這週要分享的是曼報第#229的讀後心得，如果你想直接看原文，請直接訂閱曼報。
如果你目前的生活，仍然不常使用AI，或者常常覺得，AI哪有這麼神，我玩一玩覺得沒這麼好用啊，那這篇文章應該對你有幫助。
Manny是一位非常強大的創作者，說是創作者也不能概括他做的所有事情，但我仍然想用創作者來描述他，畢竟這也跟我的認知比較相近。Google提示詞教學文件有68頁，不常讀英文文件的人，應該會是滿吃力的，而Manny用了很精準的方式濃縮了這份文件。
關注AI發展的人大概會知道以前那種文字cosplay不再需要了，反而比較需要把5W1H說明白，也就是What, Who, When, Where, Why, How，其中項目增減端看你的目標是什麼，但真正的問題在於你認知的精準，跟我認知的精準，反倒成為了一種現代的巴別塔。
我覺得已經夠精準了，對於AI模型來說未必精準，而似乎也難找到一個共通管道去觀察彼此的作法好不好，大多都像是找厲害的中醫師或是心理師那樣，只能靠親朋好友口耳相傳。
Google 教學文件提供你一個不錯的選擇，就像是甲方大發慈悲，不再讓你猜他心中的需求，直接提點你一條生路，讓大家可以好好去生活，好好煮飯健身這樣。
Google的關鍵數據，21。
21個字，到底可以多精準，Manny有教你。
Manny講的事情基本上沒有什麼可以挑剔的了，但我在思考的是，
寫文章大多數是有受眾的，正在Vibe coding的我，會是那個受眾嗎？
對於同樣是Vibe coding的人們，
我想除了Manny寫的內容以外，也可以看看台大資工陳蘊儂教授的影片，
從她的諸多課程，看到一張OpenAI Talk的圖。
這圖大大地影響我整個對於AI模型的觀念，「LLM效能極大化」與「文字最佳效率」之間，RAG、Prompt engineering, Fine-tuning原來是能夠放在一起討論的。
AI的發展，讓使用者從越來越容易使用，其實現在OpenAI的API都可以很容易就做到RAG跟Fine-tuning模型了，反正中途遇到問題，有不懂就問AI，方法論不懂，還是問AI，直接幫你刻一個模型。
所以到底如何好好使用AI？在一層又一層持續反覆追問AI與思考的過程，我得到的（暫時）結論是：
- 持續想要問個好問題
- 盡量保持彈性思維
- 自我覺察。
我還是喜歡zero shot，用最簡短的問句對AI提問，因為我知道我的目標，不會是一次就可以搞定。當你發現短問句離太遠，那就要認真prompt了，5W1H搬出來。
怎樣算是離太遠？ 自己用1-10分評估，你覺得AI給的內容多接近你想要的內容？
如果5分以下，就好好認真寫prompt吧。
這個自我監測（Self-Monitoring）的技巧就如同減肥紀錄熱量一樣，可以持續提供你一個判斷基準。
如果你連想要的內容都沒辦法很明確的指出，那最好先跟AI聊聊，請他先幫忙整理一下你的目標。這很簡單，也很有效，但不熟悉AI的人也許不太知道這個小技巧。
最後，如果你想找找有什麼有趣的電子報，歡迎來我的電子報探勘者看看，每週更新。
