如何使用ChatGPT辅助设计工作
文章目录
- 设计师如何使用ChatGPT提升工作效率?25个案例告诉你!
- 什么是 prompt?
- 咨询信息型 prompt vs 执行任务 prompt
- 编写出色 prompt 的基本思路
- 撰写 prompt 的案例和技巧
- 1、将 ChatGPT 视作专业人士
- 2、使用 ChatGPT 创建表单
- 3、使用 ChatGPT 做信息组织
- 4、使用 ChatGPT 塑造调性
- 5、训练 AI 模型按照你的意愿行事
- 6、分步撰写 prompt
- 7、询问多个结果
- 8、Prompt 需要不断迭代
- 9、保存好成功的 prompt
- 简单总结一下
编者按:这篇文章的作者 Edward Chechique 是一名从事复杂产品和设计系统方面的专家,撰写过大量的产品相关的文章。如今随着 ChatGPT 流行,他也开始借助 AI 来辅助设计。 这次他梳理总结了自己编写提示词(prompt)的经验,运用 ChatGPT 辅助设计的一些经验,希望有此打算的同学从中获得启发。
自从我开始使用 AI 工具来提升设计效率之后,我开始自己研究如何撰写 prompt (别担心,我后面会详细解释 prompt 是什么)。
如何使用 prompt ,是发挥 ChatGPT 功用的要点。网上各种用户分享的 prompt 数量正在不断增加,大家都在互相分享自己 prompt 列表。这件事情本身很好,但是真正贴合自己需求和场景的 prompt 才是最重要的。
我换个方式来表达就是:为自己定制 prompt 就像给自己定制食谱并且自己烹饪,共享的 prompt 则更像网上分享自己做饭的攻略。别人的攻略可以为你提供做饭和营养的内在技巧和逻辑,但是你的真实情况和需求只有你自己最明白,了解这些技巧,你能做到贴合自己身体状况且足够美味的食物。
在这篇文章当中,我将会为你展现自己编写 prompt 并发挥创造力的技巧,不会单纯的堆一堆现有的 prompt。
设计师如何使用ChatGPT提升工作效率?25个案例告诉你!
随着美国人工智能对话聊天机器人 ChatGPT 的发布,人类在人工智能领域又迈向一个新的台阶,最近笔者总在一些微信群里看到一些设计师提出的问题“ChatGPT 会代替设计师吗?
阅读文章 >
什么是 prompt?
Prompt 是用来引导人工智能生成结果的一系列提示词和简短陈述,输出的结果通常是图像、文本、视频乃至于代码。
对于 ChatGPT 而言,prompt 是用来生成就结果的引导语,而引导语可以是陈述句,可以是问题,也可以去是其他类型的请求。按照提示,ChatGPT 可以生成对应的回答。
假设你想做一款帮助年轻人管理薪水的 APP,然后需要编写对应的产品说明,那么你可以为 ChatGPT 提供以下 prompt:
「为一款新 APP 编写简短的产品说明,该 APP 可以通过追踪用户日常消费习惯、提供预算建议来帮助年轻人来管理工资收益。」
有了这个 prompt,ChatGPT 可以根据其中的信息生成产品描述,你提供的 prompt 越详细,生成的结果就越准确。以下是我生成的结果:
使用中文 prompt 生成的结果如下:
咨询信息型 prompt vs 执行任务 prompt
ChatGPT 的 prompt 主要提供两种不同的功能:查询信息和执行任务,有效使用 ChatGPT 需要了解两者的差别。
你可以写一个 prompt 来查询资料。比如如何在 Figma 当中修改文本的颜色,它会一步一步指引你,不过请注意,ChatGPT 所提供的信息并非完全正确。
执行任务式的 prompt 可以引导 ChatGPT 来做一些特定的事情。比如可以要求 ChatGPT 来撰写一份邮件的草稿,告诉用户下一周需要续期订阅了。这样可以减少撰写邮件的时间。
需要注意的是,ChatGPT 即使 100% 理解每个提示,也没法每次都得出准确的答案。即便如此,对于产品设计师而言,它所提供的回复也相当具有参考价值,可以在不同的产品设计环节节省时间。
编写出色 prompt 的基本思路
当我们使用 ChatGPT 来编写 prompt 的时候,希望能够准确表述需求,获得结果,因此我们需要将提示写的足够清晰。
想象一下你正在和一位设计师合作,你描述了你对于新 APP 的构想,在此基础上在 Figma 当中创建界面设计。这个 APP 的功能是教用户如何做饭,那么你可以这么提供需求:
1、你能创建一个 APP 来教人做饭吗?
2、你能创建一个 iOS 平台的 APP 来教人做饭吗?我们主要的用户是想学习烹饪的青少年。
3、你能创建一个 APP 来向用户解释如何做饭吗?我们重要的受众是想要学习烹饪的青少年,这个 APP 将会是一个 iOS 应用,食谱需要以文本的形式呈现,同时包含视频内容,并且列举出用户所需购买的食材。用户界面风格会比较简约。
这三个描述当中,第三个是最明确的,在此基础上设计师能够绘制出更加明确的界面。而这就和 prompt 类似,你给的指引和约束越明确,生成的结果就越准确。
很重要的一件事需要注意:ChatGPT 即使有出色的提示,也无法提供 100% 准确的结果,你将不得不手动调整,直到满意为止。
撰写 prompt 的案例和技巧
1、将 ChatGPT 视作专业人士
设计师应该利用 ChatGPT 的专业能力。
