视频教程地址WorkBuddy应用师认证教程02高效对话技巧0101LLM工作原理基础-CSDN直播WorkBuddy应用师认证教程02高效对话技巧02Prompt工程基础-CSDN直播WorkBuddy应用师认证教程02高效对话技巧03Prompt实践-CSDN直播第 二 章 · 高 效 对 话 技 巧围绕提问方式、文件处理、写作生成、表格分析与联网研究五类高频场景把 WorkBuddy 用得更准、更快、更稳。3节约40分钟0个 FAQ2.1工作原理速览看懂 LLM 怎么「想」 学 习 目 标为什么说 LLM 本质是预测下一个词这和输入质量有什么关系Token、上下文窗口、温度、幻觉分别是什么三种模式底层的权限有什么差异怎么选对模式一、术语说明什么是 Prompt在你继续往下读之前先认识一个贯穿本章的关键词。Prompt提示词 你输入给 AI 的那段文字。在 WorkBuddy 里就是你打在输入框里发给 AI 的内容。说人话就是你告诉 AI 要做什么的那句话。后面的「上下文」「Token」「温度」都是围绕「怎么让这句 Prompt 更精准」展开的。二、一个关键认知LLM 不是「理解」是「预测」大语言模型本质上做的事只有一件拿到你给的 Prompt猜接下去该输出什么词。你输入「今天天气真」 模型预测下一个 token 的概率 不错 ████████ 38% 好 ██████ 27% 热 ███ 14% ...这意味着你给的上下文越多、越具体 → 概率分布越集中 → 答案越精准你给的上下文越模糊 → 概率分布越发散 → 答案靠运气用一个类比理解你说的话结果范围效果「做个菜」中餐西餐荤素什么都可能端上来「做一道素菜」缩小到素食可能是炒青菜、凉拌黄瓜…「用青椒和土豆做家常菜微辣两人份」精确到具体菜谱青椒土豆丝辣度和量刚好结论模糊的输入输出的不确定性就大——你可能运气好撞上一个好答案但靠运气不如靠指令。精准的输入输出的可控性就强。三、TokenLLM 的「最小处理单位」Token 可以理解为 AI 嚼文字的最小一口。人工智能四个字AI 不是一个个字读的而是一两字一口地嚼——[人工]一口[智能]一口两口就嚼完了。不同模型的嚼法不一样所以同样一段文字不同模型算出来的 Token 数会有差异。通用参考规则中文约 1-2 个汉字 1 Token取决于分词器英文约 0.75 个词 1 Token代码1 个符号/关键字可能 1 Token示例Token 拆分Token 数「人工智能」[人工] [智能]2「WorkBuddy 是 AI 助手」[Work][Bud][dy][是][AI][助手]6提 示分词规则直接影响模型对语义的理解效果。中文因存在多音字、词组组合特性分词规则比英文更细致。不同模型如 BERT、GPT的分词逻辑存在差异。为什么要关心 TokenLLM 有上下文窗口上限输入 输出总 Token 数有限上传一个 50 页 PDF 可能消耗数万 Token → 剩下的聊天空间就少了对策文件太大时分批处理长对话太久时开新会话四、上下文窗口与记忆机制LLM 的「短期记忆」LLM 没有真正「记住」历史对话而是把整个对话历史一直带在上下文窗口里。但 WorkBuddy 有额外的记忆系统来增强长期记忆能力。一上下文窗口短期记忆第 1 轮[用户: 我是某公司 HR] → LLM 看到 1 条 第 5 轮[用户:...] [AI:...] × 5 → LLM 看到全部 5 轮 第 N 轮窗口塞满 → 最早的信息被截断我是 HR可能已看不见上下文窗口的限制窗口大小有限各模型的上下文窗口上限不同主流模型通常为数十万 Token 级别部分模型支持百万级超长上下文窗口塞满后最早的信息会被截断超长对话会导致早期关键信息被稀释二WorkBuddy 记忆系统长期记忆记忆管理界面WorkBuddy 有三层记忆架构让 AI 真正「记住」你记忆层级存储位置作用域内容类型云端记忆服务端跨设备用户画像、历史对话索引本地记忆用户主目录下的配置文件夹跨项目长期偏好设置、使用习惯、工具使用记录工作空间记忆当前项目的工作区目录内当前项目每日工作日志、项目笔记提 示记忆功能默认开启系统每晚自动整理当日会话从对话中提取事实信息、偏好习惯、人物关系等形成「记忆数据」。后续对话时会将相关记忆作为背景信息注入。