這時候它呈現(xiàn)出來的答案就很有用了。

不僅明確告訴了我：不可以用哪些材質(zhì)的家具、不能用大面積的工業(yè)風(fēng)金屬管道，重點要用的顏色是什么。

所以要得出適合于你的問題的答案，就必須告訴它：反面條件、限制性要求，否則可能得到的只是一些沒有用的廢話。

第5個誤區(qū)就是，我們可能會覺得使用Chatgpt能提升效率，覺得它將會是我們的助手，甚至說是我們的乙方的這么一個角色，但其實它是不能夠去真正的說站在你的視角去理解你的需求的。

不論是做品牌也好，去搞銷售，去做營銷，去做設(shè)計，為了保證創(chuàng)新性和實效性，其實大部分時間都是在跟它反復(fù)反復(fù)提要求，反反復(fù)復(fù)讓它學(xué)習(xí)我們的思維方式，學(xué)習(xí)我們給它的素材，輸入大量的客觀背景信息的階段。

從這個角度來看，Chatgpt提升效率的方式可能不是像我們所想的那么簡單。

因為AIGC生成的原理是基于：首先它是接收了大量的知識庫，以及基于你的背景信息和你的提示詞來去預(yù)測它接下來要生成怎樣的詞。

那基于這樣的一個原理，我們會發(fā)現(xiàn)：

1、如果你沒有主動給到它不包含的知識和信息，那么它缺乏了這一塊信息之后，它就沒有辦法去輸出你要的結(jié)果了。

2、而且如果你的提示詞里面提供的信息量是很少的，但是你又要求它生成的內(nèi)容的信息量特別多。

比如提示詞是“請幫我寫一篇2000字的周報”（8個字），卻讓它去生成 2000 個字。

那這個時候， 它就很可能就會去杜撰輸出的結(jié)果（就是瞎扯一些有的沒的）

再比如說，當(dāng)我們?nèi)ソo到它輸入一個很簡單的要求，那他可能回饋給你的內(nèi)容，同樣就是一個非常簡單泛化的回答。

跟人類說話是一樣的，你跟對方說話越是簡單，對方回饋可能也會是簡單回應(yīng)一下，沒必要長篇大論。

但是，如果你使用比較具體的語言，比如說輸入的時候，你提到了具體的時間、地點、目標(biāo)要求，那么Chatgpt可能回饋給你的也是更加具體的內(nèi)容。

3、還有一個點就是：如果你想讓它去幫助你去做出決策方面的判斷，但是你又沒有給到足夠多的客觀層面的信息，它很可能會誤導(dǎo)你，甚至是簡介損害你的利益（必須做好檢查，不能完全相信AI輸出的內(nèi)容）。

就比如，今天如果我要讓Chatgpt幫我寫直播稿，可能我會這樣告訴它：

”我將發(fā)送直播大綱給你，請你根據(jù)直播的大綱，分節(jié)點輸出內(nèi)容，但請注意，每輸出一小節(jié)，請在輸出后向我詢問3個問題，以便于你獲得更多對該小節(jié)主題有幫助的回答，來提升該小節(jié)的直播稿件質(zhì)量。

請在獲得我的所有問題的答復(fù)后，并收到明確可以輸出下一節(jié)內(nèi)容的，指令后，你才能繼續(xù)往下輸出下一節(jié)的內(nèi)容，清楚了嗎？“

第6個誤區(qū)就是，我們可能會認(rèn)為 ChatGPT 它能聽懂你的話，但實際上它只能去理解人類通用的一些語言，這個是什么意思呢？

就是因為 ChatGPT 它的原理是通過大量的文本的數(shù)據(jù)，它是來去學(xué)習(xí)人類的語言模式的。不同的詞匯就會激發(fā)它調(diào)取出不同的文本數(shù)據(jù)。

但如果說你說的詞就是你的提示詞里面的詞，它是比較泛化的，或者是它可能就是你自己會去使用這樣的一個特殊的表達(dá)，或者你的行業(yè)、特定用戶群體是這么去表達(dá)的。