如果你只是想让 ChatGPT 做什么事情,或者想让它扮演特定的角色,那是最省心的。想象一下,你正在开发一个 APP,需要编写电子邮件模板,向用户说明信用卡订阅即将过期。
这个时候,你可以让 ChatGPT 充当 UX 文案编写器,让它生成相应的文本,在写 prompt 的时候,记得告知 ChatGPT 你想要的口吻和语气。
比如你可以这样写:「作为一名 UX 文案写手,给用户撰写一封电子邮件,告知他们信用卡订阅即将过期,需要他们进入 APP 的帐号重新提交订阅。语气需要是友好的,内容信息要足够丰富。」
2、使用 ChatGPT 创建表单
ChatGPT 可以帮你创建非常详尽的表单,比如你正在创建设计系统,需要 ChatGPT 为你提供设计系统中所有按钮的标注和参数,帮助你后续可以更好创建设计系统。
这个时候 prompt 可以这么写:「我是一名 UX 设计师,负责桌面端 APP 的设计系统的设计,这个 APP 当中包含主按钮、辅助按钮i、幽灵按钮三种按钮类型。能否给我一张表单,其中包含所有的按钮的标注信息?」
然后这是输出的结果:
3、使用 ChatGPT 做信息组织
作为产品设计师,你可能会经常使用特定的方法来组织大量的信息,比如为当前的项目创建出一套出色的组织架构,这个时候你可以充分利用 ChatGPT 本身的优势。下面是一个简单的范例:「请按照字母顺序来针对以下品牌进行排序,丰田、本田、大众、福特、雪佛兰、日产、宝马、梅赛德斯-奔驰、现代和起亚。」
4、使用 ChatGPT 塑造调性
你可以借助 ChatGPT 来控制调性和情绪,你可以在撰写 prompt 的时候让 ChatGPT 表达更加非正式一点,更加幽默,情绪更加乐观等。
ChatGPT 可以透过算法生成带有特定类型语气的文本。在这种风格约束之下,能够让你生成的内容有着一致的语言风格,比如在祝贺用户生日或者报错的时候,呈现不一样的情绪。当你需要 ChatGPT 呈现出幽默语气的时候,只需要在 prompt 上添加「请以幽默的语气书写」这类说明,即可。
在撰写 prompt 的时候,可以使用 友好、俏皮、专业、优雅、大胆、简约、怀旧、未来主义、自然和感性等词汇,来制造调性。
5、训练 AI 模型按照你的意愿行事
你可以通过编写一些特定的案例来训练 ChatGPT,这些案例可以辅助你生成特定类型的内容。
比如,当你想要为 404 错误页面编写报错信息的时候i,你可以向 ChatGPT 提供 3 个你想要的错误信息样式作为示例,可以要求它以相同的样式和风格,来生成新的报错信息。通过这种方式,ChatGPT 能够学习你的语气、风格和文本呈现方式。
示例:
请根据以下范例,为我的网站生成 404 页面报错信息。我的网站内容主要是面向冰激凌爱好者的数字杂志。
示例1:哎呀!您上传的文件似乎有问题,不过不用当心,只需要检查文件格式是否正确,再次上传即可。
示例2:哎呀!我们无法保存您提交的修改。请确保您的网络连接稳定,再重试。
示例3:哦嚯!您尝试访问的页面似乎不存在,请稍后尝试,或者联系我们的支持团队,寻求帮助。」
6、分步撰写 prompt
处理大量的内容和信息的时候,可以尝试分为多个步骤。
不要让 ChatGPT 根据 5 个范例来撰写一封电子邮件,而是告诉它这里有 5 封电子邮件,可以代表我的语言表达风格,让 ChatGPT 基于这些内容总结出风格,然后在下一个 prompt 当中,要求它根据之前梳理总结的特征,生成电子邮件。
这样一来,ChatGPT 可以总结出有效信息,而且能够相对准确地完成任务。如果一次给太多信息,ChatGPT 可能会不知所措,生成无效的信息。
7、询问多个结果
可以要求 ChatGPT 生成多个结果,并且可以对比多个结果,从中选择出最合适的那个。一般来说,让 ChatGPT 生成 3 - 5 个结果就够了。
通常,3 - 5 个结果就足以帮你确定大概符合的结果,如果你要求它生成 50 个结果,其中可能会有大量的重复。
示例:「请生成 3- 5 个独特且信息丰富的指引说明,向用户说明他们怎样才能联系上客服部门。」
8、Prompt 需要不断迭代
不要指望第一次编写的 prompt 就可以完美生成结果,你可能需要反复测试,不断调整你的约束词和表达方式,才能得到你想要的结果,持续调整你的 prompt ,直到最终获得你想要的输出结果。
获得 ChatGPT 的答案之后,不要简单地复制粘贴,你还可以调整、增删其中的关键词,这个时候获得的答案变体可能会更贴合你的需求。
将 ChatGPT 视作为你获得想法和灵感的工具,而不是直接获得解决方案的方法。
9、保存好成功的 prompt
如果你所编写的某个 prompt 生成了不错的结果,那么一定要记录和保存好它!下次你需要生成类似内容的时候,就可以再它的基础上修改,节省时间经历。
为了更好地使用它,我在 Glide 当中创建了一个 APP 来辅助我跟踪所有的 prompt,方便我快速访问。
简单总结一下
对于希望使用使用 AI 工具来提高生产力的设计师而言,编写有效的 Prompt 是至关重要的。了解两种类型的 prompt ,掌握好细节和情绪,通过迭代生成有效的结果,这些技巧可以帮助你更快获得有效的结果。
请记住,即使有出色的 prompt,ChatGPT 也没法提供 100% 的准确结果,你依然需要复制下来做2次编辑。创建完美的 prompt 就像创建完美的食谱,你需要控制好对的配比,最终的美食也需要通过摆盘调整,才能完美呈现。
相关文章:

