当我们使用像ChatGPT或Claud这样的AI工具来协助撰写程式码时，常常会遇到一个现象：明明问题应该不复杂，AI却给出了一堆看似「有道理」但不切实际的解法，不但无法解决问题，甚至让程式变得更加混乱。这种情况就是所谓的「AI幻觉」，我的亲朋友好友们戏称为「鬼打墙」。

Redit网友的分享

Reddit网友munyoner提到了一个有趣的经验，他利用一组精心设计的提示词，成功突破了这种「鬼打墙」的困境。以下是他的分享内容（翻译自原文）：

评估解决方案时，请使用以下关键问题检视每个面向：

  • 分析是否直接针对问题？
  • 是否考虑所有可能的原因，还是有未评估的因素？
  • 这是最简单且最直接的解法吗？
  • 在资源与成本上是否可行？
  • 解法是否会达到预期效果，并且具有可持续性？
  • 有无简化或改进的空间？
  • 必要需求与加分条件之间的差异是什么？
  • 提供最小可重现的范例。
  • 应该考虑哪些边界条件？
  • 验证这个解法的测试方法是什么？

    • 如果发现模稜两可的地方，请建议澄清的问题，并在可能的情况下提供改进选项。

    为什么这些提示词有效？

    这些问题的设计目的是引导AI聚焦于真正解决问题的核心，并避免陷入无谓的推测或不必要的复杂性。同时，这也帮助我们在与AI互动时，进行更系统化的分析。

    实用建议

    下次发现AI的解答开始「鬼打墙」时，可以尝试将上述提示词作为参考，重新构建你的提问。重要的是：AI现阶段(2024年11月中)只是协助工具，写Code的人仍然必须仔细地检视AI的回答，或者…在IDE动手写注解再让AI回答会更準确！

    本文同步发表至我的Blog