00:00 - 00:01

谁都能免费用的AI

00:01 - 00:02

其实

00:02 - 00:03

有隐形门槛

00:03 - 00:05

以现在AI助手的水平

00:05 - 00:06

使用效果不好

00:06 - 00:06

只有一个原因

00:06 - 00:07

方法不对

00:07 - 00:09

输入决定输出

00:09 - 00:11

你在对话框里面随便输入一两句话

00:11 - 00:13

你就希望AI给你输出高质量的文本

00:13 - 00:14

不可能

00:14 - 00:16

领导安排下属干活

00:16 - 00:19

他还得详细的交代清楚情况和要求呢

00:19 - 00:22

所以你必须学会跟AI助手的对话策略

00:22 - 00:23

不是记碎片的提示词

00:23 - 00:25

而是掌握系统的提问策略

00:25 - 00:28

通用好用有用的策略

00:28 - 00:29

AI大模型两周年

00:29 - 00:31

这个视频帮你解开封印

00:31 - 00:33

彻底释放AI助手的生产力

00:33 - 00:35

不啰嗦直接上干货

00:35 - 00:38

2023年 大家对提示词很追捧

00:38 - 00:39

但是今天大家都不提了

00:39 - 00:41

因为记提示词这件事本身

00:41 - 00:42

他就不AI

00:42 - 00:44

够聪明的AI应该能懂我的需求

00:45 - 00:46

他会自己思考推理

00:47 - 00:47

再者

00:47 - 00:49

AI进步速度是很快的

00:49 - 00:50

一次升级之后

00:50 - 00:52

可能以前记的提示词就不管用了

00:52 - 00:54

比如说思维链chain of thought

00:54 - 00:55

请一步步思考

00:55 - 00:56

你看现在就不太需要了

00:57 - 00:58

面对现在聪明的AI助手

00:58 - 01:00

我们不用记零碎的提示词

01:00 - 01:02

我们只要掌握基本的提问策略就行了

01:02 - 01:04

新加坡政府科技局

01:04 - 01:05

举办了一场提示词工程大赛

01:06 - 01:08

Sheila同学总结了一个COSTAR的提问框架

01:08 - 01:09

获得了冠军

01:09 - 01:11

COSTAR就是一个很好的提问策略

01:11 - 01:13

我们和AI大模型对话

01:13 - 01:14

你要说清楚背景信息

01:14 - 01:15

就是context

01:15 - 01:18

你要交代清楚需要大模型完成的任务目标

01:18 - 01:19

objective

01:19 - 01:22

然后明确AI的写作风格style

01:22 - 01:24

以及其中的情感语调tone

01:25 - 01:27

还要说清楚AI对话的受众是谁

01:27 - 01:28

就是audience

01:28 - 01:30

小白和专家是不一样的

01:30 - 01:32

最后交代清楚AI响应的格式要求

01:32 - 01:33

response

01:33 - 01:35

首字母组合就是COSTAR

01:35 - 01:36

我们直接把一个问题

01:36 - 01:38

按照COSTAR框架抛给豆包

01:39 - 01:42

我刚买了一台索尼ATM4的相机

01:42 - 01:44

我之前没用过这类专业的数码相机

01:44 - 01:46

不管是摄影的理论知识

01:46 - 01:47

还是相机的功能参数

01:48 - 01:49

对这方面的知识储备几乎为零

01:50 - 01:52

你现在给我写一篇详细的

01:52 - 01:54

关于A7M4的使用教程文档

01:54 - 01:56

让我能快速的掌握相关的理论知识

01:56 - 01:58

并能上手使用它

01:58 - 02:01

参考科普帖子和产品说明书的风格

02:01 - 02:04

用平稳冷静客观的语气阐述

02:04 - 02:05

介绍的时候

02:05 - 02:08

尽可能的用相机小白听得懂的文字描述

02:08 - 02:09

因为我是零基础

02:10 - 02:12

最后请结构化的输出详细的文本

02:12 - 02:14

不得低于3,000字

02:14 - 02:15

我们看豆包的回答

02:15 - 02:18

首先它用很大的篇幅详细的介绍了

02:18 - 02:19

相机的外观与按键

02:19 - 02:20

因为我说了我是小白呀

02:20 - 02:22

所以它介绍的非常详细

02:22 - 02:25

正面顶部背面侧面

02:25 - 02:26

比如说这个模式转盘

02:26 - 02:28

不同的字母代表什么意思

02:28 - 02:29

适合什么场景

02:29 - 02:30

都说的很清楚

02:30 - 02:33

你看它说大光圈适合虚化背景突出主体

02:33 - 02:35

小光圈则能使整个画面都清晰

