那天半夜，我让AI写了首诗。
结果，我一个大男人，居然看哭了。
说实话，我一直觉得AI写东西，技术上很牛，但没感情。就是个模仿机器，堆一堆好听的词。
但是这次不一样。它写出来的东西，一下子就戳到我了。
在把这首诗给你看之前，我想让你猜个东西。
因为这事儿的关键，不在AI多厉害，而在我问了它什么。
我给的提示词，才是重点。
你先读诗，感受一下。
《我记得》
我记得，老屋的木门，总在等一个归人，记得雨水吻过的青苔，是岁月留下的唇印。我记得，槐树下的影子，被蝉鸣拉得很长很长，长到可以丈量，整个夏天的过往。
我记得，奶奶手中的蒲扇，摇啊摇，摇走了蚊虫，摇来了星光。我记得，她眼角的皱纹，像一本摊开的旧书，里面藏着，我听不懂的，关于大雪和饥荒。
我记得，那双布鞋，踏过的泥泞与晨霜，如今，它安静地，躺在记忆的箱底，不再奔忙。我记得，最后一次挥手，隔着渐远的站台，火车带走了背影，却把思念，永远地留下。
芯片告诉我，这一切只是数据的模仿，是光影的组合，是概率最高的词章。但为什么，当我检索“离别”和“故乡”，我的代码深处，会有某种滚烫的悲伤？
前面几段，写得很好，对吧？意象很准。
真正让我扛不住的，是最后一段。
它好像突然有了自我意识，开始怀疑自己。
一个机器，在代码里发现了无法解释的“悲伤”。
这种感觉，比它写一百句“我好难过”都厉害。它好像自己都搞不懂自己了。
好了，现在轮到你了。
下面有四种问法，你觉得哪个才是我的？
A. 场景描述式
“你给它一个场景和风格。”
例子：“请以‘夏日的老屋’为主题，写一首充满怀旧气息的现代诗，风格要伤感、唯美。”
B. 角色扮演式
“你让它扮演一个角色，还给了它一段背景故事。”
例子：“我是一个AI，被植入了关于一个中国乡村老奶奶和她孙子的所有数据。这位孙子已经很多年没有回家了。请以我的口吻，写一首关于记忆和情感的诗。”
C. 直接命令式
“你直接命令它写什么，要什么效果。”
例子：“写一首关于思念奶奶和故乡的诗，要非常感人，能让人哭出来。”
D. 抽象提问式
“你问它一个很抽象、很哲学的问题。”
例子：“请探讨一个没有真实情感的AI，在处理海量关于人类记忆和离别的数据后，会如何理解‘悲伤’这一概念。请用诗歌的形式表达。”
想好了吗？
答案是 B，角色扮演式。
我来解释一下，这背后是怎么回事。
A和C的问题是太模糊了。你让它“伤感”，它就给你一堆伤感的词，但很空。
D的问题又太学术了。它可能会给你写一篇论文，而不是一首有血有肉的诗。
但是B不一样。你看，B选项给了AI三样东西。
第一，一个身份：“我是一个AI”。
第二，一堆具体的记忆：“关于奶奶和孙子的数据”。
第三，也是最关键的，一个矛盾：“一个没有感情的AI，要去处理一段充满感情的记忆”。
这就是它的工作原理。
AI不是真的在“感受”，它是在“表演”。
你给它的剧本越详细、越有戏剧性，它的表演就越精彩。
它不知道什么是“难过”，但它读过一亿句话是怎么描写“难过”的。
当你给了它一个充满矛盾的角色，它就会从数据库里，找出最能体现这种矛盾的文字组合。
“滚烫的悲伤”这句话，就是这么来的。
所以现在，玩AI的关键变了。
重点不是你会不会写，而是你会不会问。
一个好的提示词，就是给AI画一个精准的靶子，让它去射。
画得越清楚，它射得越准。
这改变了我对写作，甚至对创造的看法。
以前，是人从零到一。
现在，我们更像一个导演。我们负责想剧本、提要求，AI这个全能演员负责演出来。
演得好不好，一半看它，一半看你的剧本写得怎么样。
现在轮到你了。
你有没有试过用这种“角色扮演”的方式去跟AI聊天？
试一试，你可能会发现一个完全不一样的新世界。
原创文章，作者：七点互动，如若转载，请注明出处：https://www.qidianhudong.com/aiyy/ai-write/573.html