但是，它在數(shù)據(jù)庫里面調(diào)取到的文本，可能并不能匹配到你理解的這個詞的含義/概念。

所以，提示詞的用詞非常非常重要。

要盡可能的是通用型的詞，不要用自創(chuàng)的詞，也不要用小眾群體、圈層化的特殊詞。

比如，品牌營銷領(lǐng)域，有一些行業(yè)慣用的說法，比如“品牌聯(lián)名方案”。

但是輸入提示詞的時候，用“品牌合作計劃”這個詞會更通用一些（符合英語的語境）。

如果不清楚這個詞到底怎么換，可以直接問Chatgpt：“品牌聯(lián)名方案的通用型說法是什么？”

而且，我們在輸入提示詞的時候要更多的去考慮你輸出的這個詞，能否幫助關(guān)聯(lián)到相關(guān)情境的內(nèi)容。

比如如果想要輸出的是品牌聯(lián)名方案，可以在提示詞多打一些這些關(guān)鍵詞：共創(chuàng)、話題、資源置換等等。

ChatGPT 為什么總是忘東忘西呢？因為它其實只能記住很少的要求。

如果你在提示詞里面給到了超過 3 個要求點，它可能就沒有辦法，全部都遵循了。

所以輸入提示詞的時候，注意【少量多次】提要求。

我們可以等到它回復(fù)之后，再進一步提更多要求。

或者，我們可以給它設(shè)定一個時間限制詞，比如說——“從現(xiàn)在開始，你的輸出都必須遵循什么什么要求”。

那接下來，GPT 它就會去記住你的這個設(shè)定，就不需要重復(fù)輸入了。

再比如：“請你總結(jié)從某個對話開始的一個信息”，“請從這個對話開始，然后整理直到上一條位置的對話內(nèi)容”。

給它一個時間的限定，這樣的話它就能夠去幫你去爬取一些信息，就不至于說你總覺得它是忘東忘西的。

另外，也因為Chatgpt其實“記憶力”并不如我們想的那么好，如果你使用 ChatGPT 去分析你的文檔的話……

如果你的文檔非常的大，它可能會導(dǎo)致它分析的時間過長，也沒有辦法去抓取到你想要的信息。

所以，還是要采取還是【少量多次】的方法。

把文檔分解成多個單獨的頁面，把它拆解成不同的模塊，讓它逐步的去分析不同的模塊，最后再去進行整合。

比如說，我之前希望可以制定一個《個人行為決策評分表》，給到Chatgpt的提示詞是這樣的：

“我想要建立一個評分系統(tǒng)，幫助我評估這個事情是否要投入時間去做，投入的資源和精力比重是多少、優(yōu)先級是否需要排到最高。

這個評分的系統(tǒng)我想用表格來實現(xiàn)，并且評分的邏輯需要參考投資者投資一家公司的思維模式，請你幫助我完成這個評分系統(tǒng)?！?/p>

然后接下來我就開始跟它互動打磨，大概提出了10個修改點，但是它給到的評分系統(tǒng)并沒有遵循這些修改點。

那怎么辦呢？

只能每次最多修改3個修改點，對輸出的結(jié)果反復(fù)檢查，告訴它哪里錯了，它才會修正，并且說：“哦是的，我錯了。”

又因為AIGC生成文本的模式是隨機性的，它通常不會幫你去檢查事實是否存在，是否存在錯誤，是否存在欺騙性。

所以我們就必須要在提示詞里面，加入事實檢查的要求。

比如：1、標(biāo)明出處；2、列出輸出的內(nèi)容是來自于哪一些事實？3、指出它所輸出的內(nèi)容，是來自于上面的某一個對話，或者是你發(fā)給他的文件里面的哪一個部分。

