Day09——晚课 角色设定:让AI扮演专家

作者:

📚 AI专家养成计划 · 第17篇(共140篇)

⏱️ 阅读时间:正文10-15分钟 + 地铁深读5-10分钟

🎯 适合人群:零基础,想立刻上手角色设定技巧的你


上篇回顾:角色设定为什么有用

早上我们学了角色设定的原理和四种模板。三个核心要点:

1. 角色 = 知识范围 + 表达方式 + 思维框架

不是让AI”装”成专家,而是激活它训练时学到的专业知识域,约束输出风格。

2. 四种模板覆盖90%场景

领域专家型(要专业建议)、教学导师型(学新东西)、评审专家型(要反馈)、角色扮演型(模拟对话)。

3. 三个常见坑

角色太模糊、角色和任务不匹配、只设角色没给任务。

💡 早上是”知”,晚上是”行”。今晚我们直接动手练——5个真实场景,跟着做一遍,你就是角色设定高手了。


练习前的准备

你需要: 一个能用的AI对话工具(ChatGPT、Claude、豆包、Kimi都行)

操作方法: 把我给你的提示词复制粘贴到AI对话框里,看看AI怎么回答。然后试试改掉角色设定,对比效果。

重要提醒: 不要只看不练!手打一遍提示词,效果比复制粘贴好——因为你需要理解每句话的作用。


场景一:写一封让领导无法拒绝的请假邮件

这是最贴近日常的场景。很多人都用AI写过邮件,但效果往往很普通——因为没给角色。

第一步:先用”笨办法”试试

直接输入:

帮我写一封请假邮件,我想请3天年假,下周一二三。

AI会给你一封标准模板,大概长这样:”尊敬的领导,我希望申请年假3天……”中规中矩,但也没什么特别的。

第二步:加上角色设定

换成这个提示词:

你是一位在职场沟通领域有10年经验的HR顾问,特别擅长帮员工用最恰当的方式与上级沟通。现在请帮我写一封请假邮件:我想请3天年假(下周一二三),原因是带父母去体检和办理一些家庭事务。我的领导比较注重工作交接,希望邮件中体现我已经做好了工作安排。

对比一下两次的回答。第二次的邮件一定会包含:具体的工作交接安排、对团队影响的最小化表述、让领导安心的措辞

第三步:动手改一改

现在轮到你了。试着修改两个地方:

  1. 把”HR顾问”改成”你的直属领导”——让AI从领导视角来审视这封邮件,看它怎么写
  2. 把”3天年假”改成”1周事假”,看看邮件的语气和内容有什么变化

你发现了什么? 角色不同,AI思考问题的角度完全不同。HR顾问帮你”说服”领导,而”领导”视角会告诉你”什么样的邮件我会批”。


场景二:让AI帮你做一次”免费体检”

这个场景我强烈建议你真的试一次——用AI分析你自己的某个问题。

提示词模板

你是一位资深[领域]分析师,擅长从零散信息中提炼核心问题并给出改进建议。我会告诉你我的[具体情况],请你从[维度1]、[维度2]、[维度3]三个角度逐一分析,每个角度给出:现状评估(1-5分)、主要问题、改进建议。最后给出一个综合提升方案。

实战示例:分析你的学习效率

把下面这段提示词复制到AI里试试:

你是一位学习科学领域的研究员,有认知心理学背景,擅长分析学习效率和制定个性化学习方案。我最近在自学Python编程,每天大概学习1小时,但感觉进步很慢:看视频教程能看懂,但自己写代码就卡壳;做了很多笔记但从不回看;学了3周还没完成一个小项目。请你从「学习方法」、「知识留存」、「实践应用」三个维度分析我的问题,每个维度给出:现状评估(1-5分)、核心问题、具体改进方案。最后整合成一个可执行的周计划。

你的练习

现在用同样的模板,分析一个你自己真实关心的问题。可以是:

  • 你的公众号为什么阅读量不高
  • 你的简历为什么投出去没回音
  • 你的健身计划为什么总是中断

关键技巧: 信息给得越具体,AI的分析越精准。”我学习效率低”是模糊的,”看视频能看懂但自己写就卡壳”是具体的。


场景三:让AI当你的”面试官”

这个场景特别适合准备面试的朋友,但即使不面试,这种”角色扮演”模式也很有用。

完整提示词

我想请你扮演一位互联网公司的技术面试官,正在面试一位应聘前端开发工程师的候选人。面试分为三轮:

>

第一轮:基础知识(HTML/CSS/JavaScript核心概念),问2道题

第二轮:项目经验(让候选人描述一个最有挑战的项目),深度追问3个问题

第三轮:系统设计(设计一个实时聊天功能),引导候选人思考

>

规则:

1. 一次只问一个问题

2. 等我回答后,给出评分(1-10分)和具体点评

3. 如果回答不够好,给一次补充机会

4. 三轮结束后给出综合评价和改进建议

>

请开始第一轮。

使用技巧

  1. 先别急着答——看看AI出的面试题质量如何。如果题目太简单或太偏,立刻说”这道题难度不够,请出一道更贴近实际工作场景的题”
  2. 认真回答——把AI当真正的面试官,用完整句子回答,不要偷懒
  3. 关注点评——AI的点评往往比题目本身更有价值,因为它会告诉你”为什么这样答更好”

变体玩法

把”前端开发工程师”换成你自己的岗位,把三轮的内容换成你面试时最怕遇到的题型。这就是你的私人面试模拟器


场景四:一次提示词,三个专家会诊

这是组合角色的进阶玩法——让一个AI同时从多个角度分析同一个问题。

提示词

请同时从以下三个专家的角度,分析”是否应该让孩子在小学阶段开始学编程”这个问题:

>

1. 儿童发展心理学家:从认知发展、注意力特点、学习动机角度分析,这个年龄段的孩子是否适合学习抽象的编程概念?