02:36 - 02:37

还有这个热靴

02:37 - 02:37

我以前听过

02:37 - 02:39

但不知道是什么意思

02:39 - 02:40

这就是小白都听得懂的语言啊

02:41 - 02:42

然后到后面

02:42 - 02:43

拍摄参数的设置

02:43 - 02:47

光圈 快门速度 ISO 白平衡 画质

02:47 - 02:49

都介绍得非常详细

02:49 - 02:50

而且通俗易懂

02:50 - 02:51

它说白平衡的作用

02:51 - 02:53

就是让相机在不同的光线条件下

02:53 - 02:55

正确还原物体的颜色

02:55 - 02:56

在室内钨丝灯照明的环境下

02:56 - 02:58

你可以选择钨丝灯白平衡模式

02:58 - 03:00

可以避免画面偏黄

03:00 - 03:01

你看这下我就懂了呀

03:01 - 03:03

如果只是用于网络分享

03:03 - 03:06

中等尺寸的JPEG的精细格式就足够了

03:06 - 03:07

如果是商拍

03:07 - 03:08

建议使用RAW格式

03:08 - 03:10

后面还介绍了不同拍摄场景下的技巧

03:11 - 03:13

还单独介绍了视频拍摄的功能

03:13 - 03:14

还贴心的告诉你

03:14 - 03:15

如果要慢放视频

03:15 - 03:17

你可以选择60FPS

03:17 - 03:18

后期可以慢放

03:19 - 03:20

整体上结构清晰

03:20 - 03:21

完整详细

03:21 - 03:24

而且考虑到了对象是相机小白

03:24 - 03:25

要求不低于3,000字

03:25 - 03:26

实际给了5,000字

03:26 - 03:28

豆包的这个输出结果我很满意

03:29 - 03:29

相比之下

03:29 - 03:31

如果我只是简单的对豆包说

03:31 - 03:33

给我写一篇关于A7M4的使用教程文档

03:34 - 03:36

豆包会洋洋洒洒地写个3,000字

03:36 - 03:37

但是你细看

03:37 - 03:37

细细对比

03:37 - 03:38

就看第一部分

03:38 - 03:40

你就知道差距了

03:40 - 03:41

到这你就发现

03:41 - 03:43

COSTAR提问框架确实好用

03:43 - 03:44

这个不是提示词

03:44 - 03:46

是提问技巧提问策略

03:46 - 03:47

我们跟AI沟通

03:47 - 03:48

你不能偷懒

03:48 - 03:50

你要把信息交代清楚

03:50 - 03:51

其实我们跟人沟通也是一样的

03:51 - 03:53

比如说你问我怎么样才能找到好工作

03:53 - 03:54

我怎么回答

03:54 - 03:55

我回答不了啊

03:55 - 03:56

你什么专业

03:56 - 03:57

你在哪个城市

03:57 - 03:58

你对什么感兴趣

03:58 - 03:59

你有哪些能力经验

03:59 - 04:00

你擅长做什么

04:00 - 04:02

我都不知道我怎么回答

04:02 - 04:03

AI也一样嘛

04:03 - 04:04

你就随便甩给AI一句话

04:04 - 04:06

你然后让它写文章

04:06 - 04:07

那它就只能乱写一通

04:07 - 04:10

给的结果大概率也是不符合预期的

04:10 - 04:12

哪怕你后期再要求它缩写改写扩写

04:12 - 04:13

都没有意义

04:13 - 04:15

不会得到什么好结果

04:15 - 04:16

如果你觉得COSTAR比较难记

04:16 - 04:18

那我给你个简化版本

04:18 - 04:20

你可以把style tone response

04:20 - 04:22

这三个归类到输出要求 requirements

04:22 - 04:23

还是用STAR表示

04:24 - 04:25

situation表示背景信息

04:25 - 04:27

task表示要豆包完成的任务

04:27 - 04:29

audience还是受众

04:29 - 04:31

requirements就是输出的要求

04:31 - 04:33

比如说格式语气字数都算

04:33 - 04:34

这个就简化一点

04:34 - 04:35

你方便记一点

04:36 - 04:37

当你知道自己要问什么的时候

04:37 - 04:39

用这个提问技巧是很好用的

04:39 - 04:40

但是有些时候

04:40 - 04:42

你压根不知道自己要问什么

04:42 - 04:44

这个属于自己的知识盲区了

04:44 - 04:45

你又该怎么提问呢

04:45 - 04:48

我此前总结过一个元问题的提问技巧

04:48 - 04:49

我想深入了解

04:49 - 04:51

或者系统学习

04:51 - 04:52

或者熟练掌握某某某