否則的話翻車概率是非常大的。

尤其是在工作的場景里邊，如果不去做事實檢查的話，它可能會讓你直接鬧笑話。

最后就是我們可能會把它當(dāng)做一個搜索工具，但實際上它必須要搭載一些聯(lián)網(wǎng)插件，才能搜索實時信息。

舉一個比較極端的例子，前段時間我看二戰(zhàn)的歷史的一些視頻，就很好奇日本投降的原因到底都有哪些。

然后我就問Chatgpt：第二次世界大戰(zhàn)，日本投降的原因。

它輸出的結(jié)果里面，第一個是原子彈爆炸，第二個是蘇聯(lián)入侵，第三個日本經(jīng)濟枯竭，然后沒了。

我接著就回復(fù)：不對，日本投降有非常大的原因是中國持續(xù)反抗了這么多年，請你以后都補充進去，這一點非常重要。

你們猜Chatgpt回復(fù)什么？它說：

“明白了，我會記得在討論日本投降原因時提及中國持續(xù)抵抗的重要性。中國在第二次世界大戰(zhàn)期間的抵抗確實對日本投降起到了至關(guān)重要的作用，這一點是非常重要的歷史事實。”

舉這個例子其實是想告訴大家，AI不完全遵循事實，還是要理性看待它輸出的內(nèi)容。

再舉個例子，之前麥當(dāng)勞和漢堡王用Chatgpt來干仗，一個問世界上最好吃的漢堡是什么，一個問世界上最大的漢堡是什么。

然后他們兩家都把Chatgpt生成的對自己有利的結(jié)果，做成海報。甚至，漢堡王還貼臉開大，把海報放在了麥當(dāng)勞這個Chatgpt廣告海報的旁邊。

但是，這就能證明世界上最大的、最好吃的漢堡就是他們嗎？

這個要用歷史的眼光來看，大到國家，小到一個漢堡，AI輸出的所有結(jié)論，也都是有待討論的。

三、工具清單（部分）

如果沒有Chatgpt，也不會魔法怎么辦？這里有一些免費的工具提供給到大家。

第一種是公眾號類的，這里只推薦1個，這個是我測試下來免費的，叫 AI 對話未來，在菜單欄這里直接發(fā)送消息，它就可以去和我們進行 ChatGPT 的模擬對話了。

第二個是網(wǎng)頁類，包括一些鏡像工具和一些 open 的 GPT 對話的 APP 工具。

第三個是 APP 類的，豆包是體驗感比較好的，它可以幫助你去生成不同角色的對話的角色，不僅能聯(lián)網(wǎng)，還能免費生成圖片。

設(shè)計類的話，個人覺得比較好用的是dream studio。

它是跟 stable diffusion 是差不多的，有一個正面提示詞，也有一個反面的提示詞，還可以去設(shè)定不同的格式的輸出的，還可以設(shè)定不同的比例的輸出格式。

之所以推薦是因為，我測試下來，能直觀感受到它的營銷模版是比較多的，做海報、做封面，都能比較精準(zhǔn)設(shè)計設(shè)計需求。

比如說做元宵節(jié)海報，輸入“use Lantern Festival postertemplates”這類提示詞，它輸出的海報氛圍感就很對味，會比較符合常規(guī)我們理解的元宵節(jié)海報的感覺。

這個一開始它是會有免費的積分，體驗完之后是需要付費的，但是積分也是會比較多一些，不會說測幾張就沒了那種。

視頻這塊推薦一個數(shù)字人口播視頻工具，適合出海企業(yè)使用，叫synthsize，中文名就是合成的意思。

因為它是免費的，而且使用起來也沒有那么多復(fù)雜，所以推薦給大家。

四、實操案例

說完了誤區(qū)和工具，那接下來我們直接上實操案例，來感受一下到底要怎么用【組合型思維】來設(shè)計提示詞。

什么是【提示詞的組合型思維】？

這個思維方式是我自己在用Chatgpt的時候，結(jié)合工作的實際情況獨創(chuàng)的，所以需要先跟大家大概講一下這是個什么概念，后面講案例的時候才能比較好吸收：）

因為對于AI營銷而言，不僅輸出的要求比較復(fù)雜，背景、修改需求也是多變的。

如果不是依靠一套【提示詞的組合拳】，僅僅拿著一套固化的提示詞模版，復(fù)制粘貼，直接往上套，只能得出千篇一律的結(jié)果，沒辦法貼合工作實際情況去做改良和優(yōu)化。

