第二節 從框架到指令：生成式AI提問的關鍵因素

隨著生成式AI技術的發展，人類智能正在從“回答時代”向“提問時代”轉變。在提問時代，人類不再是被動的信息接收者，而是主動地提出問題、探索知識的探索者。因此，如何提高提問水平，以及生成高質量答案成為人類和生成式AI共同面臨的問題。然而這說來容易，實踐并不簡單。普通人如何“駕馭”專業的大語言模型之力量？生成式AI的“對話”（Chat）屬性，為人們提供了另一種培養提問能力的途徑——人們得以在人機交互中，通過對話逐步厘清和逼近自己的真實需求，漸進地將自己的需求提煉與拆解成多個在對話中可以完成的任務指令。可以說，生成式AI的對話屬性是釋放大語言模型力量的一把密鑰，它使普通人也可以在日常般的對話場景中，逐漸提升利用人工智能的能力。

從邏輯上看，要提高提問水平，人類需要培養自己的提問能力，提問的質量取決于自身對問題框架的認識和具體問題指令的設計。在提出問題時，人類需要運用邏輯思維、批判性思維等思維能力，從不同角度對問題進行分析和思考。此外，人類還需要不斷地積累知識、積累經驗，擴大自己的知識面，以便更好地提出高質量的提問。除了個人能力，一些提問邏輯中的細節因素也會影響人類的提問質量，這主要表現在人類給生成式AI輸入的指令上面。例如，提問的清晰度、提問的深度、提問的廣度等都會對提問質量產生影響，在提問時需要注意提問的清晰度和深度，確保問題能夠被準確地表達出來，盡可能明確、簡潔、清晰地表達自己的問題，以便生成式AI更準確地理解問題。

總的來說，決定提問質量的因素包括宏觀的提問框架和微觀的提問指令等細節。提高提問水平不僅需要人類不斷地培養自己的提問能力和思維能力，同時也需要關注提問輸入指令的清晰度、深度和廣度等細節。在“提問時代”，人類和生成式AI需要共同協作，以提高提問質量和生成高質量答案。