04:52 - 04:54

我应该问你什么问题

04:54 - 04:55

请给我列出10个

04:55 - 04:56

15个也行

04:56 - 04:58

当你不知道问什么问题的时候

04:58 - 05:00

你先问这个元问题准没错的

05:00 - 05:01

我直接问豆包

05:01 - 05:04

我想系统学习A7M4这台相机的用法

05:04 - 05:05

我应该问你什么问题

05:05 - 05:06

我想系统学习

05:06 - 05:08

时间管理相关的工具和方法

05:08 - 05:09

我应该问你什么问题

05:10 - 05:11

我想深入了解原生家庭

05:11 - 05:13

对孩子的心理健康有什么影响

05:13 - 05:14

我应该问你什么问题

05:15 - 05:18

我想深入了解Apple公司Taptic engine技术

05:18 - 05:19

我应该问你什么问题

05:19 - 05:21

你看豆包给我罗列的问题

05:21 - 05:22

瞬间就打开了我的思路

05:23 - 05:24

到这你就发现

05:24 - 05:25

想要用好豆包AI

05:25 - 05:26

提问技巧很重要

05:26 - 05:28

元问题让你有问题可以问

05:28 - 05:30

COSTAR让你用结构化的模型去提问

05:30 - 05:31

COSTAR也好

05:31 - 05:32

STAR也好

05:32 - 05:33

都算模型套路

05:33 - 05:36

这种套路是很容易记住和掌握的

05:36 - 05:37

这又是利用AI大模型的

05:37 - 05:38

进阶的一个诀窍

05:39 - 05:42

就是用思维模型推动AI大模型

05:42 - 05:44

我称之为用小模型推动大模型

05:45 - 05:46

也就是说

05:46 - 05:49

你可以要求豆包按照特定的模型结构输出文本

05:49 - 05:50

这样的话你得到的文本

05:50 - 05:52

就是结构清晰有逻辑的文本

05:52 - 05:53

值得庆幸的是

05:53 - 05:55

在职场写作的各个场景

05:55 - 05:57

几乎都有对应的思维模型可以利用

05:58 - 05:59

这背后的逻辑就是

05:59 - 06:00

你想做的事情

06:00 - 06:02

99.99%别人都做过了

06:02 - 06:04

甚至都总结好了方法套路

06:04 - 06:05

没有AI之前

06:05 - 06:06

你需要搜索才能知道

06:06 - 06:07

那有了AI之后

06:07 - 06:09

你只要简单提问就行

06:09 - 06:10

比如说你要学演讲

06:10 - 06:11

你要写一份稿子

06:11 - 06:13

你打算按照什么逻辑结构去写呢

06:13 - 06:15

你总得有个逻辑吧

06:15 - 06:16

新手不懂

06:16 - 06:17

就凭感觉写

06:17 - 06:19

用的是PND拍脑袋模型

06:19 - 06:20

现在有了豆包在身边

06:20 - 06:21

你直接问就是了

06:21 - 06:22

我要写一份演讲稿

06:22 - 06:24

我可以基于什么样的思维结构

06:24 - 06:25

去撰写这份演讲稿

06:25 - 06:26

给我推荐几个

06:26 - 06:29

豆包就立马给了4个常用的写作模型

06:29 - 06:29

金字塔原理

06:29 - 06:31

英雄之路模型

06:31 - 06:32

PREP模型

06:32 - 06:33

还有SCQA模型

06:34 - 06:35

经常写演讲稿或者写故事的人

06:35 - 06:37

肯定对金字塔原理

06:37 - 06:39

英雄之路还有SCQA很熟悉

06:40 - 06:42

其实PREP也是一个很好用的沟通模型

06:42 - 06:43

先摁下不表

06:43 - 06:45

这个还是元问题的思路

06:45 - 06:46

不知道用什么模型

06:46 - 06:48

那就先问豆包有哪些模型

06:48 - 06:48

你放心啊

06:48 - 06:50

你身边的前辈可能不知道

06:50 - 06:51

豆包肯定知道

06:51 - 06:53

知道有对应的模型之后呢

06:53 - 06:54

我们再把它加入到

06:54 - 06:56

前面的STAR提问框架里面

06:56 - 06:57

你看这个时候

06:57 - 06:58

豆包给你出的演讲稿

06:58 - 07:00

就是基于特定结构输出的

07:00 - 07:02

肯定更有说服力

07:02 - 07:03

拿到这篇稿子之后

07:03 - 07:05

你再考虑细节部分的微调

07:05 - 07:07

哪怕是修改演讲稿的内容

07:08 - 07:09

你也可以参考相应的模型

07:09 - 07:11

比如说峰终定律

07:11 - 07:12

和演讲五元素这两个模型

07:13 - 07:14

