本期Newsletter，我会和大家分享自己管理AI提示词的方案。AI提示词的编写，已经成为我生活和工作的日常。提示词从草稿阶段到维护阶段，我一直在摸索是否有相对简单的方式进行管理。经过打磨和探索，我终于找到了现阶段比较趁手的方案。希望可以给对管理提示词感兴趣的朋友一些启发。
为什么要管理提示词？
我发现，管理提示词和管理笔记相似，在你觉得再不管管就非常混乱的时候，就是管理它的最好时机。当然，如果你没有复用和优化提示词的需求，也不必过早把管理提示词这件事提上日程。
我认为管理提示词的核心原因有两点，一是复用，二是迭代。相信你会发现，调试优秀的提示词并不容易，绝非一日之功。方便复用的提示词，不仅可以提高我们的工作效率，也便于迭代和优化。
草拟提示词阶段
从二八原则思考，大多数提示词的重要性和复用性往往不高。事实也的确如此，我写了许多提示词仅用在特定场景。因此，草拟提示词阶段，应以方便性和灵活性为考量重点，不必过多考虑其他问题。
草拟提示词阶段，我用到Paste和Drafts两款应用。Paste是一款剪切板管理软件，可以分组管理常用的文本，便于随时粘贴。我在Paste里面维护了提示词的模板，写提示词时，将其粘贴到Drafts中，就能专注于填写提示词。我使用的提示词模板参考了CO-STAR框架，使用过程会适当增减。关于CO-STAR框架的更多细节，可以参考我如何夺冠新加坡首届 GPT-4 提示工程大赛 [译] | 宝玉的分享。
调试提示词阶段
找到一个趁手的工具调试提示词，是快速迭代提示词的基础。我选择的是Raycast的免费插件ChatGPT。ChatGPT是插件名，它支持不同的大语言模型。插件配置项包括名称，提示词，温度值，大语言模型，是否打开视觉能力（多模态的模型可以上传图片）等。在Raycast便捷操作的基础上，无论是调试提示词，还是修改提示词，都可以在ChatGPT插件快速处理。所有过程，均可纯键盘操作，大大提高了使用效率。
为了切换大语言模型更加方便，我使用了OpenRouter，它便于切换使用不同的大语音模型。OpenRouter是一款大语言模型“路由器”，提供统一的接口，允许用户轻松访问和使用不同的AI模型。
现阶段，我使用最多的模型，当属openai/gpt-4o-mini和perplexity/llama-3-sonar-small-32k-online。前者有超高的性价比且支持多模态，后者支持获取联网数据，可以随时查阅即时数据。当然，因为ChatGPT插件支持对话和随时切换不同的提示词预设，那么排列组合不同的大语音模型共同完成任务，也非常灵活方便。
维护提示词阶段
大部分提示词的生命周期都不长，生命周期较长的提示词则显得尤为重要。维护提示词阶段，我的方案是记录在Anytype笔记应用中。
我使用Anytype的原因有三点：
1. 本地优先，性能好
2. 使用简单，体验好
3. 加密同步，安全好
Anytype的功能非常多，不过我只使用它的Note功能。打开应用，有一个加号，这个加号默认就是添加笔记，我也只使用笔记类型。我已经用它替代Flomo或Memos这种快速记录的应用。有一个心得我很想和各位分享，应用可以非常复杂，但是我们也可以很简单。我用Anytype是因为我很喜欢用它记录，不是因为它的功能很全面。
说回提示词，我会把重要的迭代记录在同一个笔记中。比如，OmniFocus任务列表优化的提示词，每更新一次，我都会重新记录一次，以便我追溯历史。做到这一步，我觉得已经足够。我曾经尝试过用表格或结构化的数据记录，最后往往都是不了了之。结构化的数据只是看着舒服，但是加大了不必要的输入摩擦，我想哪怕AI加持也是一项多余的工作。如果你有记录的习惯，那么只做必要信息的记录很重要；如果你不擅长记录，那么开始发现值得记下来的信息也很重要。真正重要的提示词不会很多，遇到了适当记一下即可。
提示词的生命周期
从草拟阶段，到调试，直到最后进入维护迭代阶段，就是提示词相对完整的生命周期。随着我对大语言模型的使用频次提升，我逐渐意识到提示词的生命周期往往是伴随着项目的生命周期在变化。只要我们在折腾新的项目，提示词就需要重新撰写。
面对网络上海量的提示词模板以及提示词方法论，我们不必有太大压力，因为大部分模板化的提示词都不能很好解决你当下的临时需求。我们也可能会浪费不少时间在提示词的撰写上，最后发现许多任务不适合仅用AI完成。当明白了提示词自身的生命周期之后，我可以更好接纳AI的边界，也会更有选择性地使用AI。
总结
希望通过生命周期的角度了解提示词之后，大家可以更轻松地维护提示词。本次分享就到这里，如果你喜欢这篇Newsletter，欢迎点赞、评论并分享给你的朋友。
下篇见！
订阅我，可以激励你勇于分享。
我写学习，AI，品味相关的文章。
如有更新，早八点发布。