GENERATING IDEAS 提示

Prompt Engineering：使用 LLM 生成创意

提示工程（Prompt Engineering）赋予我们利用大型语言模型（Large Language Models，LLMs，例如 ChatGPT）的创意能力。在本章中，我们将探讨如何精心设计提示（prompts），有效利用 LLMs 来生成新的想法、建议或创意解决方案（creative solutions）。

有效的创意生成并非依赖于特定的“指令”（directives），而是通过清晰地阐述您的需求并引导 LLM 的创意过程来实现。

理解创意生成提示（Prompt）

创意生成提示（prompt）指示 LLM 根据给定主题或问题陈述进行头脑风暴（brainstorm）、提出建议或创造新颖的概念（novel concepts）。关键在于为 LLM 提供足够的背景信息和方向，以便其生成相关且具有创新性（innovative）的输出（outputs）。

通过巧妙地构建您的提示（prompt），您可以利用 LLM 庞大的训练数据和模式识别能力来探索不同的视角。

考虑这个基本交互：

User: Suggest some unique themes for a 10th-anniversary corporate event.
Assistant: Certainly! Here are a few unique themes for your corporate event:
1. 'A Decade of Innovation': Focus on milestones and future tech.
2. 'Masquerade Ball': Adds an element of mystery and elegance.
3. 'Back to the Future': A retro theme celebrating the company's founding era and future.
4. 'Sustainable Futures': Highlight corporate social responsibility and green initiatives.
5. 'Around the World': Food and decor from different cultures representing global reach.

在此示例中，用户清晰地表达了他们的需求。然后，LLM 生成了一个主题想法列表。

创意生成提示（Prompt）的最佳实践

为了最大化您的创意生成提示（prompt）的有效性，请考虑以下最佳实践：

提供清晰具体的背景信息：清楚地说明问题、您需要想法的主题以及任何重要的背景信息。您的提示（prompt）越具体，生成的想法就越有针对性。例如，不要说“给我一些营销点子（marketing ideas）”，而是尝试说“为一个新的针对千禧一代（millennials）的环保咖啡品牌，提出三个创新的营销活动想法（marketing campaign ideas）”。
鼓励发散思维：明确要求 LLM 进行创意性思考，探索非传统方法（unconventional approaches），或考虑多个视角。诸如“跳出固有思维”（think outside the box）、“生成广泛的想法”（generate a wide range of ideas）或“提出一些意想不到的解决方案”（suggest some unexpected solutions）等短语会很有帮助。
明确限制条件和期望的输出格式：如果您有特定的限制条件（例如，预算、时间线、目标受众（target audience））或偏好的输出格式（例如，“列出 5 个附带简要描述的想法”、“比较三种方法的表格”），请将它们包含在您的提示（prompt）中。
迭代和优化：创意生成通常是一个迭代（iterative）过程。将 LLM 的初步输出（output）作为起点。提出后续问题（follow-up questions），要求对特定想法进行阐述（elaborations），或根据响应优化您的提示（prompt），以引导 LLM 生成更好的结果。
设定合适的“Temperature”参数：在使用 API 时，“temperature”参数控制随机性（randomness）。较高的值（例如 0.8-1.0）会产生更具创意和多样性的想法，而较低的值（例如 0.2-0.5）则会产生更集中和可预测的输出。

应用示例：Python 实现

让我们使用 Python 和 OpenAI API 探索一个实际例子，用于生成营销活动想法。（请确保已安装 OpenAI Python 库：pip install openai）

from openai import OpenAI

# 建议将您的 API 密钥设置为环境变量
# 例如，export OPENAI_API_KEY='您的 API 密钥'
# client = OpenAI()
# 或者，您可以直接设置（对于共享代码安全性较低）：
client = OpenAI(api_key='YOUR_API_KEY')

def generate_ideas(prompt_text):
    try:
        response = client.chat.completions.create(
            model="gpt-3.5-turbo",  # 或使用更高级的模型，例如 "gpt-4"
            messages=[
                {"role": "system", "content": "You are a creative marketing assistant."},
                {"role": "user", "content": prompt_text}
            ],
            max_tokens=150,        # 根据需要调整以获得更长的回复
            temperature=0.7,       # 平衡创意和连贯性
            n=1,
            stop=None
        )
        return response.choices[0].message.content.strip()
    except Exception as e:
        return f"An error occurred: {e}"

user_query = "Can you suggest three distinct ideas for a social media marketing campaign for a new mobile game about space exploration?"

ideas = generate_ideas(user_query)
print(ideas)

在此示例中，generate_ideas() 函数将用户的请求发送给 LLM。提示（prompt）是直接的，要求生成特定类型的想法。

示例输出

运行带有示例查询的脚本可能会产生类似以下内容的输出：

以下是针对您的全新太空探索手游（mobile game）提出的三个独特的社交媒体活动（social media campaign）想法：

1.  **#我的宇宙之旅 UGC 大赛（Contest）：**鼓励玩家使用独特的标签（hashtag）分享他们在游戏中最精彩的发现或定制飞船的截图或短视频片段。为最具创意或最受欢迎的投稿提供游戏内货币（in-game currency）或专属物品作为奖品。这有助于培养社区，并生成用户原创内容（User-Generated Content，UGC）。

2.  **“邂逅外星人”角色聚焦：**创建一系列帖子，介绍玩家在游戏中将遇到的独特外星物种或角色。每篇帖子可以展示艺术图（artwork）、背景故事片段（lore snippets）和一个有趣的事实（fun fact）。使用互动投票（interactive polls），例如“您最期待遇到哪个外星物种？”，以提升参与度（engagement）。

3.  **网红（Influencer）“初次接触”直播（Streams）：**与游戏网红（influencers）合作进行“初次接触”直播，让他们首次玩游戏，与观众分享他们的初步反应和游戏过程（gameplay）。这提供了真实的评价，并能带动早期下载量。

结论

在本章中，我们探讨了如何有效地为 LLM 编写提示（prompt）以进行创意生成。通过精心设计清晰、具体和富有创意的提示，并对结果进行迭代（iterating）优化，您可以利用 LLM 作为强大的头脑风暴伙伴（brainstorming partners），为各种挑战生成新颖的想法、建议和创新解决方案。