语音输入和键盘输入很不一样。

除了准确率的区别外，还有行为上的区别。

键盘输入时，是想好了再输入，所以稍微松弛一点；而语音输入呢，就像日常对话一样，是边想边说，这样就会导致有太多的废话、语气词，后期编辑会比较麻烦。

莫名其妙生病了。还是和上次一样，先是嗓子疼痛了两天，然后才流鼻涕，之后咳嗽、有脓痰。

和之前的流程不一样，和去年 10 月初生病的状态相仿。

昨天尝试了一下《白荆回廊》，不好玩。放弃。

新年伊始，总是要立几个 flag 的。今年的 flag 之一，是改善节奏。

节奏分两部分，一部分是项目的节奏，一部分是时间的节奏。

解决一个问题的过程看成是一个项目，例如写一个程序，完成一篇文章。如何安排项目中各项工作，哪些快哪些慢，哪些早哪些晚，哪些需要精细哪些可以粗放，就是项目的节奏。

在刚刚过去的 12 月，OpenAI 发布了一份提示词工程指南。这份文档列出了一些和大语言模型助手沟通的基本原则，包括指令要清晰、复杂任务要拆分、最好给出示例、给出操作流程等等。

这些基本规则，和今年 4 月份吴恩达教授的短课程相似——那门课叫《面向开发者的提示词工程》。不过，在吴恩达教授的课程中，介绍的是用大模型开发应用的基本原则，以及大模型的几类常见应用：总结、判断、转换、扩展。容易看出，其中并没有包括人们常见的使用大模型的方式：问答。

人们希望大语言模型能直接给出答案。这是更为直觉的用法，或者说，人们希望能像使用搜索引擎那样使用大语言模型，或者像靠谱的人类助手相似，能够三言两语就完成沟通，而不是先做一堆准备工作，先写一篇小作文。

膜拜提示词工程技巧，背下提示词模板意义不大。这东西会快速更新，但是规则不变。

构建提示词工程的视角其实是问题构建。

第一步，识别问题。问题的发生一定会伴随着一些明显的特征，让我们能够感受到问题的存在。此时的问题可能非常具体且易于确定，也可能很宽泛或带有创造性。例如，我要查询某天发生了什么事情，这个问题非常具体。但如果是要让AI帮我们撰写一份符合公司实际需要的市场活动方案，则是更加宽泛、更需要创造力的。