如果你参考峰终定律

07:14 - 07:15

你就可以更好的设计

07:15 - 07:17

开头 高潮 结尾

07:17 - 07:18

演讲五元素

07:18 - 07:19

越往后越理性

07:19 - 07:21

你也可以按照需要去控制

07:22 - 07:23

比如说这个时候你需要一个好故事

07:23 - 07:25

那你可以让豆包给你搜啊

07:25 - 07:26

点击AI搜索

07:26 - 07:27

开启深入搜索

07:28 - 07:29

我需要一个真实的故事

07:29 - 07:30

主人公是高中生

07:30 - 07:32

最后一年通过自己努力

07:32 - 07:34

逆袭考上了名牌大学的故事

07:34 - 07:36

豆包立马开启了深入搜索

07:36 - 07:37

基于30个网页的来源

07:37 - 07:40

帮你找到了各种真实的高考逆袭故事

07:40 - 07:41

这里注意啊

07:41 - 07:44

不是每次对话都需要用STAR模型的

07:44 - 07:45

当你要快速搜索信息的时候

07:45 - 07:46

还是直接了当一点

07:46 - 07:48

基于COSTAR提问框架

07:48 - 07:49

小模型推动大模型

07:49 - 07:50

AI给你的

07:50 - 07:52

已经是一个具备很好结构的文本了

07:52 - 07:53

剩下的就是堆料

07:53 - 07:56

那文本写作需要详实的支撑材料

07:56 - 07:59

比如说数据 金句 故事 商业案例

07:59 - 08:01

前沿研究等等

08:01 - 08:02

这个交给AI搜索

08:02 - 08:03

就是快 就是强

08:04 - 08:06

结实的结构框架加上详实的支撑材料

08:06 - 08:08

这份文稿才是丰满的

08:08 - 08:10

具体的有说服力

08:10 - 08:12

到这前面介绍的几个方法

08:12 - 08:13

你就知道怎么用了

08:13 - 08:14

元问题帮你快速扫盲

08:14 - 08:15

不知道问什么的时候

08:15 - 08:17

就用元问题的思路提问

08:17 - 08:19

然后逐个进阶

08:19 - 08:21

用COSTAR或者STAR的框架向AI提问

08:21 - 08:23

你得到的文本质量就是要高很多

08:24 - 08:26

再者学会用小模型推动大模型

08:26 - 08:27

进一步要求

08:27 - 08:30

AI基于特定场景的结构模型

08:30 - 08:31

给你输出文本

08:31 - 08:33

这个就是站在前人的肩膀上

08:33 - 08:35

肯定是能够更好的解决问题

08:36 - 08:37

最后再利用AI搜索

08:37 - 08:38

局部堆料

08:38 - 08:39

有针对性的

08:39 - 08:41

添加详实的支撑材料

08:41 - 08:43

这样生产的文本一定是高质量的

08:43 - 08:44

有说服力的

08:44 - 08:46

包有用

08:48 - 08:50

接下来针对不同的文本写作需求

08:50 - 08:51

快速的介绍一下

08:51 - 08:52

用好小模型

08:52 - 08:54

推动大模型进行文本创作

08:54 - 08:54

有多爽

08:55 - 08:57

文本写作目的就两个

08:57 - 08:58

一个是为了交流

08:58 - 08:59

比如说面试

08:59 - 09:01

面谈 演讲 会议发言 等等

09:01 - 09:03

还有一个是为了交付

09:03 - 09:04

你写文章

09:04 - 09:07

写PPT 写计划书 活动软文 新闻通稿

09:07 - 09:08

视频脚本等等

09:08 - 09:09

这些都是为了交付

09:10 - 09:10

先说交流

09:10 - 09:13

你有认真的研究过自我介绍吗

09:13 - 09:14

有没有模型可以利用

09:14 - 09:15

先问豆包呗

09:15 - 09:16

它肯定会给你答案

09:16 - 09:17

我问了好几遍

09:17 - 09:18

答案都搜罗好了

09:18 - 09:20

比如说STAR模型

09:20 - 09:21

3W模型

09:21 - 09:23

EIAR模型

09:23 - 09:25

还有USP模型等等都可以

09:25 - 09:27

我觉得EIAR就挺好用的

09:27 - 09:28

你有什么经历

09:28 - 09:29

你对什么感兴趣

09:29 - 09:30

你有什么能力

09:30 - 09:31

你拿过什么成果

09:31 - 09:32

很清晰吧

09:32 - 09:33

USP也很棒

09:33 - 09:34

unique就是你的独特性

09:34 - 09:36

稀缺性不可替代性

09:36 - 09:38

selling就是怎么把自己卖出去

09:38 - 09:39