如何使用ChatGPT辅助设计工作
文章目录 设计师如何使用ChatGPT提升工作效率?25个案例告诉你!什么是 prompt?咨询信息型 prompt vs 执行任务 prompt编写出色 prompt 的基本思路撰写 prompt 的案例和技巧1、将 ChatGPT 视作专业人士2、使用 ChatGPT 创建表单3、使用 ChatGPT…...

hadoop服务器启动后无法执行hdfs dfs命令
集群启动后,无法正常使用hdfs的任何命令。使用jps查看进程,发现namenode没有启动,然后再进入到Hadoop的相应目录,打开里面的logs文件 打开Hadoop的master的log 再使用vi编辑器查看(也可以用less或者more命令查看&#…...

Flink 1.19.1 standalone 集群模式部署及配置
flink 1.19起 conf/flink-conf.yaml 更改为新的 conf/config.yaml standalone集群: dev001、dev002、dev003 config.yaml: jobmanager address 统一使用 dev001,bind-port 统一改成 0.0.0.0,taskmanager address 分别更改为dev所在host dev001 config.…...

【深度学习】GELU激活函数是什么?
torch.nn.GELU 模块在 PyTorch 中实现了高斯误差线性单元(GELU)激活函数。GELU 被用于许多深度学习模型中,包括Transformer,因为它相比传统的 ReLU(整流线性单元)函数能够更好地近似神经元的真实激活行为。…...
如何编译和运行您的第一个Java程序
如何编译和运行您的第一个Java程序 让我们从一个简单的java程序开始。 简单的Java程序 这是一个非常基本的java程序,它会打印一条消息“这是我在java中的第一个程序”。 public class FirstJavaProgram {public static void main(String[] args){System.…...

vscode用vue框架写一个登陆页面
目录 一、创建登录页面 二、构建好登陆页面的路由 三、编写登录页代码 1.添加基础结构 2.给登录页添加背景 3.解决填充不满问题 4.我们把背景的红颜色替换成背景图: 5.在页面中央添加一个卡片来显示登录页面 6.设置中间卡片页面的左侧 7.设置右侧的样式及…...