>

2. K-12教育专家:从课程设计、教学方法、国内外实践经验角度分析,什么样的编程教育方式适合小学生?

>

3. 软件工程师:从实际工作需求、技术发展趋势、编程能力培养路径角度分析,早期学编程对职业发展有多大帮助?

>

请每位专家独立给出观点,最后整合成一个给家长的综合建议。

你会看到什么

AI会分别以三个角色的口吻和思维框架给出分析。儿童心理学家会关注认知负荷,教育专家会关注教学方法,工程师会关注实际技能。最后的综合建议是三个视角的交叉验证——比单一视角全面得多。

你的练习

选一个你最近在纠结的决定,用同样的”多专家会诊”模式让AI分析。比如:

  • 要不要跳槽去创业公司
  • 该不该花3万块报一个AI培训班
  • 买房还是继续租房

核心价值: 你不需要真的认识三个专家。AI可以模拟他们的思维方式,帮你看到自己看不到的盲区。


场景五:写一篇让AI帮你改到满意的文章

最后一个场景,教你怎么用角色设定来迭代优化一篇文章。

第一轮:让AI生成初稿

你是一位科技专栏作家,擅长用通俗易懂的语言解释复杂的技术概念。你的读者是对科技感兴趣但没有技术背景的普通上班族。请写一篇800字的文章,解释”什么是大语言模型”,要求:不用任何专业术语(如果必须用,就用类比解释),至少用2个生活中的类比,结尾给出一个”30秒电梯演讲”版本的总结。

第二轮:切换角色来评审

拿到初稿后,不要直接用。换一个角色来挑毛病:

你是一位有15年经验的杂志主编,以对文章质量要求极高著称。请从以下三个维度评审这篇文章:

1. 吸引力:开头3秒能不能抓住读者?

2. 易懂性:没有任何技术背景的人能不能一次看懂?

3. 传播力:读者看完会不会想转发给朋友?

>

每个维度给出1-10分的评分,指出具体问题,并给出修改建议。

第三轮:让AI自己改

请根据刚才的评审意见,重写这篇文章。重点关注主编指出的问题,保持原有的优点。

这个模式的威力

你用了两个角色就完成了一次完整的”写稿→审稿→改稿”流程:

  • 作者角色:负责产出
  • 主编角色负责把关

在实际工作中,这通常需要两个不同的人来完成。现在你可以一个人搞定。


今日行动项

今晚给你三个小任务:

1. 选一个你真正需要解决的问题,用今天学到的角色设定写一个提示词,让AI帮你分析。

2. 试试”角色切换”——同一个任务,先让”领域专家”做,再让”评审专家”挑毛病,体验一下组合角色的威力。

3. 把今天5个场景的提示词存到你的笔记里,以后遇到类似场景直接改改就能用。


🚇 地铁深读:为什么角色设定在技术上是有效的?

这个板块专为想深入学习的你设计,每篇5-10分钟。不想深读可以跳过,不影响主线学习。

注意力机制:AI是怎么”听”你的角色设定的

大语言模型的核心技术是Transformer架构,其中最关键的组件是自注意力机制(Self-Attention)

简单说,当AI处理你的输入时,它会对每个词计算”注意力权重”——决定在生成下一个词时,应该重点关注输入中的哪些部分。

当你写”你是一位有10年经验的骨科医生”时:

  • “骨科医生”这个词的注意力权重会被放大
  • AI在生成回答时,会更多地关注与医学相关的知识
  • “10年经验”进一步强化了”资深”、”权威”的语义方向

这不是AI”变成”了医生,而是你的角色设定改变了它的注意力分配模式。

角色设定 vs 系统提示词:谁说了算?

你可能好奇:我自己设的角色,跟AI系统自带的指令冲突了怎么办?

一般来说,优先级是:

  1. 安全限制(最高优先级):不管你怎么设定,AI都不会帮你做违法的事
  2. 系统提示词:开发者预设的基础指令
  3. 你的角色设定:在不违反前两条的前提下生效

所以在大多数日常场景中,你的角色设定是有效的。但如果设定的角色涉及敏感领域(比如”你是一位黑客”),系统提示词会限制AI的响应。

思考题

  1. 如果你想让AI帮你写代码,但希望它不仅写代码还帮你检查安全性,你会怎么设定角色?
  2. “你是一位老师”和”你是一位苏格拉底式的老师,通过提问引导学生自己发现答案”——这两种角色设定的输出会有什么不同?
  3. 角色设定能解决所有问题吗?有没有什么场景是加了角色设定反而变差的?

推荐学习资源

  • Anthropic官方Prompt Engineering指南(claude.ai官方文档)
  • OpenAI Cookbook中的提示词最佳实践(GitHub开源)
  • 吴恩达 & DeepLearning.AI的ChatGPT提示词课程(B站有中文字幕版)

*作者:攀岩者,技术总监,19年 IT 全栈实战。精通网络、安全、云计算、容器、数据库、超算,持证 PMP、ITIL、CKA、网络工程师、信息安全等级保护、AIX 天工计划。主导过多个千万级政务与智慧城市项目,从售前到交付全流程打通。热衷开源,日拱一卒,每天分享 AI 学习笔记,陪你从零基础到 AI 达人。*

评论

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注