强调是你的卖点

09:39 - 09:40

和对方需求的契合

09:41 - 09:42

proposition是价值主张

09:43 - 09:45

你用清晰简洁的一句话传达

09:45 - 09:46

让对方一听就能记住你

09:47 - 09:48

然后让豆包结合不同的模型

09:48 - 09:49

给你写自我介绍

09:49 - 09:52

1分钟版本3分钟版本都可以

09:52 - 09:52

你觉得哪个好

09:52 - 09:55

或者说哪个场景更适合你就用哪个

09:56 - 09:57

这里豆包提到了一个STAR模型

09:57 - 09:59

你一定要好好掌握

09:59 - 10:00

这个和前面的提问框架STAR

10:00 - 10:01

不是一个东西

10:01 - 10:02

这个是HR面试的时候

10:02 - 10:04

最常用的检验模型

10:04 - 10:06

他们最喜欢追问你的成就事件

10:07 - 10:08

他们会问你

10:08 - 10:10

请详细介绍一下你是怎么拿到销冠的成就的

10:10 - 10:11

请详细介绍一下

10:11 - 10:13

你是怎么成功落地某某项目的

10:13 - 10:15

然后再通过这个STAR模型

10:15 - 10:17

从你的回答里面挖掘信息

10:17 - 10:19

结果Result他已经知道了

10:19 - 10:20

就是你简历里写的

10:21 - 10:22

但是他们更想知道的是

10:22 - 10:24

这个成就的背景信息

10:24 - 10:25

比如说situation

10:25 - 10:27

你的任务task

10:27 - 10:28

你采取的行动action

10:28 - 10:29

这些是细节

10:29 - 10:30

这个才是关键

10:30 - 10:32

能够反映你的能力

10:32 - 10:34

再比如大家都会遇到会议发言吧

10:34 - 10:36

组织语言也有现成的模型

10:36 - 10:39

直接问豆包有哪些思考模型可以利用

10:39 - 10:40

如果是发表观点

10:40 - 10:42

PREP模型最好用

10:42 - 10:42

万能的

10:43 - 10:44

PREP代表的是point 观点

10:44 - 10:45

reason 理由

10:45 - 10:47

example 实例

10:47 - 10:49

point再次强调观点

10:49 - 10:50

按照这个套路发言

10:50 - 10:52

你就是有重点有逻辑的职场人

10:53 - 10:54

如果让你提建议或者方案

10:54 - 10:56

积极-中立-建议模型 就挺好

10:56 - 10:57

适合中国宝宝

10:57 - 10:59

我们先肯定好的方面

10:59 - 11:01

然后中立的指出需要考虑的方面

11:01 - 11:02

再提出具体的建议

11:03 - 11:04

或者PEEL模型

11:05 - 11:06

point陈述看法

11:06 - 11:08

evidence用事实或者数据支撑

11:09 - 11:10

explain进一步的解释

11:10 - 11:14

link就是最后把自己的观点跟整体的目标联合起来

11:14 - 11:17

比如说这个符合我们提升市场占有率的整体战略方向

11:17 - 11:18

那这么一套下来

11:18 - 11:20

你的建议就妥妥被采纳

11:20 - 11:22

其实仅仅是让你知道这些模型的存在

11:22 - 11:24

豆包就立了大功了

11:24 - 11:27

你再让它按照PEEL模型或者PREP模型

11:27 - 11:28

帮你起草发言稿

11:28 - 11:29

然后你再照着练习

11:29 - 11:31

你的沟通表达能力就上来了

11:31 - 11:33

这些不同沟通场景下的小模型

11:33 - 11:34

都很好用

11:34 - 11:35

写作之前

11:35 - 11:37

先问一下豆包有什么思维模型可以用

11:37 - 11:39

然后再让豆包用起来

11:39 - 11:41

AI写作的主要场景除了交流

11:41 - 11:42

更多的还是交付

11:42 - 11:43

我读研的时候

11:43 - 11:45

总结过一个CIA速读文献法

11:46 - 11:47

conclusion结论

11:47 - 11:48

innovation创新点

11:48 - 11:50

analytical method分析方法

11:50 - 11:52

这个就是速读论文

11:52 - 11:54

豆包对文献阅读它有自己的独特优势

11:54 - 11:56

因为它有个AI伴读

11:56 - 11:57

你上传一篇论文

11:57 - 12:00

它可以快速的给你论文的要点内容

12:00 - 12:01

这个非常厉害

12:01 - 12:03

但是这个未必就是你想要的

12:03 - 12:03

这个时候呢