腾讯云API安全保障措施?有哪些调用限制?
腾讯云API的调用效率如何优化?怎么使用API接口发信? 腾讯云API作为腾讯云提供的核心服务之一,广泛应用于各行各业。然而,随着API应用的普及,API安全问题也日益突出。AokSend将详细探讨腾讯云API的安全保障措施&#x…...
在建设工程合同争议案件中,如何来认定“竣工验收”?
在建设工程合同争议案件中,如何来认定“竣工验收”? 建设工程的最终竣工验收,既涉及在建设单位组织下的五方单位验收,又需政府质量管理部门的监督验收以及竣工验收备案,工程档案还需递交工程所在地的工程档案馆归档。…...

Linux:多线程中的互斥与同步
多线程 线程互斥互斥锁互斥锁实现的原理封装原生线程库封装互斥锁 死锁避免死锁的四种方法 线程同步条件变量 线程互斥 在多线程中,如果存在有一个全局变量,那么这个全局变量会被所有执行流所共享。但是,资源共享就会存在一种问题࿱…...
数据仓库之主题域
数据仓库的主题域(Subject Area)是按照特定业务领域或主题对数据进行分类和组织的方式。每个主题域集中反映一个特定的业务方面,使得数据分析和查询更加清晰和高效。主题域通常与企业的关键业务过程相关,能够帮助用户在数据仓库中…...

【简易版tinySTL】 vector容器
文章目录 基本概念功能思路代码实现vector.htest.cpp 代码详解变量构造函数析构函数拷贝构造operatorpush_backoperator[]insertprintElements 本实现版本 和 C STL标准库实现版本的区别: 基本概念 vector数据结构和数组非常相似,也称为单端数组vector与…...

BRAVE:扩展视觉编码能力,推动视觉-语言模型发展
视觉-语言模型(VLMs)在理解和生成涉及视觉与文本的任务上取得了显著进展,它们在理解和生成结合视觉与文本信息的任务中扮演着重要角色。然而,这些模型的性能往往受限于其视觉编码器的能力。例如,现有的一些模型可能对某…...
使用 Verdaccio 建立私有npm库
网上有很多方法,但很多没标注nginx的版本所以踩了一些坑,下方这个文档是完善后的,对linux不是很熟练,所以不懂linux不会搭建的跟着做就可以了 搭建方法 首先需要一台云服务器 以139.196.226.123为例登录云服务器 下载node cd /usr/local/lib下载node 解压 下载 wget https://…...
个人职业规划(含前端职业+技术线路)
1. 了解自己的兴趣与长处 喜欢擅长的事 职业方向 2. 设定长期目标(5年) 目标内容 建立自己的品牌建立自己的社交网络 适量参加社交活动,认识更多志同道合的小伙伴寻求导师指导 建立自己的作品集 注意事项 每年元旦进行审视和调整永葆积极…...

LeetCode | 344.反转字符串
设置头尾两个指针,依靠中间变量temp交换头尾指针所指元素,头指针后移,尾指针前移,直到头尾指针重合或者头指针在尾指针后面一个元素 class Solution(object):def reverseString(self, s):""":type s: List[str]:r…...
一步一步用numpy实现神经网络各种层
1. 首先准备一下数据 if __name__ "__main__":data np.array([[2, 1, 0],[2, 2, 0],[5, 4, 1],[4, 5, 1],[2, 3, 0],[3, 2, 0],[6, 5, 1],[4, 1, 0],[6, 3, 1],[7, 4, 1]])x data[:, :-1]y data[:, -1]for epoch in range(1000):...2. 实现SoftmaxCrossEntropy层…...
vue学习(二)
9.vue中的数据代理 通过vm对象来代理data对象中的属性操作(读写),目的是为了更加方便操作data中的数据 基本原理:通过Object.defineProperty()把data对象所有属性添加到vm上,为每一个添加到vm上的属性,都增…...