对策新任务 → 开新会话重置窗口关键信息 → 通过「设置 → 记忆」管理或对话中直接告诉 WorkBuddy「记住 XX」长期使用 → 善用记忆系统让 WorkBuddy 越来越懂你五、温度控制 LLM 的「创造力」同一个 Prompt两次可能得到不同答案。这是温度参数在起作用——这是 LLM 的通用机制非 WorkBuddy 特有。温度值效果比喻低稳定、保守、可预测照本宣科的公务员中平衡创造性和可靠性经验丰富的职场人高多变、有创意、不可控天马行空的艺术家提 示Ask 模式默认中等温度Craft 模式执行关键操作时可能自动降温度以减少出错。你通过「正式/简洁/友好」等语气指令实质也是在间接影响输出的随机性。六、幻觉LLM 为什么会「一本正经地胡说」幻觉Hallucination LLM 编造了看起来合理但实际不存在的信息。类型示例原因事实性幻觉编造一篇不存在的论文引用概率预测碰到训练数据空白最可能的词恰好是假的逻辑性幻觉「123 × 456 54321」LLM 不是计算器在「猜」而不是「算」来源性幻觉给出打不开的链接学了域名模式不验证链接是否真实存在对策联网搜索后必须点击链接验证关键数据多来源交叉确认不确定时追问「来源是什么」七、三种模式背后的本质三种工作模式的底层差异从架构视角看在于权限级别和执行逻辑模式权限级别执行逻辑Ask只读不操作文件单次推理无工具调用Plan只读 → 用户确认后解锁写入五阶段工作流见下方详解Craft全权限可读写文件Agent 自主循环迭代Plan 模式的五阶段工作流Plan 模式的核心是将「规划」作为一等公民解决传统 AI 直接执行导致的偏差和返工问题需求澄清AI 通过 1-2 轮关键问题对齐需求边界技术栈、功能范围、项目约束等方案生成基于确认的需求生成完整方案需求分析、技术方案、视觉设计、任务清单编辑确认用户可调整方案执行前纠偏避免后期重构方案执行按任务清单逐步执行实时反馈进度支持暂停调整方案归档自动保存为 Markdown 文件到项目的计划文件夹中可作为项目知识库复用提 示架构级改动用 Plan先规划后执行细节级调整用 Craft快速响应。两者可灵活切换并非互斥关系。模糊 vs 精准三组对比模糊指令精准指令差距在哪「帮我写周报」「我是销售部员工本周完成3个客户拜访1个签约(50万)。按『本周产出/数据/下周计划』三部分写。」缺角色、缺数据、缺格式「分析这个数据」「附件是Q1-Q3销售数据分析各月趋势、环比增长率、TOP3产品输出表格2条建议。」缺范围、缺维度、缺输出要求「做个 PPT」「把这份 Word 大纲转成 PPT蓝色商务风格每页不超过5个要点加公司 Logo。」缺素材、缺风格、缺约束 本 节 总 结核心要点回顾LLM 本质是预测下一个词 → 输入越精准输出越可控Token 有限、上下文有窗口 → 文件大了分批聊多了开新会话温度控制创造力幻觉需要验证 → 关键信息必须核实来源Ask 只答、Plan 先审、Craft 直接干 → 底层是权限开关的区别选对事半功倍实战挑战5 分钟挑一条你最近发给 AI 的模糊指令按「角色 背景 任务 格式」补全成精准指令重新发一次对比两次输出差在哪里。2.2Prompt 心法从会说人话到会问 AI 学 习 目 标Prompt 的结构是什么怎么快速构建高质量提问怎么通过追问逐步逼近最佳答案怎么控制 AI 的输出语气让它符合场景需求一、Prompt 结构角色 背景 任务 格式一个高效的 Prompt 应包含四个要素。结构化的指令能让 AI 更精准地理解你的需求显著提升输出质量。要素含义作用重要性角色你是谁在什么岗位/场景下让 AI 代入你的视角输出更贴合高背景相关限制条件和上下文信息让 AI 理解具体情况避免泛泛而答高任务你想要 AI 做什么指令明确任务方向这是最关键的一步高格式希望得到什么形式的输出控制输出结构便于直接使用中示例撰写会议纪要角色我是产品部项目助理背景今天下午 2 点开了产品评审会参会人员包括产品部张经理、研发部李工、测试部王工任务整理成会议纪要重点记录讨论要点和决议事项格式按「会议基本信息→讨论要点→决议事项→待办跟进」结构输出每个部分用 bullet point组合后「我是产品部项目助理。今天下午 2 点开了产品评审会参会人员包括产品部张经理、研发部李工、测试部王工讨论了 3 个需求的优先级排序。请帮我整理成会议纪要按『会议基本信息→讨论要点→决议事项→待办跟进』的结构输出每个部分用 bullet point。」