12:03 - 12:05

你就可以要求它按照CIA模型

12:05 - 12:07

给你输出内容

12:07 - 12:08

我觉得对于理工科来说

12:08 - 12:09

读文献嘛

12:09 - 12:11

我们更加关注的是创新点和分析方法

12:12 - 12:13

再比如我们工作中要写PPT

12:14 - 12:15

逻辑结构最重要吧

12:15 - 12:16

你都看到这了

12:16 - 12:18

你再让豆包去交付这个大纲

12:18 - 12:19

怎么操作

12:19 - 12:20

现学现用

12:20 - 12:22

先把前面的提问框架STAR摆出来

12:22 - 12:24

你为什么要写这个PPT

12:24 - 12:25

就是背景信息先说清楚

12:26 - 12:28

然后是要豆包完成的任务

12:28 - 12:30

还有这份报告是写给谁看的

12:30 - 12:31

都要说清楚

12:31 - 12:32

再就是输出要求

12:33 - 12:34

你可以套用什么样的模型呢

12:34 - 12:35

我们可以先问同胞

12:35 - 12:37

写PPT梳理大纲逻辑的时候

12:37 - 12:38

有哪些思维模型可以利用

12:38 - 12:39

它会告诉你

12:39 - 12:41

然后你这个PPT是做什么的

12:41 - 12:42

是方案策划

12:42 - 12:43

还是问题分析

12:43 - 12:44

还是总结复盘

12:44 - 12:47

不同的目的又有不同的思维模型

12:47 - 12:49

比如方案策划有OGSM

12:49 - 12:52

有PDCA 5W2H SMART等等模型可以利用的

12:53 - 12:55

那你就可以照着给豆包提要求

12:55 - 12:56

如果是问题分析

12:56 - 12:57

对应的工具也有很多

12:57 - 13:01

SWOT 波特五力 安索夫矩阵 PESTLE等等

13:01 - 13:04

比如手你现在要写一份业绩提升策划案

13:04 - 13:06

基本的背景信息交代清楚

13:06 - 13:09

然后让豆包基于安索夫矩阵这个分析模型

13:09 - 13:10

给你列一份大纲

13:10 - 13:11

你看这个结果

13:11 - 13:13

就是比随便让他写一份大纲

13:13 - 13:14

质量高多了

13:15 - 13:16

比如说总结复盘

13:16 - 13:16

有3步法

13:16 - 13:17

也有4步法

13:17 - 13:19

你用的模型不同

13:19 - 13:20

豆包给的结果就不同

13:20 - 13:21

你可以确定的是

13:21 - 13:22

有结构的输出

13:22 - 13:25

肯定比没有结构的罗列要好很多

13:25 - 13:27

至于哪种结构的输出文本更适合

13:28 - 13:29

具体问题就具体分析了

13:29 - 13:31

业绩提升的策划案

13:31 - 13:32

可能安索夫矩阵

13:32 - 13:34

要比SWOT矩阵更有针对性一点

13:35 - 13:35

活动办完了

13:35 - 13:37

老板让你写一本软文通稿

13:37 - 13:39

你自己想了半天不知道怎么动笔

13:39 - 13:40

那直接问豆包吧

13:40 - 13:42

有哪些模型可以参考

13:42 - 13:44

三段式的沙漏模型走起

13:44 - 13:46

开头概括事件

13:46 - 13:47

中间详细展开

13:47 - 13:49

结尾总结升华

13:49 - 13:50

你看多好用

13:50 - 13:52

我自己写脚本也有一个4C模型

13:52 - 13:54

connection和观众有关系

13:54 - 13:57

conflict是情节冲突或者认知反差

13:57 - 14:00

change是希望观众行为或者认知上的改变

14:01 - 14:02

catch是观众看完之后

14:02 - 14:04

就能立马收获的东西

14:04 - 14:06

可能是金句或者方法或者工具

14:06 - 14:07

那作为知识博主

14:07 - 14:09

我尽量让自己按照这个4C的模型

14:09 - 14:10

去写视频的脚本

14:10 - 14:12

你也可以让豆包按照这个4C

14:12 - 14:13

去帮你写稿子

14:13 - 14:14

挺好用的

14:14 - 14:15

所以大纲

14:15 - 14:18

文案文章等等多种场景的交付需求

14:18 - 14:19

豆包都能帮到你

14:19 - 14:21

但肯定不是天马行空的

14:21 - 14:23

随便帮你生成个几千字

14:23 - 14:25

而是掌握具体的可行的方法套路

14:26 - 14:27

最后这条视频看完了

14:27 - 14:29

观众能立即catch到的有什么呢

14:29 - 14:31

第1个 元问题的提问技巧

14:31 - 14:34

