了精确沟通,这奇怪地让与小型 LLM 交谈变得更容易。

想象他在另一个房间痛骂一个巨型模型,而我在这里抚摸一个小型模型,真是太搞笑了。

你们的提示风格是什么,以及是什么主要 LLM 让你变成这样的?

阅读更多

讨论精选

Fit-Produce420 (224↑):痛骂它会浪费 token,因为它会花那些 token 试图安抚你,而不是解决问题。 把它当作编程机器人,不要情绪化。

DivideHorror3217 (50↑):我像大学考试一样提问。每次都能获得最高准确率,仅仅因为 AI 是在大量学术数据上训练的。 你是一个在……公司工作的……。

你被给予了一个……

你的任务是……

不要……

找到……

Happy_Brilliant7827 (46↑):哈哈,我也曾想过 AI 是否只是自闭症患者翻身的机会。如果他们像我一样,AI 已经为‘在没有社交技能的情况下完成事情’创造了奇迹。