Maven 介绍
Maven open in new window 官方文档是这样介绍的 Maven 的: Apache Maven is a software project management and comprehension tool. Based on the concept of a project object model (POM), Maven can manage a projects build, reporting and documentation fr…...

QT截图程序三-截取自定义多边形
上一篇文章QT截图程序,可多屏幕截图二,增加调整截图区域功能-CSDN博客描述了如何截取,具备调整边缘功能后已经方便使用了,但是与系统自带的程序相比,似乎没有什么特别,只能截取矩形区域。 如果可以按照自己…...

Unity的三种Update方法
1、FixedUpdate 物理作用——处理物理引擎相关的计算和刚体的移动 (1) 调用时机:在固定的时间间隔内,而不是每一帧被调用 (2) 作用:用于处理物理引擎的计算,例如刚体的移动和碰撞检测 (3) 特点:能更准确地处理物理…...
从零实现富文本编辑器#5-编辑器选区模型的状态结构表达
先前我们总结了浏览器选区模型的交互策略,并且实现了基本的选区操作,还调研了自绘选区的实现。那么相对的,我们还需要设计编辑器的选区表达,也可以称为模型选区。编辑器中应用变更时的操作范围,就是以模型选区为基准来…...
STM32+rt-thread判断是否联网
一、根据NETDEV_FLAG_INTERNET_UP位判断 static bool is_conncected(void) {struct netdev *dev RT_NULL;dev netdev_get_first_by_flags(NETDEV_FLAG_INTERNET_UP);if (dev RT_NULL){printf("wait netdev internet up...");return false;}else{printf("loc…...
sqlserver 根据指定字符 解析拼接字符串
DECLARE LotNo NVARCHAR(50)A,B,C DECLARE xml XML ( SELECT <x> REPLACE(LotNo, ,, </x><x>) </x> ) DECLARE ErrorCode NVARCHAR(50) -- 提取 XML 中的值 SELECT value x.value(., VARCHAR(MAX))…...
css的定位(position)详解:相对定位 绝对定位 固定定位
在 CSS 中,元素的定位通过 position 属性控制,共有 5 种定位模式:static(静态定位)、relative(相对定位)、absolute(绝对定位)、fixed(固定定位)和…...

SpringTask-03.入门案例
一.入门案例 启动类: package com.sky;import lombok.extern.slf4j.Slf4j; import org.springframework.boot.SpringApplication; import org.springframework.boot.autoconfigure.SpringBootApplication; import org.springframework.cache.annotation.EnableCach…...
是否存在路径(FIFOBB算法)
题目描述 一个具有 n 个顶点e条边的无向图,该图顶点的编号依次为0到n-1且不存在顶点与自身相连的边。请使用FIFOBB算法编写程序,确定是否存在从顶点 source到顶点 destination的路径。 输入 第一行两个整数,分别表示n 和 e 的值(1…...
Rapidio门铃消息FIFO溢出机制
关于RapidIO门铃消息FIFO的溢出机制及其与中断抖动的关系,以下是深入解析: 门铃FIFO溢出的本质 在RapidIO系统中,门铃消息FIFO是硬件控制器内部的缓冲区,用于临时存储接收到的门铃消息(Doorbell Message)。…...
Linux C语言网络编程详细入门教程:如何一步步实现TCP服务端与客户端通信
文章目录 Linux C语言网络编程详细入门教程:如何一步步实现TCP服务端与客户端通信前言一、网络通信基础概念二、服务端与客户端的完整流程图解三、每一步的详细讲解和代码示例1. 创建Socket(服务端和客户端都要)2. 绑定本地地址和端口&#x…...
人工智能 - 在Dify、Coze、n8n、FastGPT和RAGFlow之间做出技术选型
在Dify、Coze、n8n、FastGPT和RAGFlow之间做出技术选型。这些平台各有侧重,适用场景差异显著。下面我将从核心功能定位、典型应用场景、真实体验痛点、选型决策关键点进行拆解,并提供具体场景下的推荐方案。 一、核心功能定位速览 平台核心定位技术栈亮…...
DAY 26 函数专题1
函数定义与参数知识点回顾:1. 函数的定义2. 变量作用域:局部变量和全局变量3. 函数的参数类型:位置参数、默认参数、不定参数4. 传递参数的手段:关键词参数5 题目1:计算圆的面积 任务: 编写一…...