提示詞的【組合型思維】，其實是一種變動的思維，根據(jù)不同的場景，選擇不同的模式來靈活組合的思維方式。

就拿短視頻腳本創(chuàng)作這個場景來說，就需要把【適合于短視頻腳本創(chuàng)作】的提示詞模式加以整合，最終整合成為【編劇實習(xí)生跟練型】的提示詞組合公式。

短視頻創(chuàng)作的AI提示詞當(dāng)中，主要用到的是3種模式：

第一是模仿模式，第二個是模版模式，第三個是反向互動模式。我們在直播的后半段會給大家具體介紹這幾種提示詞思維模式分別是什么、怎么用。

好，這3種模式，我們把它再具體拆分為6個要素，放到短視頻創(chuàng)作的這個場景下來，重新提煉，就成為了【編劇實習(xí)生跟練型】公式。

為什么叫這個名字呢？因為AIGC模型，我前面也有提到，它是一個擅長模仿人類的工具，所以必須要把流程、方法論、參考對象全部都喂給它，這個過程是不是很像我們帶教實習(xí)生的過程？

回到短視頻創(chuàng)作的提示詞公式來，我們逐個來講里面的6個要素分別是什么？要如何運用到自己的提示詞創(chuàng)作中去？

首先，這個組合公式的第一個要素就是【輸入大量的案例去進行調(diào)教】。

為什么說輸入大量案例是重難點呢？

是因為短視頻的案例它是比較難去進行調(diào)教的，因為你沒辦法通過直接復(fù)制粘貼文本，讓它去學(xué)習(xí)就可以了。

短視頻的核心是創(chuàng)意，所以我們不僅需要用輕抖等工具，先把它的整個的腳本扒下來，讓 ChatGPT 先去學(xué)習(xí)，積累網(wǎng)感、語感，還要通過一定的方法，讓它學(xué)習(xí)這里面的框架、創(chuàng)意、視聽語言等等。

只有這樣，才能讓AI按照你的腳本框架進行輸出，然后你再去進行一個打磨和最終的確認(rèn)。

第二個要素是，基本的框架。

這個意思是指，品牌營銷類的視頻腳本框架，還是必須要自己來寫的。你寫完了，再把你寫好的框架給到Chatgpt，讓它根據(jù)你的腳本框架往下去寫。

反正我自己嘗試過無數(shù)次，除非是你自己給的細(xì)致的腳本框架，否則讓AI輸出的腳本框架，真的很雞肋。

不同的類型的視頻的腳本的框架其實都是有一些固定的模板和套路的，但是AI不懂這個，所以還得自己上。

那第三個要素就是你必須給它輸入一些底層的一些信息。

比如說如果是廣告的腳本，那它就必須要知道你的用戶產(chǎn)品和品牌的調(diào)性是什么。

第四個要素是反向提問模式，這個反向提問模式在進行腳本創(chuàng)作的過程當(dāng)中是非常重要的。

ChatGPT向我們反向提問的模式其實就是：它先出第一版，然后基于這個第一版去給你提各種各樣的問題，詢問你這個第一版有哪些需要修改的地方。

第五個要素是清晰的輸出標(biāo)準(zhǔn)。

要清晰到什么樣的程度呢？

比如：你想要的字?jǐn)?shù)是多少，語氣是怎么樣的，畫面有什么樣的要求，就是越具體越好，就是拆解到文案畫面，甚至可能就是音樂等等各個部分的一些要求的給它放進去。

