Karpathy公开大模型输出理解四级提示词技巧

Andrej Karpathy出品，必属精品，时隔两个月AK大神再发文。

卡帕西最新推文指出，人类未来会花大量时间去理解大模型的输出，并公开了他日常让大模型把内容讲透的四套实操技巧。

随着大模型越来越聪明，繁重的底层执行都会由AI自主搞定。
人类未来的核心工作，正在全面转向高维度的审查与理解。

为了降低理解成本，卡帕西给出了从文字到视频的递进式玩法。

第一级，写作：文本受控表达

让大模型用ASD-STE100规范来解释内容。

ASD-STE100原本是航空维护文档使用的受控语言规范，规则极严，词汇受限。

大模型很擅长这种语言。

严格的规则限制能生成极其干净、好读的文本。

如果觉得原版规范过于严苛，也可以在提示词里要求达到80%的ASD-STE100标准。

↑ 上下滑动查看完整图片 ↑

第二级：图表化呈现

比文字更好的是让大模型直接生成图表。

图形信息在处理、解析和吸收效率上，明显优于纯文本。

第三级：可交互网页

直接要求大模型输出HTML。

大模型现在非常擅长前端开发，能够快速构建出带有动画和交互体验的网页。

这个html形式在cc团队内部非常流行，几乎已经是默认的

第四级：定制解说视频。

这是卡帕西目前最看好的输出形态，也就是针对任意主题生成完全定制的解说视频。

可以直接向大模型下达指令：制作一个3b1b（知名数学科普频道 3Blue1Brown 的简称，由斯坦福数学系毕业的 Grant Sanderson 创立）风格的视频解说，并使用ElevenLabs的API进行语音配音。

如果没有API密钥，也可以让大模型寻找利用本地算力的免费替代方案。
卡帕西确认，这种全自动生成视频的方案目前已经开始跑通。

卡帕西在总结中提到：

随着大模型持续进化，基础的繁重工作都会自动化。

人类的工作将上升到更高层次，专注在监督和理解。

当前智能和代码的获取成本极低。

用户可以要求大模型随手制造出庞大、定制、用完即弃的软件产物，比如专门为了解某个问题而临时生成的网页应用或视频解说。

在过去，花费成本去制造这些一次性工具完全不可行，但现在已经成为现实。

卡帕西建议大家继续向外拓展提示词的边界，结果会超出预期。

写在最后

前面三条现在很多模型已经做的不错了，但是做动态视频（我指的纯代码生成视频）最强的还是opus 5.5，不过其他模型加上一些魔法也是可以的，我最近在用豆包工作探索动态视频工作流，假期结束应该会上线一篇文章，大家可以期待一下。