知识增量Knowledge Deltav0.1无限进步

提示串联

Prompt chaining
学到 会用 就够:能亲手用起来
你可能会说

“我想先提取论文事实,再根据事实写比较,最后润色文字;为什么把这些任务拆开串联,有时比一个长提示更容易检查?”

提示串联把复杂任务分成若干模型调用,前一步结果成为后一步输入,并可在中间加入检查;它是一种流程结构,不会自动纠正上游错误。

也叫链式提示、提示链
2

使用 AI

科研里的例子

先从原文提取样本与识别方法,核对通过后再比较研究结论;最后的语言修改只读已确认事实,不允许新增文献或结果。

这种做法适合能清楚拆成固定小任务的工作,例如抽取、核对和写作。每步更容易定义输入输出,也方便人工拦截错误,但它增加调用和信息传递,前一步漏掉限制可能在后面被当作确定事实。串联前应确定哪些信息必须保留、什么条件下不能继续。若一步已经能可靠完成,过度拆分反而可能制造版本混乱和额外成本。

+

在你的学科里,直接拿去用

把模糊需求变成可执行任务
我不熟悉AI术语。请把我的需求转成明确的任务说明。
我的原话:[粘贴]
可用材料:[列出文件、表、链接或说明目前没有材料]
使用者与用途:[填写]
先用普通中文复述目标,再给需要时才用的关键中英术语。区分任务、输入、约束、输出和可检查的完成标准。若缺项会实质改变结果,最多问3个问题;其他假设明确列出。先交付任务说明,不擅自执行与改文件。
方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG01
3

判断

亲手检查一次

检查每步是否增加可验证价值,确认关键限制随输入传递;在中间故意放一个错误,看流程能否识别并阻止它进入终稿。

它做不到的

多一步并不等于多一层独立验证,尤其当后续模型只看上游摘要;语言越流畅也可能越掩盖早先的证据缺口。

Δ

增量,由你来写

读完这张,你的理解变了什么?

留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。

源

来源

卡片底稿由 AI 协助整理,经过核对;发现错误请告诉我。