第六個要素，就是讓它先出腳本的創(chuàng)意方案，創(chuàng)意先行。

確定了創(chuàng)意方案/方向之后，再按照這個腳本的要素去進行輸出。

比如說第一步我先讓他輸出這個文案，第二步根據(jù)文案去輸出畫面，第三步再根據(jù)畫面輸出音樂，就是按照要素去進行分點式輸出。

我們來具體看一個案例。

這個案例是一個偏劇情方向的短視頻的腳本。

我在這里面給到Chatgpt的創(chuàng)作背景是這樣的：

1、用戶：一線城市的上班族的群體

2、賣點： KFC咖啡，搭配早餐的套餐捆綁售賣，上班之前就可以不僅喝咖啡還可以吃早餐，出品很快

3、風(fēng)格關(guān)鍵詞：快樂、輕松

好，然后我需要它去根據(jù)上面的這些信息給出三個 big idea，并且要求它說明了創(chuàng)作手法和拍攝成本。

這個成本其實一開始我們不用很嚴(yán)格去把控，比如說場地、演員、道具之類的，這些一開始都不用考慮太細(xì)，最后還是需要人工去聯(lián)系確認(rèn)的。

這個時候，Chatgpt會給到3個方案。

完事兒我跟它說：“Ok，我確定的方案就是這個方案3，叫《都市快樂驛站》，請你根據(jù)這個方案進行腳本的撰寫。”

然后，它就會去開始撰寫第一版腳本。

但是，這個腳本是不能用的，但是你可以從中獲得一些靈感，幫助你進行正式的腳本框架撰寫。

寫完了腳本框架，你需要告訴它：

必須根據(jù)這個框架、以及特定的表頭格式（腳本框架、鏡號、文案畫面），去進行腳本輸出，確保語氣是怎么樣的。

等它咔咔一頓輸出完之后，你就告訴他具體的調(diào)整點是什么，這個調(diào)整點，一定要簡潔、直接，不要給出模糊性的指令。

比如：開場文案要短到只保留多少個字，場景一去掉什么什么東西，場景二去掉什么什么東西，片尾只保留什么。

就是你必須給它講得非常的細(xì)，讓Chatgpt可以“無腦改”。

改稿階段，千萬不要讓它做過多發(fā)揮，否則就會搞一些很奇怪的東西出來。

由于AIGC的不確定性，它有可能把前面的已經(jīng)定好的東西又改得亂七八糟的。

別指望它能給你帶來太大的驚喜，否則就有可能是驚嚇。

好，這一階段腳本文案確定了之后，你再讓他去根據(jù)腳本文案進行對應(yīng)畫面的想象。

也就是說：在提示詞的第一階段，是讓它根據(jù)場景化的文案，去具體想象每個場景的視覺表現(xiàn)。

那這些場景我們也給到它一個限定的要求（視覺表現(xiàn)：實拍模式），讓它在輸出之后向我們提3個問題來確保文案和畫面來相互匹配。

第二階段，是調(diào)整畫面。

在Chatgpt按照文案輸出畫面描述后，我們可以給到他一些具體的修改意見。

比如說我們覺得色彩還可以有紅色的元素，因為是這個品牌的主題色。

或者，盡可能體現(xiàn)這個人物的一個人設(shè)的性格特征等等。

你還可以進一步在提示詞中，要求調(diào)整角色布置、場景背景、光線、色調(diào)，每個場景所匹配的音效、配樂，以及場景所傳遞的情感和氛圍感。

最后，是定時間。

我們告訴他，已經(jīng)沒有再需要修改的地方了，讓它去自行決定每個場景的持續(xù)時間，并且向我們解釋這樣決定這個時間的原因，來確保整個腳本的時間的總長度是在 60 秒以內(nèi)。

在這里我們會發(fā)現(xiàn)整個的過程，其實都是通過不斷地讓它去給我們提問題，我們回答問題，然后我們再去根據(jù)它輸出的結(jié)果，給出更多需求、迭代點，不斷的去調(diào)整。

這不是一次性完成的一個事情，而且還是需要編劇本身，來做最終的優(yōu)化調(diào)整。

衷心希望大家可以掌握AIGC的思維方式，不管ai技術(shù)如何迭代，那無非都是學(xué)工具的事情，但是思維方式學(xué)會了，就不難掌握它們。

品牌營銷人最重要的是對人的洞察、對人的情緒的感知、創(chuàng)意、靈感，經(jīng)驗，AI并不能取代我們，咱也不用過度焦慮啦~