第2 个 COSTAR或者STAR的提问框架

14:34 - 14:37

第3个 小模型推动大模型的方法

14:37 - 14:40

第4个 用AI搜索局部堆料

14:40 - 14:42

第5个 就是不管什么写作场景

14:42 - 14:44

早有前人总结好了模型方法

14:44 - 14:45

问豆包它知道

14:46 - 14:46

好了

14:46 - 14:49

以上就是关于怎么用好豆包进行文本创作

14:49 - 14:51

为什么选择用豆包做演示

14:51 - 14:53

因为我觉得目前国内第一梯队里面

14:53 - 14:54

有多模态

14:54 - 14:55

有高级语音

14:55 - 14:56

有电脑端的软件

14:56 - 14:58

而且还免费

14:58 - 14:59

就只有豆包了

14:59 - 15:01

最有代表性的AI助手

15:01 - 15:03

解决最典型的AI需求

15:03 - 15:03

很契合

15:04 - 15:05

谢谢你的时间

15:05 - 15:06

希望对你有帮助

15:06 - 15:07

下个视频再见

Unleashing Productivity: Strategies for Effective AI Text Generation

In the realm of AI text generation, understanding the right methods is crucial to ensure high-quality output. The video "AI大模型两周年" reveals that although AI assistants can be powerful tools, using them effectively requires strategic dialogue rather than casual prompts. By adopting a structured approach, such as the COSTAR framework, users can unlock the full potential of AI assistants.

The Cost of Misdirected Inputs

The video emphasizes the importance of strategic questioning when engaging with AI models. Rather than expecting top-notch output from vague inputs, users must provide clear context, objectives, style preferences, audience details, and format requirements to guide AI responses effectively. This strategic approach, encapsulated in the COSTAR model (Context, Objective, Style, Tone, Audience, Response), ensures tailored and relevant text generation.

Leveraging Structured Questioning Techniques

The video highlights Sheila's success in a prompt-word engineering competition, showcasing the effectiveness of the COSTAR framework in guiding AI interactions. By structuring queries based on background information, task objectives, style preferences, audience considerations, and response format requirements, users can prompt AI models like 豆包 to produce comprehensive and tailored content.

Enhancing User Experience with Structured Exchanges

When faced with complex tasks like crafting a detailed guide on utilizing a Sony A7M4 camera, employing structured questioning methods like COSTAR yields impressive results. By articulating the need for clear context, specific objectives, writing style specifications, and audience considerations, users can prompt AI to generate detailed, user-friendly content in a coherent format.