二、Prompt 优化三阶段优化 Prompt 分三步走阶段操作说明示例第一阶段搭骨架明确角色 背景 任务 格式保证 AI 理解不跑偏「我是 HR需要一份新员工入职培训计划按周输出用表格呈现。」第二阶段加约束补充字数、风格、禁止事项、输出要求缩小 AI 的发挥空间提升精准度「... 500 字以内正式语气不包含薪酬具体数字。」第三阶段给范例提供一个参考样本或输出模板AI 模仿效果通常比描述更精准「... 参考这个格式第 1 周入职手续事项 A/B/C」三、追问五种策略追问是提升 AI 输出质量最有效的手段以下五种策略最常用策略适用场景追问示例效果要求细化回答太笼统、缺细节「第 2 点能否展开给出具体执行步骤」补充细节和实操指引换个角度需要多视角、评估风险「如果预算砍半方案怎么调整」获得备选方案和风险评估请求举例理论太多、不好落地「用我们行业的实际业务场景举个例子。」理论落地更易执行质疑验证需要判断可靠性、查漏「这个方法有什么潜在风险」发现盲点完善方案格式转换需要不同输出形式「把刚才的内容整理成表格/PPT 大纲。」直接产出可用格式提 示对话太长时开新窗口。AI 的上下文窗口有限制对话越长早期信息可能被截断。适时开新会话重置窗口。但别忘了 WorkBuddy 的记忆系统可以跨会话保留你的偏好和习惯。追问实战四轮对话步步逼近以制定季度工作计划为例轮次提问效果第 1 轮「我是市场部经理需要制定 Q4 工作计划团队 5 人重点在品牌推广和活动策划。」得到框架方案第 2 轮「第 2 点品牌推广细化到具体平台和月度节奏。」补充执行细节第 3 轮「如果其中 1 人临时支持其他项目人员如何调整」增加风险预案第 4 轮「整理成可直接向总监汇报的 PPT 大纲每页用 bullet point。」格式落地四、语气控制给 AI 注入「人设」同一件事语气不同效果完全不同。语气指令是控制 AI 输出风格最直接的手段。语气类型适用对象指令关键词示例场景正式商务客户、领导、合作伙伴「用正式、专业的语气」给客户的方案邮件友好亲切同事、团队内部「用轻松、友好的语气」团队通知、内部沟通简洁直接紧急事务、快速同步「用简洁、直接的语言」项目进度同步、问题反馈委婉礼貌拒绝请求、提出建议「用委婉、礼貌的方式」拒绝需求、提出改进建议同一件事四种语气对比通知团队周末支持项目简洁直接「各位本周六需支持 XX 项目上线请提前安排时间。」友好亲切「Hi 团队这周六咱们一起保障 XX 项目上线辛苦大家中午订餐晚上庆功」正式商务「各位同事兹通知本周六需全员支持 XX 项目上线请提前协调个人安排并确认到岗时间。」委婉礼貌「不好意思周末打扰大家XX 项目上线在即需要各位支持。周六方便到岗的同事请回复确认辛苦了。」提 示语气指令可以叠加。例如「用正式但不过于刻板的语气」或「用简洁但直接且不冒犯的语气」能更精准地控制输出风格。 本 节 总 结核心要点回顾Prompt 结构角色 背景 任务 格式 → 结构化指令让 AI 精准理解三分法优化路径搭骨架明确指令→ 加约束缩小发挥空间→ 给范例提升模仿效果追问策略细化、换角度、要举例、质疑验证、格式转换 → 迭代逼近最佳答案语气控制正式商务 / 友好亲切 / 简洁直接 / 委婉礼貌 → 一句话切换输出风格提 示新任务先开新会话长对话定期提醒 AI 关键信息日常工作中养成记录习惯方便周末汇总时快速生成周报。核心技法速查技法一句话使用时机角色扮演「你是一名资深 XX 专家」需要专业视角时苏格拉底追问不停追问「为什么」层层深入分析复杂问题根因预演失败「如果这个方案失败了最可能的原因是什么」方案评审、风险评估渐进提炼先出框架 → 逐步细化每个模块复杂方案写作反向提示「不要写成 XX 风格」「避免使用 XX 词汇」控制输出方向跨领域创新「用 XX 行业的思路解决 YY 问题」创意策划提 示所谓激励式表达会影响 AI 的措辞选择和分析深度。虽然 AI 没有情绪但给高质量要求的暗示如请深思熟虑后给出专业建议能提升输出质量。五个必须避开的坑坑表现正确做法坑1指望一次成功写一个长 Prompt 等完美答案先用短 Prompt 跑出框架再追问迭代坑2盲目信任直接使用未核实的搜索结果关键数据点击原链确认多方交叉验证坑3模式选错用 Ask 模式要求 AI 生成文件需要操作文件时切 Craft 或 Plan坑4上下文超载一个会话聊几十轮不换新任务开新会话长任务定期提醒关键信息坑5指令太抽象「帮我做得好一点」「更专业些」给具体标准「控制在 200 字」「用表格呈现」实战挑战5 分钟选一段你常用的提问套用「搭骨架 → 加约束 → 给范例」三步优化一遍再追问一轮看看输出质量提升了多少。2.3场景实战高频工作示例 学 习 目 标四个典型场景文档处理、内容写作、数据分析、联网搜索各自怎么套公式写指令怎么把学到的 Prompt 心法举一反三用到更多场景为什么搜索后要验证怎么验证一、文档处理上传文件后用自然语言告诉 AI 要做什么。以下场景覆盖多个行业岗位场景岗位指令示例合同审阅法务「上传这份采购合同提取甲乙双方权利义务标注不对称条款和潜在风险」简历筛选HR「上传这 20 份简历 PDF提取每人的工作经验年限和核心技能按岗位匹配度排序」财报分析财务「上传这份年度财务报表分析毛利率变化趋势列出同比变动超 10% 的项目」论文精读教师/研究员「用 500 字总结这篇论文的创新点和实验结论指出研究局限性」完整案例上传一份技术方案 PDF输入「总结核心架构、主要功能和实施计划列出 3 个风险点」查看结果追问「把实施计划细化到月加甘特图」二、内容写作写作指令公式文档类型 目的 关键信息 语气要求 篇幅约束场景岗位指令示例招聘 JDHR「帮我写一份高级 Java 工程师的招聘 JD要求 5 年以上经验熟悉微服务架构附福利说明500 字语气专业但不刻板」活动方案市场/运营「写一份 Q3 线上线下联动推广方案预算 20 万目标拉新 5 万包含渠道策略和时间排期表」公文通知行政/政府「起草一份关于公司年度消防演练的通知时间下周三下午 3 点全员参与语气正式规范」客户邮件销售「帮我写一封给客户的跟进邮件对方上次看了报价后 7 天未回复语气委婉不超过 200 字」年终总结管理层「我是区域销售总监帮我写年度工作总结包含业绩回顾、团队建设、市场分析和明年规划四大板块」三、数据分析上传 Excel / CSV 文件后按「数据范围 分析目标 输出要求」的结构下指令场景岗位指令写法费用分析财务「分析各部门 Q1 差旅费对比预算偏差率标出超预算 20% 以上的部门输出预警表格」考勤统计HR「统计 3 月全勤人数、迟到次数分布和加班 TOP10生成带图表的数据简报」业绩分析销售「按区域分组统计季度销售额计算环比增长率用柱状图对比标注 TOP3 和末 3 位」用户分析运营「分析用户注册数据按渠道拆解转化率找出转化最高的 3 个渠道并给优化建议」完整链路上传数据文件确保第一行是表头输入分析指令 → AI 处理10-30 秒查看结果 → 如需调整追问「换成饼图」「按区域再分一组」满意后下载图表和报告四、联网搜索指令公式搜索主题 信息范围 时间限定 输出格式场景岗位指令要点供应链调研采购/制造业「搜索 2026 年芯片供应链的产能状况和主要供应商整理成评估报告标注来源」政策研究法务/政府事务「搜索 2025-2026 年数据安全相关法规更新按时间线整理标注影响范围和合规建议」行业分析金融/投资「搜索 2026 年 AI 医疗行业的融资事件、头部公司和市场规模整理成结构化报告」竞品调研产品/战略「搜索主要竞品近 3 个月的功能更新和定价变化按时间倒序整理成对比表格」三步闭环搜 → 验 → 整搜明确要求联网搜索给出时间范围和信息维度验点击来源链接确认信息准确多个来源交叉验证整要求 AI 按指定格式整理表格 / 报告 / PPT 大纲标注每条来源提 示AI 可能给出不存在的链接发布前务必点击验证。关键数据建议多方交叉确认。 本 节 总 结核心要点回顾四个典型场景各有指令公式文档上传指令、写作类型目的信息语气、数据范围目标输出、搜索主题时间格式这套思路可迁移到更多场景搜 → 验 → 整三步闭环联网搜索必须核实来源追问迭代 语气控制比一次写长 Prompt 更高效实战挑战5 分钟从文档、写作、数据、搜索四类场景中挑一个你本周真实的任务套用对应的指令公式写一条 Prompt 并执行记录哪里还需要追问补充。本章总结小节要点2.1 工作原理速览看懂 LLM 怎么「想」——它基于概率续写、有上下文窗口与知识边界理解机制才能用好它2.2 Prompt 心法从「会说人话」到「会问 AI」——用 Prompt 四要素把需求说清楚让 AI 一次到位2.3 场景实战文档、写作、数据、搜索四类高频场景各套一个指令公式快速上手本章你已经看懂了 LLM 怎么「想」、学会用 Prompt 四要素套场景公式下一章我们用「读·写·析」三个完整工作流带你沉浸式实战——每个工作流都是这里公式的组合应用。