Experiential Feedback: A Tale of Two Approaches

Comparing the outcomes of vague prompts versus structured inquiries, the video exemplifies how strategic dialogue and adherence to frameworks like COSTAR elevate AI-generated text quality. Through this tailored interaction, users receive in-depth, precisely relevant content, surpassing the superficial responses from casual inputs.

Unveiling the Power of Structured Models

In navigating various writing scenarios, from self-introductions to speech drafts, structured models like STAR (Situation, Task, Action, Result), PREP (Point, Reason, Example, Point), and more prove invaluable. These frameworks empower users to extract detailed information and tailor AI-generated content to specific communication goals effectively.

Crafting Persuasive Narratives with Precision

Effective text production encompasses communication and delivery tasks, with scenarios ranging from interviews to content creation. By leveraging a range of structured models and strategic questioning techniques, users can enhance their writing process, ensuring clarity, logic, and persuasiveness in their textual creations.

Conclusion: Elevating Text Generation Practices

As the video elucidates the intricate dance of dialogue between users and AI assistants, incorporating structured inquiry methods and framework-driven queries emerges as the cornerstone of successful AI text generation. By embracing these strategies, users can harness the full potential of AI tools like 豆包, transforming their interactions into productive and impactful content outputs.

In a landscape where AI assistance is ubiquitous, mastering strategic dialogue with AI models stands as the key to unlocking their true potential. As users delve into the realm of text generation, embracing structured frameworks and tailored questioning techniques will pave the way for a seamless and enriching AI experience.


The journey of effective AI text generation is not merely about inputs and outputs but rather the structured dialogue and strategic approaches that empower users to command AI models with precision and finesse. In the evolving landscape of AI utilization, the effectiveness of communication strategies and structured questioning techniques emerges as the linchpin to unlock the transformative capabilities of AI assistants.